Aplikace umožňuje stahovat podrobné mapy oblasti do paměti telefonu. Následně navigace funguje bez internetu, pouze přes GPS.
Na mapě si můžete označit nové body: houbaře, krásné louky, známé stezky a významné pamětihodnosti. Svou polohu můžete sdílet s ostatními lidmi, a to i prostřednictvím SMS.
Obsah
- Navigátor houbařů pro pěší
- Identifikace hub pomocí fotoaparátu
- “Na houby”
- ShroomID
- Houby: velká encyklopedie
- Obrázek Houba
- Adresáře
- Průvodce houbařem
- houby
- Houba, já tě znám!
- Proti čemu jsou mykologové?
- Vzhled stroje
- Jak se neuronová síť naučila hledat houby
- Inteligence “špatná” a “dobrá”
Navigátor houbařů pro pěší
V navigátoru můžete zadat libovolnou trasu a aplikace navede houbaře hlasově na základě satelitních dat
Hlasový navigátor pro houbaře, rybáře a turisty. Abyste se neztratili, je potřeba na začátku cesty označit v aplikaci výchozí bod a připojit se k GPS. Při návratu zpět program oznámí požadovanou trasu hlasem.
Aplikace se používá i jinak: nalezenou houbovou mýtinu si můžete označit na mapě a vrátit se na ni další den. Navigátor funguje bez internetu.
Identifikace hub pomocí fotoaparátu
“Na houby”
Na prvním snímku obrazovky aplikace identifikovala na internetu fotografii hříbku jako hřib. Druhý obrázek je identifikace hub podle umístění, tvaru, velikosti a klobouku
Průvodce s více než 200 druhy jedlých, nejedlých i jedovatých hub. Můžete k nim přidávat vlastní poznámky a popisy.
Referenční kniha má funkci pro identifikaci hub pomocí fotoaparátu. Vývojáři neslibují XNUMX% přesnost, ale soudě podle recenzí si aplikace poradí s běžnými typy. K identifikaci se používají neuronové sítě.
Aplikace je zdarma, ale širší funkčnost (několik fotografií hub, rozšířené popisy a recepty) bude stát 139 rublů. K práci není potřeba internet.
ShroomID
Průvodce houbami se specifickou lokalizací v ruštině (pro pohodlí je lepší v nastavení vybrat angličtinu)
Další velký adresář s více než 1000 druhy hub. Má také funkci pro identifikaci houby z fotografie pomocí neuronové sítě.
V aplikaci si můžete prohlédnout mapu hub v okolí a zahrát si miniaplikace pro zapamatování jedlých i nejedlých druhů.
Houby: velká encyklopedie
Není k dispozici pro Android
Adresář s více než 180 popisy a fotkami hub, stejně jako funkce rozpoznávání prostřednictvím fotoaparátu chytrého telefonu. Soudě podle recenzí v obchodech s aplikacemi je přesnost detekce nízká. Existuje však podrobné vyhledávání hub podle popisu. Aplikace stojí 349 rublů.
Obrázek Houba
Aplikace vám pomůže orientovat se v sezónních houbách a ukazuje, které druhy rostou v určitých oblastech
Identifikuje houby z fotografií, varuje před nebezpečím, pokud je druh nepoživatelný, a také ukládá nalezené fotografie a popisy do aplikace.
V komentářích obchodů s aplikacemi uživatelé píší o vysokých nákladech na nákup Picture Mushroom (400 rublů) a nepřesnosti rozpoznávání hub.
Adresáře
Průvodce houbařem
Encyklopedie s více než 300 druhy hub z Ruska a sousedních zemí. Uživatelé si aplikaci pochvalují za barevné fotografie, ale všimněte si, že houby můžete hledat pouze podle názvu, což může být nepohodlné.
Průvodce obsahuje i materiály s radami: co si vzít s sebou do lesa, jak se neztratit a co dělat, když vás kousne klíště.
houby
Není k dispozici pro iOS
Pro mnoho uživatelů je vyhledávání podle obrázku pohodlnější než vyhledávání podle názvu, samotné rozhraní se zdá přívětivější
Velká encyklopedie s více než 300 druhy hub a užitečnými fakty o nich. Kromě popisů druhů jsou zde texty s informacemi o pěstování hub, klasifikaci a toxicitě.
Zde můžete hledat houby, a to i podle fotografie, nejen podle jména.
Titulní foto: Creative Cat Studio / Shutterstock
Přihlaste se k odběru Telegramový kanálabyste byli informováni o nejnovějších zprávách a událostech!
