Hacking el error mil millones Dólar frontera sistema de seguridad (3 / 4 paso)

Paso 3: Añadir Inteligencia Artificial

Inteligencia artificial (IA) es algo que abarca una amplia gama de terminología complicada que suena como redes neuronales, visión por computador, conciencia situacional, perfiles conductuales, reconocimiento automático de objetivo, comportamiento cognoscitivo, reconocimiento de patrones y así sucesivamente y así sucesivamente.  Los expertos probablemente diría que es todo muy, muy complicado.  De hecho, es y sería demasiado complicado para mí, si tuviera que hacerlo por métodos estándar de libros de texto, en lugar de crear mi propia metodología.  La única forma que nunca puedo hacer nada en absoluto es utilizando mis propios algoritmos, desarrollados durante muchos años.  No como otras personas lo hacen, todo lo que sé es que mi camino parece funcionar muy bien.

Otra vez, como se demuestra con el filtro de Kalman, cuando se hierve, es muy simple, casi hasta el punto de ser trivial.  Muchas veces tengo que implementar algo pero es tan complicado que sólo me doy por vencido.  Pero a menudo encuentro que si dedico el tiempo que realmente reducen, a veces es algo que inventé en mis años tal vez 25 o 30.  Esto sucedió un tiempo atrás cuando yo y un compañero de trabajo decidió hacer un Fortran traductor de C++.  Para optimizar completamente el programa, decidimos usar algo mi compañero de trabajo vio en la revista de C++ llamada Recocido simulado .   Parecía increíblemente complicada, y decidí dejar que otra persona hacerlo.  Finalmente, pasé el tiempo descifrarlo, y efectivamente, era algo había desarrollado en mis propia sobre 27 años antes.   Por cierto, se trata de la patente para el traductor de la lengua.  Sobre AI, yo diría el traductor era un "sistema experto", que realiza las mismas tareas exactas como sería contratado por un experto en programación.

Debo mencionar que he utilizado el algoritmo de recocido simulado para resolver un rompecabezas enorme en los tiempos de los Ángeles, que era un concurso llamado "Ciudades de enredo".  Esto fue en los años 80 tempranos.  Había puzzles semanales que había que resolver y presentar durante varios meses, que consiguió cada vez más difíciles, que culminó con el gran rompecabezas de la final del concurso.  Los premios eran agradables, como un Cadillac nuevo, o $50 grand y un montón de otros premios.  El rompecabezas final, usted hace una lista de todas las ciudades de California, cerca de 650 y un grupo de letras, así que muchos de cada letra y cada letra era digno de un número diferente de puntos, y tenes puntos cuántas ciudades escribe, y quizás otros puntos para otra cosa.  De todos modos, no he ganado el gran premio de gran, pero ganó un sistema estéreo buscando lujo, que era realmente un pedazo de mierda, y que vendí al pagar los impuestos en ella.  Otra vez, el recocido simulado es un concepto de AI y teóricamente podría ser de algún uso en el sistema del frontera.

De todos modos, vamos a desmitificar inteligencia artificial rompiendo hasta lo que realmente significa (para mí).

artificial = software
inteligencia = sentido común

La forma en se aplica el sistema del frontera es, por ejemplo, haciendo uso de conocimiento de la situación.  Esto significa que donde am punto de I, qué soy yo, cuál es mi posición, qué debo buscar, etc..  Claramente, esto es solo sentido comun.  El conocimiento de la situación para nosotros es que estamos sentados encima de una torre sobre el desierto.  Queremos detectar objetos en movimiento.  Aunque, cuando se detecta algo, antes de que informe una alarma, utilizamos otro poco de sentido común para determinar si o no informe de la alarma. Que lógica tendría este aspecto:

Alarma de IF = true entonces
IF target_direction = towards_the_border entonces
cancel_alarm = true
END IF
END IF

Por lo tanto, simplemente evitamos informes alarmas para cosas hacia la frontera porque probablemente es un vehículo de patrulla de frontera, o lo que sea.  Esto se llama "explotación de conocimiento de la situación," por lo menos eso es lo que llamo cuando quiero sonar como sé lo que estoy hablando, de lo contrario sólo llamo sentido común.  Y Si pensabas que era mancha, entonces Apártese señores mientras te muestro un total AI mash-up usando a un combo de 3 vías de reconocimiento de patrones, conocimiento de la situación y el comportamiento cognitivo para reducir falsas alarmas.  ¿Estás listo?  Aquí está la ecuación:

IF (numb_targets = 1) y (persistencia < 50%)  Y (target_distance > 1000 yardas) luego
LLAMADA forget_about_it (target_ID);
END IF

