Existe muita polêmica sobre os mesários nas eleições em função do COVID-19. Mas no meu ponto de vista particular, não podemos desprezar o contato a urna eletrônica por diversas pessoas e seu respectivo problema. O controle da higienização das urnas é um complexo problema, pois um erro humano pode custar muito caro.
Enfim, pensando neste cenário para descontrair um pouco, imaginei utilizar um pouco da tecnologia de visão computacional para evitar o contato com equipamento. Pois podemos atualmente detectar as mão e os dedos assim evitando contato. Uma interface deve ser intuitiva para facilitar a votação, mas a prova de conceito desenvolvida em 3 horas demonstra a viabilidade e talvez solução para vários contextos problemáticos. Veja a seguir um vídeo demonstrativo.
A detecção de objetos 3D em tempo real com imagens 2D, estimativa de posição e tamanhos com AI, acredito ser o próximo grande passo evolutivo da visão computacional.
A detecção de objetos é um problema matemático no segmento de visão computacional amplamente estudado, a maior parte das pesquisas se concentraram no modelos 2D. Embora esta técnica 2D forneça apenas caixas delimitadoras, ao estender a localização para o espaço 3D, pode-se capturar o tamanho, posição e orientação de um objeto no mundo real. Com isto levando a uma variedade de recursos na robótica, veículos autônomos e realidade aumentada. A detecção de objetos 2D é madura e amplamente utilizada. Já a detecção de objetos 3D a partir de imagens 2D é um problema desafiador, devido à falta de dados e as anomalias na aparências e formas de objetos dentro de uma categoria.
Claro que existe uma enorme quantidade de dados 3D para cenas, em função da popularidade da pesquisa em carros autônomos que dependem de sensores de captura 3D. Mas limitado comparado a massa de dados 2D. Para superar este contexto e um expressivo avanço, utilizar os dados da tecnologia de realidade aumentada com ARCore e do ARKit parece fazer sentido. Pois proporciona a capacidade de capturar informações adicionais durante um processamento de AR, incluindo a pose da câmera, nuvens de pontos 3D esparsas, iluminação estimada e superfícies planas.
Instalou o openSUSE Leap 15.2? E agora o que instalar? E os codecs proprietários? Demorou mas foi concluído! O Cool Package é um processo que instala alguns software necessários para a dia a dia de um SUSEIRO e resolver todas as questões de dependências. O Cool Package disponibiliza:
Thunderbird
Codecs
VLC
KDEnlive
DVDAuthor
MPV
ffmpeg
Lame
E outros…
A seguir o botão 1-click Install. que resolver estes questionamentos, pois este botão instala os primeiros softwares principais para a tarefa do dia a dia como: o cliente de email Thunderbird, VLC, MPV, Codecs proprietários e editores de vídeos. Qualquer dúvida, críticas e sugestões em cabelo@opensuse.org
Se precisa executar os códigos exemplos cuda sem privilégio de root, e o comportamento é similar a retorno abaixo, deixo neste post como contornar o problema:
$ optirun ./deviceQuery
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
cudaGetDeviceCount returned 999
-> unknown error
Result = FAIL
Basta executar o comando na linha de comando e pronto!
$ modprobe --force-modversion nvidia-uvm
Em seguida, execute o exemplo novamente.
$ optirun ./deviceQuery
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: "GeForce GTX 1660 Ti"
CUDA Driver Version / Runtime Version 11.0 / 10.2
CUDA Capability Major/Minor version number: 7.5
Total amount of global memory: 5945 MBytes (6233391104 bytes)
(24) Multiprocessors, ( 64) CUDA Cores/MP: 1536 CUDA Cores
GPU Max Clock rate: 1590 MHz (1.59 GHz)
Memory Clock rate: 6001 Mhz
Memory Bus Width: 192-bit
L2 Cache Size: 1572864 bytes
Maximum Texture Dimension Size (x,y,z) 1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
Maximum Layered 1D Texture Size, (num) layers 1D=(32768), 2048 layers
Maximum Layered 2D Texture Size, (num) layers 2D=(32768, 32768), 2048 layers
Total amount of constant memory: 65536 bytes
Total amount of shared memory per block: 49152 bytes
Total number of registers available per block: 65536
Warp size: 32
Maximum number of threads per multiprocessor: 1024
Maximum number of threads per block: 1024
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535)
Maximum memory pitch: 2147483647 bytes
Texture alignment: 512 bytes
Concurrent copy and kernel execution: Yes with 3 copy engine(s)
Run time limit on kernels: Yes
Integrated GPU sharing Host Memory: No
Support host page-locked memory mapping: Yes
Alignment requirement for Surfaces: Yes
Device has ECC support: Disabled
Device supports Unified Addressing (UVA): Yes
Device supports Compute Preemption: Yes
Supports Cooperative Kernel Launch: Yes
Supports MultiDevice Co-op Kernel Launch: Yes
Device PCI Domain ID / Bus ID / location ID: 0 / 1 / 0
Compute Mode:
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 11.0, CUDA Runtime Version = 10.2, NumDevs = 1
Result = PASS
Nas últimas semanas a OpenAI (organização sem fins lucrativos) anunciou ao mundo o desenvolvimento do GPT-3, um grande passo evolutivo no contexto da Inteligência Artificial (se você não ouviu falar, irá em breve e muito). Uma tecnologia de interpretação de linguagem pode gerar texto, músicas, literários e muito mais. Pois apresenta um modelo de rede neural baseado em autoaprendizado por bilhões de conexões.
