செயற்கை நுண்ணறிவு என்பது மைக்ரோசாப்டின் முக அங்கீகார அமைப்பை மேம்படுத்துவதற்கான திறவுகோலாகும்

நமது மொபைலை அணுகுவதற்கு கடவுச்சொற்கள் அல்லது அன்லாக் பேட்டர்ன்களைப் பயன்படுத்துவது யாருக்காவது நினைவிருக்கிறதா? அவைகள் குறைந்த அளவே பயன்படுத்தப்படுகின்றன. உயர்நிலையில்.

கைரேகை வாசகர்கள், செயல்பாட்டில் முழுமை அடைந்தவுடன், ஐரிஸ் ரீடர் (உதாரணமாக சாம்சங் பயன்படுத்தியது) அல்லது ஃபேஸ் ஐடி, சாம்சங் வடிவமைத்த அமைப்பு. இருப்பினும், அவர்கள் வழங்கும் நல்ல பதிவுகள் இருந்தபோதிலும், அவை கைரேகை ரீடரின் நல்ல நடத்தையிலிருந்து இன்னும் வெகு தொலைவில் உள்ளன அங்கீகார அமைப்புகள்.

பிழை விகிதத்தைக் குறைக்கவும்

மேலும் அதைத்தான் மைக்ரோசாப்ட் செய்து வருகிறது என்று நிறுவனத்தின் அதிகாரப்பூர்வ வலைப்பதிவில் அறிவிக்கப்பட்டுள்ளது. வெவ்வேறு பயனர்களுடன் பணிபுரியும் போது முக அடையாள அமைப்புகள் அதிக அம்சங்களைப் பெறுவதற்கு அவர்கள் தங்கள் முயற்சிகளை ஒருமுகப்படுத்துகின்றனர்.

மனிதர்களின் பாலினத்தை மிகத் துல்லியமாக அறியும் திறன் கொண்ட புதிய வளர்ச்சிகள் தோல் நிறத்தைப் பொருட்படுத்தாமல் காரணம் பிழைகள் அதிகம். வெளிர் நிறமுடையவர்களிடமுள்ள உண்மையுடன் ஒப்பிடும்போது கருமையான நிறத்தை வழங்கும் பாடங்களில் ஏராளமானவை.

மைக்ரோசாப்ட் அதன் முக அங்கீகார முறையை மேம்படுத்தியுள்ளது, இது கருமையான சருமம் உள்ளவர்களிடம் இருக்கும் அதிக பிழை விகிதத்தை நீக்கும் நோக்கத்துடன். அவர்கள் பிழை விகிதத்தை 20% குறைக்க முடிந்தது.

இந்த மேம்பாட்டை அடைய, அவர்கள் செயற்கை நுண்ணறிவின் பயன்பாட்டை நம்பியுள்ளனர் இந்த சிக்கலை முடிவுக்கு கொண்டு வரும் தீர்வுகள். பல்வேறு தொழில் வல்லுநர்களின் பணியை அடிப்படையாகக் கொண்ட ஒரு அடிப்படை.

இந்த நோக்கத்திற்காக, செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பங்கள் வெவ்வேறு சுயவிவரங்களில் இருந்து சேகரிக்கப்பட்ட தரவுகளின் அடிப்படையில் பணியை மேற்கொள்கின்றன சமுதாயத்தில் வேலை செய்ய ஒரு மாதிரியை உருவாக்க வேண்டும்.

ஆதாரம் | மைக்ரோசாப்ட் வலைப்பதிவு Xataka | ஐபோன் எக்ஸ் மற்றும் சாம்சங்கின் ஐரிஸ் ஸ்கேனரில் உள்ள ஃபேஸ் ஐடி: ஒரே பிரச்சனைக்கு வெவ்வேறு தீர்வுகள்