BAM!!!!!!  Probablemente se deshizo de falsas alarmas por minuto 25, que se apaga todo el dia, con un pequeño truco.  Para algunos Dios razón desconocida, el Boeing era lógica, si recibo una señal de alarma, ponga para arriba un símbolo amarillo y si consigo tres en fila, pone un símbolo rojo.  Significa que fueron sólo 2 segundos mirando un objetivo antes de que tomó la decisión de indicar una alarma.  Y lo que acabo de hacer con que ecuación es decir, si solo veo un objeto, y es sólo allí menos entonces la mitad del tiempo cuando miro y realmente lejos, como media milla, entonces que no es necesario preocuparse por ello.  Te guardo en el archivo, pero si es alguien que viene a través de la frontera, y están en pie, entonces se van a estar llegando mi dirección eventualmente, y puedo pasar los siguientes 30 minutos ellos (o él) para ver si se consigue más cerca en aquel momento de seguimiento.  No necesito a nadie para conducir allí a comprobarlo, porque no tiene ningún lugar donde no puedo verlo.  Y ¿cuántas veces las personas vienen a través de la frontera todo por sí mismos?  Nunca!  Gente siempre viene a través de la frontera en masa, o sin embargo tiene una camioneta.  Así que es probablemente sólo un coyote.  Por cierto, tengo la distancia a la blanco del radar, aunque puedo calcular directamente el video igual, y también puedo calcular el tamaño del vídeo.  Y siento como senderismo aquí, mientras estoy superando a un caballo muerto al mismo tiempo, algo que es simple sentido común.  Por otra parte señoras y señores, estamos hablando de alrededor de 1 billón de dólares de dinero de los contribuyentes aquí.  (Alguien está definitivamente loco, y seguro que no es me.  Aunque, es un montón de personas que de acuerdo en algo, y soy el único desacuerdo... un poco freak me sólo poco.)

Bueno, continuando, con respecto a la visión por computador, que solo de modelo todo para trabajar exactamente como funciona el ojo humano, junto con cómo la información se procesa en el cerebro.  Un ejemplo trivial es cómo el diafragma controla la pupila para regular la cantidad de luz que entra en el ojo.  Esta es una función automática, significando involuntario; no tienes que pensar en ello, pero lo necesita.  Esta característica es algo que normalmente te gratis porque está construido en la cámara.   La pupila está representada por la abertura de la cámara.  Otra función en la mayoría de las cámaras es nivel automático y ganar.

Para algunas lecturas interesantes sobre visión por computador, revisa esta propuesta de ejército que escribí hace varios años.  (Desplácese hacia abajo hasta 2.1.1.1 generalizado equilibrio ternario.)  En esta propuesta discutí estímulos visuales cómo se interpretan en el cerebro, incluyendo cómo los objetos se reconocen mediante un algoritmo de agrupamiento, y como tamaño relativo se calcula con sólo unos simples cálculos.  También se discute es el uso de un sistema matemático de base-7 proporciona un método conveniente para la suma de los datos estadísticos sobre una rejilla hexagonal utilizando algoritmos de pirámide.

Probablemente lo más importante cuando la implementación de visión por computador es emular la manera el cerebro filtra las cosas que no son de interés.  Por ejemplo, si buscas sobre el desierto en busca de objetos en movimiento, una cosa que el cerebro hace es ignorar las cosas que se mueven en forma natural debido al viento.  Eso significa que se ignoraron el se sacude ramas y crujir de las hojas de un árbol sin ni siquiera pensarlo.  Hace muchos años estuve trabajando en el reconocimiento automático por un sistema de apuntado que mi grupo se convirtió en un proyecto DARPA y actualmente se utiliza en un helicóptero del ejército llaman el OH-58D Kiowa Warrior .  Un algoritmo que desarrollé fue para emular lo que el cerebro anula el movimiento en un área particular en el campo de visión, y llamé a eso "filtrado adaptable de localizados."  Esto significa que si miro en una escena hay movimiento que es ambiente y una ocurrencia natural, y puedo filtrar fuera cambiando las ganancias y los umbrales de los píxeles en esa zona.  Esto significa que ahora puedo adaptar a lo que las condiciones actuales.  Esta es una forma de inteligencia artificial que no se requieren de un operador ajustar los parámetros para poder adaptar mis filtros para las condiciones actuales.  Se puede aumentar por mi alimentación la velocidad instantánea del viento (velocidad del viento y dirección).  Al poner esta velocidad del viento en el filtro de Kalman, sé que si la velocidad del viento es alta, puedo hacer algunas suposiciones al inicializar mis filtros.  Tenga en cuenta que uso montones y montones de pequeños filtros para emular las células individuales de la retina, o mejor dicho, grupos de células, porque utilizo "super pixeles" para reducir el ancho de banda de procesador.

