سنگاپور AI کو بہتر بناتا ہے جسے وہ تمباکو نوشی کرنے والوں کا پتہ لگانے کے لیے استعمال کرتا ہے۔

سنگاپور AI کو بہتر بناتا ہے جسے وہ تمباکو نوشی کرنے والوں کا پتہ لگانے کے لیے استعمال کرتا ہے۔

سنگاپور AI کو بہتر بناتا ہے جسے وہ تمباکو نوشی کرنے والوں کا پتہ لگانے کے لیے استعمال کرتا ہے PlatoBlockchain ڈیٹا انٹیلی جنس۔ عمودی تلاش۔ عی

سنگاپور نے AI کو بہتر بنایا ہے جو وہ تمباکو نوشی کرنے والوں کا پتہ لگانے کے لیے استعمال کرتا ہے جو بہت سی جگہوں پر روشنی ڈالتے ہیں جہاں جزیرے کے ملک میں یہ مشق ممنوع ہے، تاکہ مقامی قانون نافذ کرنے والے اداروں کو مجرموں کو زیادہ مؤثر طریقے سے روکا جا سکے۔

اے آئی کو بیلفائر کہا جاتا ہے، اور حال ہی میں وضاحت کی Pye Sone Kyaw کے ذریعہ – سنگاپور کی ڈیجیٹل ٹرانسفارمیشن ایجنسی GovTech میں ایک AI انجینئر – یہ پہلے ہی ورژن 3.0 تک پہنچ چکا ہے۔

"بیل فائر کا بنیادی مقصد … NEA [قومی ماحولیاتی ایجنسی] کی مدد کرنا ہے تاکہ تمباکو نوشی کی ممانعت والی جگہوں پر تمباکو نوشی کرنے والوں کا پتہ لگایا جا سکے۔" NEA نے مدد کی۔ فہرستوں وہ ممنوعہ جگہیں: زیادہ تر اندرونی علاقے، پارکس، تعلیمی ادارے، سوئمنگ پول، اور یہاں تک کہ پیدل چلنے والے اوور ہیڈ پل۔ غلط جگہ پر سگریٹ نوشی کرنے پر S$200 ($148) کا جرمانہ لگایا جا سکتا ہے، اور سزا کے نتیجے میں اس رقم کا پانچ گنا جرمانہ ہو سکتا ہے۔

بیلفائر کے پچھلے ورژن کو تصور ڈیمو کا ثبوت سمجھا جاتا تھا۔ ورژن 3.0 کو ایک "توسیع شدہ پائلٹ" سمجھا جاتا ہے جو 20 مقامات پر کام کرتا ہے۔

کیاو نے شکایت کی کہ سگریٹ کو داغنا آسان نہیں ہے - وہ چھوٹے ہیں اور آسانی سے دوسری چیزوں کے لیے غلط ہو جاتے ہیں۔ اس نے "تنکے، چمکدار فون کے کناروں، مخصوص طریقوں سے رکھی ہوئی انگلیاں، اور یہاں تک کہ کچھ خاص قسم کے کھانے" کا بھی ایسی اشیاء کے طور پر ذکر کیا جن کی بیرونی کیمروں پر انحصار کرنے والے کمپیوٹر وژن سسٹم کینسر کی چھڑی کے طور پر غلط شناخت کر سکتے ہیں۔

اس نے دھواں یا سگریٹ کی چمکتی ہوئی ٹپ کا پتہ لگانے کی کوشش کی، لیکن وہ کوششیں ضائع ہو گئیں کیونکہ ان میں بہت زیادہ غلطیاں پیدا ہوئیں۔ اسی طرح "پورے شخص کو دیکھنا، جیسے کہ پوز کے اندازے کے ذریعے۔"

ان ناکامیوں نے کیاو کو اس نتیجے پر پہنچایا کہ "ایک اختتام سے آخر تک پتہ لگانے کا ماڈل قابل عمل نہیں ہے، خاص طور پر ایک کنارے AI سیاق و سباق میں اس کی موروثی کمپیوٹ حدود اور نسبتاً چھوٹے ماڈل سائز کے ساتھ، قریب قریب فوری پتہ لگانے کی ضرورت کے ساتھ۔"

اس نے آف دی شیلف سسٹمز تلاش کیے جو بیل فائر پر بہتر ہو سکتے ہیں، لیکن اسے ایسا کوئی نظام نہیں مل سکا جو NEA کی ضرورت کو پورا کرتا ہو جو کیمرے کے پورے علاقے میں زیادہ سے زیادہ سگریٹ نوشی کرنے والوں کی شناخت کر سکے اور تقریباً ایسا کر سکے۔ فوری طور پر