Aplikace „Houby“ pro iPhone a iPad se dočkala upgradu v podobě rozpoznávání obrázků na základě umělé inteligence – AI. Ve stejné době byla samotná AI jako „asistent houbaře“ vystavena hurikánové kritice od mykologů, kteří tuto technologii prohlásili za nejnebezpečnější od vynálezu smartphonu. Vývojáři neuronové sítě „houby“ vás žádají, abyste zůstali v klidu.
Houba, já tě znám!
Aplikace “Naše Houby“(název v App Store “Mushrooms: The Big Encyclopedia”) od ruských vývojářů byl vydán v roce 2011 a v té době byl jediný svého druhu. Byl to ojedinělý případ, kdy vývojáři byli jak houbaři, tak uživatelé vlastní aplikace, takže to dělali jak pro ostatní, tak pro sebe.
Zpočátku byly „Houby“ jednoduše pohodlnou referenční knihou, která k identifikaci používala vyhledávání podle popisů, obrázků a parametrů. Dále byla implementována možnost přidávat do databáze fotopoznámky s automatickým přidáním objektu do uživatelské mapy „houbových míst“. Logika aplikace zahrnovala křížové odkazy na „podobné houby“ s prioritním poskytováním informací o zdraví nebezpečných.
Po 6 let vývojáři udržovali „Houby“ aktuální v nových verzích iOS, rozšiřovali databázi a překládali ji do angličtiny.
Aplikaci používaly desítky tisíc houbařů a má dobré recenze (průměrné hodnocení 4,7 z 5). A mnoho uživatelů požádalo o doplnění programu o uznání. Vyfotit houbu a hned vědět, jak dál: dát ji do košíku nebo vyhodit a hned si umýt ruce – sen každého houbaře, který čelí neznámému. “Skvělý nápad!” — vývojáři rozhodli a dokončili aplikaci ve spolupráci s kolegy z Dato ML.
Proti čemu jsou mykologové?
Když práce, které začaly v lednu 2017 a trvaly 5 měsíců, byly dokončeny a novou funkci již úspěšně využívaly tisíce houbařů, vyšel koncem července v americkém vydání článku doktora mikrobiologie Colina Davisona The Verge, která nepřímo souvisela s aplikací Mushrooms.
Název byl působivý: „Potenciálně smrtící“ aplikace pro identifikaci hub zdůrazňuje nebezpečí špatné umělé inteligence.
Článek byl o jisté aplikaci na rozpoznávání hub z fotografií, která se objevila v AppStore a Google Play. Vývojáři slíbili uživatelům 100% identifikaci trofejí z lovu hub díky umělé inteligenci. Colin Davison to nazval „potenciálně nejsmrtelnějším programem od začátku mobilní revoluce“.
Další nenávist se tedy objevila kolem tématu AI, které je od vydání prvního „Terminátora“ prostě odsouzeno k popularitě. Nyní, když se technologie stala dostupnou pro masové použití, je neustále v centru pozornosti specialistů, obchodníků a řady dalších lidí s různou úrovní znalostí o tomto tématu. A většina z nich zoufale lže, a to z různých důvodů: někteří z neznalosti, jiní proto, aby upoutali pozornost, a další, aby dali produktům neexistující výhody.
Vzhled stroje
Jak již bylo zmíněno výše, nová identifikační funkce v aplikaci Houby byla implementována pomocí umělé inteligence. V tomto případě je založen na neuronové síti.
Neuronová síť se skládá z mnoha jednoduchých prvků a je analogem lidského mozku, který je schopen činit některá nezávislá rozhodnutí na základě analýzy řady informací.
Na rozdíl od univerzální přirozené inteligence má neuronová síť vždy specializaci, díky které je její výkon v konkrétním druhu činnosti mnohonásobně vyšší než lidské možnosti. Například umělá inteligence AlphaGo je nejlepší na světě v hraní Go, ale nerozezná kostku od koule, protože to není její specializace.
Za jednu z prvních a nejrozvinutějších metod využití neuronových sítí je považováno rozpoznávání vzorů, které bylo jako technologie popsáno již v druhé polovině minulého století pod názvem „strojové vidění“.
Hlavní rozdíl mezi neuronovou sítí a počítačem je v tom, že se neprogramuje, ale trénuje (parametry každého prvku se mění v závislosti na získaných výsledcích). Na základě výsledků trénování neuronové sítě můžete prezentovat data (v našem případě obrázky), která jsou pro ni zpočátku neznámá. Díky tomu správně identifikuje obrázek a spoléhá se na své zkušenosti se zpracováním milionů podobných obrázků a složitými rozhodovacími algoritmy.
