汤姆休想把杰瑞叼回家!ML识别器将口含小动物的猫猫拒之门外

客厅里传来一阵蹦蹦跶跶的声响,沉静的夜晚被打破,名叫Ben Hamm小哥从酣睡中被惊醒,他看了一眼时间,凌晨三点。

迷迷糊糊地走到客厅,一场正在上演的“猫鼠游戏”使Ben带着怒火清醒过来,他养的喵星人Metric正与从屋外叼回来的猎物嬉戏打闹。

加强依法治理,让疫情防控有纪律保障。疫情防控是一场事关全局的人民战争,没有局外人,我们一旦报有侥幸心理、松懈意识,都将成为公共安全的最大隐患。为此,全面打赢疫情攻坚战,从组织角度特别强调严明纪律、依法治理,就是要以法治为遵循,形成强大约束力,把所有人组织起来、动员起来、团结起来,自觉参与其中。目前,有地方针对隐瞒病情、谎报数据、信谣传谣、工作不力等行为,对公共安全造成不良影响的,已经通过行政或纪律手段启动问责程序。诚然,责罚不是目的,就是要通过法治手段,由点到面、由表及里,进一步发挥警示和教育作用。我们需明白,只有在依法治理的基础上,疫情防控才会真正有序、有速、有效。

Ben还有其他不堪回首的经历,一天醒来,他发现Metric乖乖地趴在他的床头,正用那双可爱的又大又圆的眼睛盯着他枕边带着血的小雏鸟——那可能是Metric为他准备的礼物。

No!小动物不能带回家!

第一步:识别是否有猫;

这已经不是Metric第一次在凌晨带着猎物回家了——有时它的猎物已经死了;有时它会将受了重伤猎物当作玩具带回家,在这种情况下,Ben不得不在半夜对一只小动物实施安乐死,然后试着回去睡觉。

他所使用的摄像头也是自家公司的产品,AWS DeepLens。这是一款完全可编程的视频摄像头,用户可以在摄像头上运行深度学习模型,以便分析和采取行动。

第三步:如果这只猫要进来,识别猫的嘴里是否“夹带私货”

事实上,在设计智能猫门之前,Ben对于机器学习一窍不通,他是Amazon的产品经理,是一个不会写代码的非程序员。但通过他的坚持和努力,从网上视频、资料和其他程序员那里得到的大量指点,Ben利用机器学习实现了自己的想法。

除了将猫门上锁,这个系统还将进行后续的两步操作。

Ben在西雅图的活动上展示了这个智能猫门,一群深有体会的猫奴们对此纷纷点赞。但一名软件工程师提出,与其训练电脑模型,不如教他的猫改变行为方式更容易。

小哥为此尝试了许多办法来管教Metric,比如项圈上挂铃铛、把它赶出去过夜,或是实施宵禁,但还是无法避免不时出现在家里的不明小动物。

通过几个月的信息采集和模型搭建,Ben的新发明成功“落地”,多次成功地将Metric和它的猎物挡在家门口。

第二步:如果是猫,判断它想要进来还是离开;

Ben花了几个月的时间收集并手工标注了23,000张图片,对一个机器视觉算法模型进行了三个阶段的训练。

2月5日下午,习近平总书记主持召开中央全面依法治国委员会第三次会议并发表重要讲话。他强调,当前,疫情防控正处于关键时期,依法科学有序防控至关重要。法者,治之端也。面对当前形势,把全面依法治国的制度优势进一步转化为疫情防控的强大效能,方能为打赢疫情防控阻击战注入更大力量。

Ben使用了Amazon的在线机器学习服务Sagemaker对模型进行训练。该服务允许客户购买第三方算法,或建立自己的算法,然后用自己的数据对其进行培训和调整,最后将其投入使用。

Ben可以接受他的小猫咪在外面“蹦野迪”到凌晨,但是叼着死的或半死的小动物回家——“No!”