اس لیے GovTech نے اپنی مرضی کے مطابق پروسیسنگ پائپ لائن بنائی جسے Kyaw نے لکھا۔ اس میں درج ذیل پانچ مراحل شامل ہیں:

  1. سر کا پتہ لگانے اور پروسیسنگ: پائپ لائن کیمرہ فریموں کو ہیڈ ڈیٹیکٹر میں کھلائے جانے کے ساتھ شروع ہوتا ہے، جو فریم کے اندر موجود تمام سروں کے نقاط کی شناخت کرتا ہے۔
  2. ہیورسٹک پر مبنی فلٹرنگ: پتہ لگانے کے بعد، یہ ہیڈز ممکنہ غلط سروں کو ختم کرنے کے لیے ڈیزائن کیے گئے ہیورسٹک فلٹرز کی ایک سیریز سے گزرتے ہیں۔ یہ فلٹرز جمع شدہ سیکھنے اور تعیناتی ڈیٹا کے تفصیلی تجزیہ کی پیداوار ہیں۔
  3. ہیڈ ٹریکنگ: ایک آبجیکٹ ٹریکر اس کے بعد پے در پے فریموں میں پائے جانے والے سروں کی پیروی کرتا ہے، جہاں بھی ممکن ہو انہیں پہلے سے کھوئے گئے سروں سے جوڑتا ہے۔ یہ اس بات کو یقینی بناتا ہے کہ، شناخت شدہ تمباکو نوشی کرنے والوں کے لیے، ہر بار نئے فریم میں پہچانے جانے پر بار بار انتباہات کو متحرک نہیں کیا جاتا ہے۔
  4. دھواں/غیر دھواں کی درجہ بندی: جن سروں کو پہلے تمباکو نوشی کرنے والوں سے تعلق کے طور پر درجہ بندی نہیں کیا گیا تھا اس کے بعد بائنری ہیڈ کلاسیفائر کے ذریعے کارروائی کی جاتی ہے۔ یہ درجہ بندی طے کرتا ہے کہ آیا فرد سگریٹ نوشی کر رہا ہے یا نہیں۔
  5. شناختی ماڈیول: اگر درجہ بندی کرنے والا تمباکو نوشی کی سرگرمی کی نشاندہی کرتا ہے، تو ایک شناختی ماڈیول دریافت شدہ تمباکو نوشی کو حالیہ تمباکو نوشی کرنے والوں کی واچ لسٹ سے ملانے کی کوشش کرتا ہے۔ اگر کوئی شناخت نہیں ہے تو، ایک انتباہ کو متحرک کیا جاتا ہے. تمباکو نوشی کی تازہ ترین شکل اور دیگر متعلقہ معلومات کے ساتھ واچ لسٹ کو اپ ڈیٹ کیا جاتا ہے۔

ورژن 3.0 متعدد ماڈلز کا استعمال کرتا ہے جو بیلفائر کے موجودہ اور ماضی کے تکرار سے حاصل کی گئی فوٹیج کو کھینچتے ہیں۔

کیاو نے لکھا، "سادہ لفظوں میں، ہم نے اپنے موجودہ ماڈلز کو اپنے لیے نئے ڈیٹا کی تشریح کے لیے استعمال کیا اور اس عمل سے کسی بھی غلطی کو درست کیا۔" "ہم نے بار بار تصاویر کے مخصوص پروفائلز میں شامل کیا کہ موجودہ ماڈلز میں غلطی کا خدشہ تھا، جیسے ہیلمٹ پہنے ہوئے افراد، یا وہ لوگ جو کھا رہے ہیں یا پی رہے ہیں۔ اس سے پروجیکٹ کے دوران ماڈلز کی کارکردگی کو نمایاں طور پر بہتر بنانے میں مدد ملی۔

امید کی جاتی ہے کہ نئے نظام سے نہ صرف زیادہ تمباکو نوشی کرنے والوں کا پتہ چل سکے گا، بلکہ جھوٹے مثبت پہلوؤں سے بچنے کے لیے بھی - تاکہ "ان شناخت شدہ ہاٹ سپاٹ کے لیے نافذ کرنے والے افسران کی الاٹمنٹ کو بہتر بنانے میں NEA کو سہولت فراہم کی جا سکے۔"

دوسرے لفظوں میں، بیل فائر کا مقصد اس بات کو یقینی بنانا ہے کہ جب NEA تمباکو نوشی کرنے والوں پر جھپٹے تو اس کی کوششیں خاک میں نہ جائیں۔ ®

ٹائم اسٹیمپ:

سے زیادہ رجسٹر