Jak se neuronová síť naučila hledat houby
Pokud extrémně zjednodušíme popis procesu strojového učení, bude to vypadat takto: „učitel“ ukáže „novorozenecké“ neuronové síti obrázek, na základě kterého síť učiní předpoklad, například, zda se jedná o houbu, resp. ne. Potom mentor oznámí správnou odpověď a síť se trochu „změní“ a sama si všimne, že to opravdu byla houba (nebo nebyla). Lekce se pak opakuje s dalším obrázkem. A tak dále až několik desítek milionů, v závislosti na složitosti úkolu. V důsledku toho jsou odpovědi stále „smysluplnější“ a správnější.
Abyste vytvořili skutečně „dobrou“ Ai, musíte vzít v úvahu spoustu dalších aspektů: konfiguraci sítě, kontrolu rizika přetrénování atd. Všechny, včetně počtu „lekcí“ a kvality „ školicí materiál“, může kriticky ovlivnit výsledek. Proto se dvě neuronové sítě (jako dva různí lidé) určené k řešení stejného problému mohou chovat zcela odlišně. Jeden se může ukázat jako nepředvídatelný a nebezpečný, zatímco druhý může být přesný, ale opatrný ve svých hodnoceních.
Ale vraťme se k aplikaci „houby“. Je založen na speciálně trénované hluboké konvoluční neuronové síti (CNN), která je schopna určit typ houby na obrázku. Uživatel namíří fotoaparát na houbu, vyfotí a po zlomku vteřiny neuronová síť vydá doporučení.
Během školení byl použit obrovský soubor dat získaných z jednoho ze specializovaných ústavů i shromážděných nezávisle z otevřených zdrojů. Pro každý druh houby bylo v průměru vybráno 1200 (ale ne méně než 1000) fotografií. U jedovatých byl vzorek ještě větší, aby se zvýšila přesnost rozpoznávání.
Díky tomu je počet natrénovaných parametrů v neuronové síti více než 20 milionů, počet vrstev více než 100. To umožňuje kombinovat rychlost a přesnost ve finálním rozpoznávání.
Pro školení byly použity speciální GPU servery od Amazonu, což umožnilo zkrátit čas závěrečného sezení na několik hodin. Například na běžném osobním počítači může podobná operace trvat až několik měsíců.
Ale ani tak působivé výsledky nedávají důvod tvrdit, že bylo možné vytvořit 100% „identifikaci“. S takovou přesností houby nedokážou rozpoznat ani profesionální mykologové.
Kromě rozpoznávání poskytuje „NEURO-search“ v aplikaci „Houby“ seznam podobných možností a posouzení správnosti předpokladu. Každá „podobná houba“ má encyklopedický popis a obrázky, to znamená, že aplikace obsahuje maximum informací pro rozhodování a dokáže vyhodnotit rizika.
Inteligence “špatná” a “dobrá”
Kvalita umělé inteligence závisí na tom, kolik prostředků a úsilí je investováno do jejího výcviku, dále na správné konfiguraci neuronové sítě a mnoha dalších parametrech. I školák si nyní může vyvinout program pro identifikaci obrázků pomocí manuálů zveřejněných na internetu. Tato úroveň bude řešením.
Aplikace, o které se psalo v The Verge, byla tvrdě kritizována právě kvůli své „zaručeně přesné identifikaci hub“, rozdělující je na jedlé a nejedlé. To je nemožné ani teoreticky. Uživatelům zároveň nebyly poskytnuty žádné další informace o slově absolutně – pouze možnosti „vzít/nevzít“.
Po zdrcujícím článku byl nejprve upraven popis aplikace z „identifikace všech hub“ na „rozpoznávání domácích hub“, poté zůstala specializace „jen lanýže“ (týká se otázky, k jakému vzorku obrázků byl použit trénovat neuronovou síť). Aplikace byla nyní odstraněna z App Store.
Příklad dvou přístupů k vytváření aplikací ukazuje, že umělá inteligence vytvořená pro použití ve stejném oboru se skutečně může ukázat jako „špatná“ nebo „dobrá“, a to bez vlastního zavinění. Bude „špatné“, pokud jeho tvůrci nebudou dostatečně kompetentní, nebudou mít techniky nebo zdroje na „trénování“ a „vzdělávání“ neuronové sítě. Ale pokud je v popředí otázka služby člověku a jeho zájmům, pak se umělá inteligence bude vždy chovat správně.
„Silent Hunt“ 2017 mezitím zdaleka nekončí. Před námi je sezóna královské podzimní houby – bílé mléčné a jejích jednodušších lamelových příbuzných. Mimochodem právě identifikace lamelárních hub dělá problémy i zkušeným houbařům. Další důvod, proč vyrazit do lesa vyzbrojeni nejen nožem, ale také umělou inteligencí. Věnujte pozornost “Houby: Velká encyklopedie”.
