Charlie le preguntó:
"¿De qué tipo de monitoreo satelital estás hablando?"
Abren dijo: "Es fotografía por satélite".
"La precisión de las fotografías satelitales civiles ya es muy alta".
"Las imágenes satelitales de Google no pueden decir que puedan tomar fotografías claramente de matrículas en el suelo",
"Pero definitivamente pueden tomar fotografías de palabras tan grandes como la capucha".
"Este tipo de imagen de satélite es muy práctica",
"Y los objetivos militares generales pueden identificarse a simple vista".
Entonces Abren dijo: "De hecho, en el camino hacia aquí estaba pensando que este modelo actual de IA se siente como una planta de energía nuclear que se especializa en producir potencia informática".
"Su potencia informática es extremadamente abundante".
"No sólo puede abastecer a una determinada fábrica para producir un determinado producto",
"Pero también abastecerá a una ciudad industrial, a muchas fábricas de diversos tipos".
"Y producir una variedad de productos".
"Así que espero que en el futuro también nos preparemos para construir nuestra propia biblioteca de imágenes satelitales como Google".
"Para que podamos utilizar la IA para lograr una mejora de la calidad de la imagen y una recuperación inteligente".
"Lo cual será de gran ayuda para la seguridad y los intereses del Frente Cataclísmico en Medio Oriente".
"E incluso en el futuro en todo el mundo".
"También es mi principal motivación venir a ver este centro de datos y volver a encontrarnos con ustedes esta vez".
Charlie asintió y dijo: "Si el nivel civil puede tomar una imagen clara de una palabra tan grande en el capó desde la órbita del satélite".
"Entonces la claridad es realmente asombrosa".
"Quién cavó un búnker subterráneo y dónde, se estima que también se puede ver con claridad".
"Si los datos se actualizan lo suficientemente rápido",
"Se mejorará aún más la puntualidad y la practicidad".
"Está bien."
Abren dijo: "Pero la clave del problema es que cuanto mayor sea la precisión de la imagen",
"Cuanto mayores sean los requisitos para el equipo",
"Cuanto mayor sea la carga de trabajo de recaudación",
"Y cuanto más grande sea la base de datos de imágenes";
"Si comparamos la Tierra con un campo de fútbol",
"Y hay 50,000 personas en el campo de fútbol".
"Tomamos una foto grupal de 50,000 personas"
"Y cada persona en la foto probablemente tenga solo unos pocos píxeles".
"Y es imposible saber quién es quién".
"Si usas este tipo de fotografía como base",
"Es completamente imposible encontrar a alguien allí".
"Incluso si sabes que la persona que quieres encontrar está ahí"
"Estás completamente indefenso ante una foto así";
"Si ponemos la cámara en el centro del campo de fútbol"
"Dividir el campo de fútbol en diez áreas"
"Toma diez fotografías en cada área y luego sintetizalas".
"La precisión de la imagen se multiplicará por diez",
"Pero debido a que hay demasiada gente",
"Incluso si la precisión se multiplica por diez",
"Se estima que todavía no podemos decir quién es quién".
"Y sólo podemos ver un mar de gente";
"Si dividimos a 50,000 personas en 100 cuadrados"
"Toma una foto de cada cuadrado y luego combina las 100 fotos".
"La precisión mejorará hasta cierto punto".
"Con un poco de esfuerzo, probablemente podamos saber si la otra persona es hombre o mujer".
"Pero en este momento, la cantidad de imágenes en la base de datos llegará a 100";
"Si continuamos mejorando la precisión y queremos asegurarnos de que los rasgos faciales de 50,000 personas puedan reconocerse en una sola foto",
"Entonces probablemente tengamos que aumentar la biblioteca de materiales a 1,000;"
"Si utilizamos la proporción de imágenes satelitales de mayor precisión",
"Es aproximadamente equivalente a que utilicemos un teleobjetivo de alta resolución para tomar N fotografías de primer plano de cada una de las 50,000 personas para garantizar que los rasgos faciales de cada uno y cada poro se puedan presentar claramente".
"Y las fotos faciales en primer plano de todos se incluyen en una base de datos".
"De esta forma, si queremos encontrar un lunar en la cara de una determinada persona entre las 50,000 personas",
"La base de datos correspondiente debe estar en él".
"Solo necesitamos encontrar una foto y encontrar la que cubra el lunar de las N fotos".
"Pero encontrar un topo es relativamente sencillo".
"Después de todo, el lunar está en la cara de la persona".
"Siempre que encuentres a la persona, podrás encontrar el lunar en su cara".
"Pero si queremos encontrar un mosquito específico en un estadio con 50,000 personas",
"Incluso si sabemos que el mosquito debe haber sido capturado en una determinada foto",
"Es muy difícil encontrar un mosquito entre cientos de miles o incluso millones de fotografías";
"Si magnificamos a 50,000 personas en toda la Tierra",
"El tamaño de esta base de datos está más allá de la imaginación".
"En este caso, es extremadamente difícil para nosotros buscar e identificar un objetivo en movimiento con mano de obra".
"Es como buscar una aguja en un pajar".
"Sabemos que la aguja está en el mar"
"Pero es posible que nunca podamos encontrarlo durante nuestra vida".
"Pero si alimentamos todos los datos al modelo de IA y lo entrenamos",
"Para que pueda encontrar lo que queramos en el menor tiempo posible".
"Entonces la IA puede ayudarnos a encontrar lo que queramos en el menor tiempo posible".
En este punto, Abren agregó:
"Además, hay otra área en la que la IA es muy buena".
"Que es la mejora de la calidad de la imagen".
"Si tomamos una foto desde lejos y la foto sale un poco borrosa al ampliarla",
"Pero no lo suficientemente borroso como para ser completamente irreconocible".
"La IA optimizará automáticamente la imagen borrosa en función de su propia comprensión de la imagen y los píxeles".
"Aclarar la imagen borrosa".
"Sin embargo, cuando nos enfrentamos a una base de datos extremadamente grande",
¡Espere 10 segundos para descargar!
