Hur fungerar datorseende?
Ett system för datorseende lär sig av exempel. Det tränas på stora mängder bilder där det är känt vad de visar, och ett neuralt nätverk lär sig vilka mönster i pixlarna som hör ihop med vad. Efter träningen kan systemet göra samma bedömning på bilder det aldrig har sett. Engelskans computer vision används ofta även på svenska.
Tekniken löser några återkommande uppgifter:
- Klassificering. Vad föreställer bilden? Ett foto från en kund sorteras till rätt ärendetyp.
- Objektdetektering. Var i bilden finns något, och hur många? Artiklar räknas på en hylla.
- Textavläsning. OCR hittar och läser text i en bild, till exempel i ett inskannat avtal.
- Avvikelsekontroll. Skiljer sig bilden från det normala? En repa på en produkt upptäcks.
Flera AI-assistenter kan dessutom ta emot bilder direkt. Google beskriver till exempel att Gemini-modellerna klarar bildbeskrivning, klassificering och frågor om en bilds innehåll. Enklare bildanalys går därför att pröva utan att något behöver byggas.
Var har ett litet företag nytta av datorseende?
Den vanligaste användningen i kontorsarbete är dokument. Inskannade avtal, beställningar, följesedlar och formulär blir sökbar text som kan skickas vidare till nästa steg i ett arbetsflöde.
Utanför kontoret handlar det ofta om foton från verksamheten. En servicetekniker fotograferar en färdig installation och systemet kontrollerar att rätt delar syns. En tillverkare låter en kamera granska varje enhet på bandet. En marknadsavdelning får bilderna i sin bildbank märkta med innehåll så att de går att söka fram.
Tekniken är värd att undersöka när någon i dag tittar på många likartade bilder eller dokument och gör samma bedömning varje gång. Träningen bakom tekniken beskriver vi i guiden om maskininlärning.
Vad gäller när bilderna visar människor?
Då gäller dataskyddsreglerna. IMY skriver att bilder på individer kan vara personuppgifter även om inga namn nämns. Verksamheter som kamerabevakar behöver enligt IMY följa både GDPR och kamerabevakningslagen.
EU:s AI-förordning sätter också gränser. Artikel 5.1 f i förordning (EU) 2024/1689 förbjuder AI-system som ska uttyda en persons känslor på arbetsplatsen eller vid utbildningsinstitutioner, utom när systemet är avsett att användas av medicinska skäl eller säkerhetsskäl. Förbudet gäller tolkning av känslor. Att läsa av dokument eller granska produkter är en annan sak.
Publicerad