Esta inteligência artificial embrionária, parece ser o futuro assustador para alguns e admirável para outros. Baseado na aprendizagem de linguagem, a tecnologia aprendeu não somente programar, aprendeu inglês utilizando o processamento de muitos terabytes de dados. Resumidamente aprendeu e dominou informações disponíveis na internet (música, html, inglês etc). Com apenas alguns parágrafos de amostragem, foi possível gerar um texto no estilo poeta modernista norte-americano Wallace Stevens.
O que me chamou a atenção é como a inteligência consegue lidar com a questão semântica em textos. A arquitetura não é novidade, e sim seu tamanho. Pois o BERT LARGE (modelo de NLP) da Google tinha 340 milhões de parâmetros, a GPT-3 tem 174 Bilhões de parâmetros.
Na minha opinião, esta tecnologia é genial, mas estamos superestimando as máquinas e subestimando nossa inteligência. Então não podemos deixar este fenômeno fazer os talentos desistirem de estudar e se dedicar. Pois isto acarreta a desistência de novos talentos na área, e só aumentará a escassez no mercado.
Escrever sistema/solução não é criar linhas de código, e sim entender a demanda, os requisitos, público-alvo entre outros. O principal objetivo foi criar uma inteligência artificiai que “sirva a humanidade em qualquer aspecto”. Logo, esta AI consegue produzir textos realistas sobre qualquer tema solicitado. Em testes reais, humanos foram enganados acreditando que o texto da AI foi escrito por humano. Mas isto não significa que um humano não elabora um texto superior.
O ser humano é muito mais que um ser vivo inteligente. É um ser criativo, sentimental, espiritual e outros. E nenhuma máquina vai me substituir tão fácil, o meu espírito competitivo não permite. Mas concordo que tecnologias como esta, será uma ferramenta impressionável (meu braço direito). Veja abaixo um exemplo da tecnologia em atuação:
Na minha particular opinião o GPT-3, é como o mouse e a interface gráfica criada pela Xerox, ou seja, será inspiração para uma nova era de produtos para AI.
Se durante a execução, ocomando optirun com o nvidia-settings, o erro “Could not load GLX/OpenGL functions” for exibido, utilize como alternativa o comando como no exemplo abaixo:
$ optirun nvidia-settings
[VGL] ERROR: Could not load GLX/OpenGL functions
[VGL] /usr/lib64/libvglfaker.so: undefined symbol:
glXGetProcAddressARB
Insira o parâmetros -b none e -c :8 conforme o exemplo abaixo:
É com muito entusiasmo que anuncio o lançamento do sistema operacional openSUSE Leap 15.2 Muitas novidades está presente nesta versão pois é uma grande atualização é baseada no SUSE Linux Enterprise 15 SP2. Novos aplicativos e tecnologias estão disponíveis como Inteligência Artificial (IA), Machine Learning (ML) e Deep Learning (DL).
Tensorflow, PyTorch, ONNX, e outras ferramentas de análises visuais interativas estão disponíveis nesta versão. Também estś disponível o kernel Linux em tempo real para microprocessadores (utilizados em eventos críticos). Kubernetes, CRI e Cilium, que garantem a implantação eficientes de aplicativos em contêiner.
Agora que sou responsável pela iniciativa openSUSE INNOVATORS, conseguirei proporcionar ao projeto soluções com mais agilidade. Pois todos os recursos que precisamos para as soluções inovadoras, já se encontra nativamente na distribuição openSUSE Leap 15.2.
Houve aprimoramento de instalações autônomas com o Autônomas com o AutoYast. Software atualizados Kernel 5.3.18, GCC 9, GNU Health 3.6.4 (com recurso de rastreabilidade pandêmica COVID-19). OnionShare 2.2, VLC 3.0.7, Syncthing 1.3.4 e outros.
Se você é aquele usuário Mac que utiliza o equipamento apenas fazer o build de APP iPhone e foi obrigado atualiza o sistema para o Catalina, muito provavelmente enfrenta problemas com o Synergy. Então basta fazer o download neste link e Pronto: https://snapshots.symless.com/public/1.11.1-rc2/
Welcome to Anaconda3 2020.02
In order to continue the installation process, please review the license agreement.
Please, press ENTER to continue
>>>
Aceite o termo de licenciamento digitando “yes”
<code>A Python binding to the Networking and Cryptography library, a crypto library with the stated goal of improving usability, security and speed.</code>
Last updated February 25, 2020
Do you accept the license terms? [yes|no]
[no] >>> <strong>yes</strong>
Ative o Conda com o comando abaixo:
$ source Anaconda/bin/activate
Agora inicie o Anaconda Navigator
[Path Anaconda]/bin/anaconda-navigator
Se o erro abaixo acontecer?
“UnboundLocalError: local variable ‘DISTRO_NAME’ referenced before assignment”
Basta utilizar o comando conda update andacond-navigator
