AI przeszukuje ponad 450 kamer, aby znaleźć Wally’ego
AI przeszukuje ponad 450 kamer, aby znaleźć Wally’ego
Otwarty model analizuje nagrania z niezabezpieczonych kamer na całym świecie i szuka osób przypominających Wally’ego.
AI przeszukuje ponad 450 kamer, aby znaleźć Wally’ego
Belgijski artysta Dries Depoorter stworzył nietypowy projekt artystyczny: sieć neuronowa przegląda nagrania z niezabezpieczonych kamer i szuka osób podobnych do bohatera z książki Gdzie jest Wally?.
Do wyszukiwania wykorzystywany jest otwarty model Qwen3-VL od Alibaba, który działa lokalnie na trzech kartach graficznych do gier. AI analizuje każdą klatkę i szuka charakterystycznego czerwono-białego pasiastego ubioru oraz czapki z pomponem.
Jak dotąd system sprawdził 1,68 miliona klatek i znalazł 13 dopasowań w różnych krajach, w tym w USA, Japonii i Peru. Każde znalezisko artysta weryfikuje ręcznie.
Gra w chowanego osiągnęła nowy poziom. Więcej informacji na stronie WallyFinder.
Dlaczego to ważne
AnalizaProjekt pokazuje, jak otwarte modele multimodalne mogą zamieniać duże strumienie wideo w narzędzie badawcze, a jednocześnie podnosi kwestie prywatności i bezpieczeństwa niezabezpieczonych kamer.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Jev i System One AI: Kompletny praktyczny przewodnik po modelu decyzyjnym od TypeSafe
Głęboka analiza inżynieryjna flagowego modelu Jev: architektura System One w kontraście do LLM, prymitywy Choice/Score/Noul, równoległość zapytań, matematyka pewności, przypadki użycia wideo, kod oraz przegląd lokalnych alternatyw open-weight (Laya, GLiNER2.5, CLM-8B).
JSON — dane ustrukturyzowane dla aplikacji, API i agentów AI
Kompletny praktyczny przewodnik po formacie JSON: zasady składniowe, serializacja za pomocą parse/stringify, praca z REST API, JSON Schema oraz strukturalne wyjście dla sztucznej inteligencji.
Wektory multimodalne (Multimodal Embeddings / CLIP)
Technologia mapowania różnych typów mediów (tekstu, obrazu, dźwięku) do wspólniej wielowymiarowej przestrzeni wektorowej za pomocą architektur takich jak OpenAI CLIP lub Google SigLIP. Umożliwia wyszukiwanie zdjęć za pomocą opisów tekstowych lub znajdowanie podobnej muzyki na podstawie obrazu.
Hugging Face Hub
Wiodąca światowa platforma i otwarte repozytorium dla społeczności sztucznej inteligencji („GitHub dla sieci neuronowych”). Zawiera setki tysięcy otwartych modeli, zbiorów danych oraz darmowych demonstracji internetowych (Spaces), wspierając wszystkie wiodące frameworki AI.