当把猫咪和猎物被锁在门外后,智能系统将给Ben发送“发现猎物!”的短信——没错,随时随地都能知道猫猫是不是又“犯事”了。

Ben表示构建ML模型的过程并不容易,光是收集图片数据库就耗费了好几个月。他说:“每当我想要放弃制作这个系统时,Metric就会带来一些新鲜的、可怕的东西,这会重新燃起我继续工作的决心!”

Ben在猫门旁安装了摄像头亚马逊的AWS DeepLens AI摄像头,在猫门的锁上连接一个Arduino微型控制器。通过摄像头上面装载着训练的机器视觉算法,对拍摄到的图像进行识别,从而决定是否上锁,这整个筛选过程不到两秒钟。

当猫门检测到Metric嘴里叼着小动物时,将会触发门上的控制器,猫咪将被锁在门外长达15分钟,这段时间可被它用来处理口中的猎物——干干净净,清清白白的猫咪才能回家!

Ben为自己的工作的必要性进行了解释:“惩罚带来的负面强化对猫不起作用,我希望你能想出一种方法,利用奖励来防止猫发生平均每10天就会在凌晨3点出现一次的行为!”

面对如此屡教不改顽皮猫,小哥不得不采用特别手段了。Ben于是决定设计一道“智能猫门”,选择性地将口含猎物的猫猫拒之门外。

接下来系统还会自动给奥杜邦协会捐一笔款,该协会专门保护猫喜欢猎杀的鸟类。这就是所谓的“血钱”啊,Ben要为自家的猫咪犯下的“血债”进行一定的“赔偿”。(小编:可惜猫猫没有“金钱观念”啊~)

扎紧制度笼子,让疫情防控有法治保障。疫情防控越是到最吃劲的时候,越要坚持依法防控。任何一项工作,没有制度引领,都将无理无序,甚至有陷入混乱的风险。疫情防控也一样,能否有序开展、稳步推进,肯定离不制度支撑。正因如此,很多地方结合疫情实际,在规范交通出行、整顿市场秩序、加强风险排查等方面出台了不少管控措施,并上升到了法治高度,对及时阻止疫情“升温”起到了决定性作用。实践证明,唯有率先筑牢制度之基,才能确保疫情防控工作在法治轨道上有序开展,当重心突出了、方向明确了、保障到位了,抗击疫情也才会达到事半功倍的效果。

智能猫门大大减少了Ben凌晨起床处理小动物尸体的麻烦。Ben使用了这个系统五个星期,Metric通过猫门200次左右,仅有一次被系统错误地挡在了门外,而Metric进行了6次企图将小动物带回家的尝试,系统成功地阻止了5次。

机器学习基于这样一种思想:系统可以从数据中学习,识别模式,并在最少的人工干预下做出决策。机器学习不仅仅帮助工程师们完成宏伟的大项目,它也可以用来解决生活周边的小问题,或是制造一些小乐趣。

来!让我们一起机器学习!

扩大法治宣传,让疫情防控有思想保障。做好疫情防控工作,事关人民群众的健康与幸福。然而,疫情本身并不可怕,可怕的是思想上的懈怠和意识上的淡薄。为此,我们应更加重视对疫情防控的法治宣传,在线上线下、网里网外,形成依法防控、秩序井然的良性格局,不能因为疫情的出现乱了心神、乱了方寸。一方面,要把奋战在抗疫一线的典型事例和感人故事挖掘出来、展示出来,以此激励人心、鼓舞士气,让党员干部冲锋在前、不胜不休,群众全面配合、全力支持。另一方面,要把依法防控的知识宣讲到位,人人知晓、人人遵守,让大家在防控过程中,从思想上高度重视,在行动上高度默契。

另外,Ben在担任项目经理期间产生了对机器学习的兴趣,他也希望通过这个猫门项目获得机器学习相关的技能。Ben认为在构建ML模型的过程中最重要大概还是耐心,他相信任何好想法都能凭借耐心和毅力来实现。他希望自己成功的小发明经历能够引发更多人对机器学习的兴趣。