Clockwork Orange'is suri seitse inimest. Kill Billi 1. köites sureb üheksakümmend viis. Kaheksasada üheksakümmend kuus surevad Sõrmuste isandasse: Kuninga tagasitulek . Me teame seda kõike, kuna keegi loendas iga surma. Käsitsi. Ja rääkis siis veebisaidile Movie Body Counts.
Kuid Caleb Garling SFGate'is küsib, kas on veel üks viis surma tuvastamiseks. Viis, mis ei hõlma inimesi, vaid arvuteid. Ja võib olla - see saab olema lihtsalt raske. Garling selgitab:
Juhtuma peaks palju koolitusi. Üks levinumaid viise arvuti õpetamiseks on anda sellele korduvaid näiteid (koos näidetega) ja lasta masina tarkvaral mustrid välja joonistada ning ühe kvaliteedi ja teise omadused määratleda. Nii võiksite õpetada seda ära tundma kabiini ja kollase auto. Ehk õpetaks masinat õpetama miljon pilti elusaid inimesi või miljon pilti surnud inimestest.
Arvuti õpetamine, et selgitada välja, kas keegi on elus või surnud, on lisaks filmikeha arvestamisele kasulik. Kuid me ei suuda veel elu tuvastamiseks vajalikku tehisintellekti programmeerida. Lisaks pole inimesed surma tuvastamisel isegi nii head. Kui mees lamab liikumatult, ei pruugi te öelda, kas ta magab või on surnud, kui te pole piisavalt lähedal, et teda hingata. Arvuti õpetamine teadma midagi, mida me ei tea, on raskem kui õpetada seda vastama Jeopardy küsimustele või maalima pilte.
"Just see on kogu sügava õppimise alane lause - millegipärast koolitame mustrituvastuse kaudu masinad olema nagu meie ajud, " rääkis teadlane Mary Cummings Garlingule. “Kuid me ei saa sellest ise aru. Kõigist kehaosadest on silma-aju ühendus müsteerium, mida teadus pole veel avamiseks teinud. ”
Kuid ajastul, mil näotuvastus pole ikka veel suurepärane, öeldes nutvale inimesele naerust, võib öelda, et kui inimene on elu jätnud, võib see ikkagi jääda arvutist haarata. Jällegi on inimestel järjest raskem tuvastada, kas midagi on elus - või lihtsalt tõesti elutruu robot.
