Ada kebutuhan yang kuat untuk meningkatkan dan mengembangkan kemampuan pengenalan objek di Qumagie. Sistem pengenalan saat ini masih terbatas pada kategori yang umum dan luas seperti Art & Music, Food, Nature, dan label-label bawaan lainnya yang telah ditetapkan.
Agar fitur ini jauh lebih bermanfaat, pengenalan objek sebaiknya menjadi jauh lebih dapat dikustomisasi. Pengguna harus bisa menentukan dan menambahkan “objek” atau kategori objek khusus mereka sendiri sesuai kebutuhan, tanpa harus dibatasi pada klasifikasi yang bersifat umum.
Sebagai contoh, seorang pengguna mungkin ingin Qumagie mengenali jenis produk tertentu, objek yang berkaitan dengan perusahaan, koleksi pribadi, peralatan, atau kategori kustom lain yang relevan dengan kasus penggunaan mereka. Tingkat personalisasi seperti ini akan sangat meningkatkan aspek praktis dan nilai dari fitur pengenalan tersebut, terutama untuk lingkungan yang profesional atau khusus.
Singkatnya, Qumagie akan sangat diuntungkan dengan sistem pengenalan objek yang lebih fleksibel dan dapat dikonfigurasi oleh pengguna, yang melampaui label generik standar dan memungkinkan klasifikasi yang benar-benar dipersonalisasi.
Ini cukup berbeda dari model generik yang sudah diimplementasikan. Untuk setiap jenis barang yang berbeda, model AI perlu dibuat. Cukup mudah untuk membuat model AI yang dapat mengenali manusia, kucing, anjing, mobil, dan sebagainya. Namun, mengenali barang-barang yang spesifik milikmu itu hal yang lain. Model AI perlu dibuat untuk setiap barang dan kemudian diimplementasikan. Jadi, sekarang tidak lagi bersifat generik yang bisa digunakan seluruh dunia, tapi jadi spesifik untukmu. Masuk akal, kan? Hal ini membuatnya jauh lebih kompleks…
Hai, terima kasih atas penjelasannya. Semuanya benar-benar masuk akal dan saya sangat menghargai Anda telah meluangkan waktu untuk menguraikan kompleksitas yang terlibat.
Namun demikian, fitur seperti ini akan sangat berharga bagi saya dan bisnis saya. Model generik yang mengenali manusia, kucing, anjing, atau mobil memang berguna, tetapi tidak benar-benar menjawab kebutuhan spesifik saya. Bisa mengenali item yang relevan dengan alur kerja saya atau objek unik di aktivitas saya akan membuat perbedaan besar dalam cara saya menggunakan QNAP setiap hari.
Saya sepenuhnya mengerti bahwa melatih model AI kustom untuk setiap kategori item memang menambah tingkat kompleksitas yang signifikan. Tapi saya ingin tahu apakah QNAP akan mempertimbangkan untuk merilis semacam panduan, dokumentasi, atau seperangkat alat yang memungkinkan pengguna seperti saya untuk mengembangkan dan melatih model pengenalan kustom secara mandiri, langsung di perangkat QNAP, secara lokal, tanpa bergantung pada layanan cloud.
Bahkan tutorial langkah demi langkah, aplikasi khusus, atau framework seperti SDK akan menjadi titik awal yang bagus. Idenya adalah memberikan kemampuan bagi pengguna yang lebih advanced untuk mendefinisikan kategori objek sendiri dan melatih model langsung di hardware mereka, sehingga semuanya tetap privat dan lokal.