Por cierto, me di cuenta que he ahora sustituido "yo" en el lugar de "software".  Lo no hice intencionalmente, pero de hecho es exactamente cómo todos mis algoritmos relacionados con inteligencia artificial, así que te dejo en desarrollo.  Con algoritmos que es necesario para que un sistema funcione perfectamente, (es decir, trabajar como estaba allí controlarlo, pero voy a estar ahí, controlando) me puse en el lugar de la computadora, y cierro los ojos, porque un equipo no tiene ojos, y hacer experimentos del pensamiento, que aprendí de la lectura sobre Albert Einstein.  A partir de ahí, yo sólo tengo mi cerebro a trabajar, que me permite hacer los experimentos del pensamiento, que mi cerebro es en realidad la computadora, y cierro los ojos para simular la visión por computador, donde sólo tengo los datos de vídeo, una matriz de píxeles cuyos valores pueden ser sólo matices de grises de 0 a 255.  Y luego creo que acerca de cómo proceso los datos en mi cabeza, con los datos provenientes de sensores múltiples.   Al final desarrollo de un algoritmo para resolver un problema, utilizando un modelo biológico, junto con mis propios procesos de pensamiento.  El resultado final es un algoritmo "ad hoc", basado en una combinación de sentido común y la intuición, junto con un montón de laboratorio de ensayo y error.

La forma de implementar fusión de sensores, ya que el radar Doppler sólo detección de movimiento, está haciendo también la detección de movimiento con las dos cámaras.  La técnica básica para la detección de movimiento es por sustracción de la escena, en la cual, una estructura de datos se resta de un marco de datos quizás 1/10 de segundo más tarde, de que cualquier movimiento se hace claramente evidente.  Para este sistema, sería una función de detección de movimiento de alta velocidad en cualquiera de las posiciones mirando, así como una función de baja velocidad realizado cuando el sistema vuelve a mirar fijamente un lugar en particular.  En otras palabras, tiene detección de movimiento por cosas moviéndose rápidamente, así como detección de movimiento por lo que puede tardar 30 segundos entre bastidores con el fin de ser claramente perceptible, como en el caso de los objetos a larga distancia.  Esto proporciona dos niveles de resolución.  Tenga en cuenta que el radar no sólo la detección de movimiento instantáneo, lo que significa no compara datos de la vez anterior en una ubicación particular de mirar fijamente.

Sobre el filtro de Kalman, para cada destino individual sería mantener un vector de estado consistente en [posición, velocidad, aceleración, tamaño, alcance, persistencia].

De funcionamiento totalmente autónomo y la capacidad de funcionar continuamente, es simplemente necesario ejecutar el software en un bucle infinito.

En este punto, cuentan con las más importantes y más interesantes, para incorporar, y lo que realmente le da el sistema humano-como características, es la capacidad de comportamiento cognitivo.  Comportamiento cognitivo permite que el sistema hacer cosas como tener la capacidad de aprender de la experiencia y la capacidad de ser más competentes en el desempeño con el tiempo, exactamente como era de esperar de un operador humano.  Del mismo modo, ya que contamos con una red neuronal y reconocimiento de patrón, el sistema puede detectar tendencias, tales como intrusiones la mayoría ocurren dentro de un corredor especial y en un momento determinado en la noche, y los intrusos tienden a seguir un camino similar cada vez.  Con esta información el sistema puede modificar el patrón de búsqueda para pasar más tiempo busca ese pasillo particular, y menos tiempo en áreas que históricamente exhiben poca o ninguna actividad.  Una vez más, este es el mismo comportamiento exacto que uno esperaría de un operador humano.

Para una nota final, el ejemplo dado es una muy buena descripción de una red neuronal porque, para mí, una red neuronal es sólo una base de datos junto con alguna lógica basada en reglas.  En el caso anterior, mediante reconocimiento de patrones para detectar una tendencia, resultado en ese dato de información que se almacena en la base de datos como un nuevo nodo, mucho de la misma manera el cerebro genera neuronas para guardar permanentemente información en memoria a largo plazo.  Una vez más, hago todo con un enfoque biológico.  De hecho aún no puedo pensar de otra manera que posiblemente podría hacerlo.  Además, el enfoque biológico utiliza una analogía de 1 a 1.  Por ejemplo, con el cerebro humano, tiene memoria a corto plazo (memoria RAM), memoria a largo plazo (disco o FLASH,) y neuronas (cerebro racimos de célula, o algo así) y sinapsis (nodos en una base de datos) y todos es paralelo a la forma en que trabaja un ordenador.  Honestamente, no veo aún la más mínima diferencia entre un cerebro humano y una computadora, incluyendo tener varios sensores y visión que como visión por computador y así sucesivamente.  Usted también puede estar interesado en saber, que la manera de un colmo terminar obras de cámara de enfoque automático, o utilizar para de todas formas, (en realidad he programado esta función antes,) es por interpolación la lente hacia adelante y hacia atrás hasta que usted consiga el mejor enfoque (técnicamente, encontrar el punto que maximiza la desviación de estándar de pixel).  Y esto se hace, no con un motor y engranajes, pero usando una membrana piezoeléctrica, que me suena igual que cómo el ojo humano utiliza los músculos y las membranas como actuadores.  Biológicamente hablando, todo a sólo corresponde tan bien con un modelo biológico.  Excepto, por supuesto, de los sentimientos humanos y gracias a Dios por eso.  (Oh mierda, mi ordenador no es hablando a mí ahora mismo... debe haber sido algo que ha dicho!!!!!!)