Deep Learning
Zwei weitere zentrale Konzepte der nahen Zukunft sind Cloud Computing und Deep Learning. Beim Deep Learning wird die Möglichkeit Aufgaben, wie die Klassifizierung von Objekten mithilfe riesiger Datenmengen und komplexer neuronaler Netzwerke, verbessert. Die Speicher- und Rechenanforderungen von Deep Learning liegen derzeit aber noch über der Prozessorleistung und dem Preisniveau einer Smart-Kamera, daher gehen wir davon aus, dass die Datensätze und das Training des Deep Learning mithilfe von Cloud Computing verarbeitet werden. Beispielsweise kann mithilfe vieler Bilder von bekannten gut/schlecht Produkten und Deep Learning in der Cloud ein Klassifizierer generiert werden, der dann auf eine Smart-Kamera heruntergeladen wird. Das Ausführen des Klassifizierers ist eine deutlich weniger anspruchsvolle Aufgabe als das antrainieren der Kamera. Selbst eine einfache Smart-Kamera, z.B. ein Strichcode-Leser, erfordert einiges an Konfiguration durch einen Benutzer mit Fachkenntnissen. Wir träumen daher von Innovationen bei der Benutzeroberfläche, durch die das Einrichten einer Smart-Kamera eher einem Gespräch mit einer ausgebildeten Arbeitskraft ähnelt. Es wäre eine schöne Vorstellung, einer intelligenten Kamera mündlich Befehle zu erteilen, wie z.B. ‚vermesse dieses‘ oder ‚untersuche jenes‘.
Fazit
Smart-Kameras machen bei ihren Fähigkeiten und Benutzerfreundlichkeit große Fortschritte. Neben Verbesserungen der Hardware kommen auf die Systeme auch Verbesserungen der Software, Algorithmen, Benutzeroberflächen und Kommunikation zu. Mit den Innovationen im Bereich der Smart-Geräte-Technologien für Verbraucher gehen wir davon aus, dass der Funktionsumfang von intelligenten Kameras auch in den kommenden Jahren weiter wachsen wird.
