அனைத்து கட்டுரைகளுக்கும் திரும்பு

AI கூட்ட எண்ணிக்கை: நிகழ்ச்சி மேலாளர்கள் வருகையை எப்படி மதிப்பிடுகிறார்கள்

அந்த இசை நிகழ்ச்சி 5,000 பேரா அல்லது 15,000 பேரா? மனிதக் கண்ணால் உண்மையிலேயே வேறுபடுத்த இயலாது. AI கூட்ட எண்ணிக்கை சில நொடிகளில் நிலையான, சரிபார்க்கக்கூடிய எண்களை வழங்குகிறது.

list இந்தக் கட்டுரையில்

அந்த இசை நிகழ்ச்சி 5,000 பேரா அல்லது 15,000 பேரா? மூன்று பேரிடம் கேளுங்கள், மூன்று வெவ்வேறு பதில்கள் கிடைக்கும். மனித கூட்ட மதிப்பீடுகள் வழக்கமாக 50 முதல் 300% வரை மாறுபடுகின்றன, மேலும் நிகழ்வுகளைச் சுற்றியுள்ள அரசியல் நலன்கள் துல்லியத்தை இன்னும் நம்பகத்தன்மையற்றதாக ஆக்குகின்றன.

கூட்ட எண்ணிக்கை பாதுகாப்பு, வருவாய் மற்றும் இணக்கத்திற்கு முக்கியமானது, ஆனால் இது மனிதர்கள் எதிர்கொள்ளும் கடினமான எண்ணிக்கை சிக்கல்களில் ஒன்றாகவே உள்ளது. நமது மூளை பெரிய குழுக்களை மதிப்பிடுவதில் குறிப்பிடத்தக்க அளவில் மோசமானது. AI கூட்ட எண்ணிக்கை கருவிகள் வேறுபட்ட அணுகுமுறையை எடுக்கின்றன: ஒரு புகைப்படம் அல்லது வீடியோ ஊட்டத்தை செயலாக்கி, ஒவ்வொரு முறையும் அதே எண்ணை திரும்பக் கொடுக்கின்றன. இந்த தொழில்நுட்பம் எப்படி வேலை செய்கிறது என்பதும் நிகழ்ச்சி மேலாளர்கள் இன்று இதை எங்கே பயன்படுத்துகிறார்கள் என்பதும் இங்கே.

மனித கூட்ட மதிப்பீடுகள் ஏன் தோல்வியடைகின்றன

மனித மூளை அளவுகளை ஒப்பிடுவதில் நல்லது, உதாரணமாக சூப்பர்மார்க்கெட்டில் எந்த வரிசை நீளமானது என்று தீர்மானிப்பது. ஆனால் அவற்றை எண்ணுவதில் உண்மையிலேயே மோசமானது. அறிவாற்றல் விஞ்ஞானிகள் சுட்டிக்காட்டுவது என்னவெனில், ஒரு குழு சுமார் 4 நபர்களைத் தாண்டியவுடன், நாம் எண்ணுவதை நிறுத்திவிட்டு மதிப்பிடத் தொடங்குகிறோம். கூட்டம் பெரியதாக இருக்குமளவு, அந்த மதிப்பீடுகள் மோசமாகின்றன.

Full Fact-ன் கூட்ட எண்ணிக்கை ஆராய்ச்சி, மதிப்பீடுகளுக்கிடையிலான பெரிய முரண்பாடுகள் விதிவிலக்கு அல்ல, விதி என்று கண்டறிந்தது. 2023-ல் லண்டன் அணிவகுப்பில் அமைப்பாளர்கள் 800,000 பங்கேற்பாளர்களை தெரிவித்தனர், அதே நேரம் காவல்துறை 300,000 என மதிப்பிட்டது. 2025-ல் சிட்னி பேரணியில் காவல்துறையின் எண்ணிக்கை 90,000 ஆக இருந்தது, அமைப்பாளர்கள் 300,000 வரை என்று கூறினர். அனுபவமுள்ள பார்வையாளர்கள் கூட ஒரு சதுர மீட்டருக்கு இரண்டு மற்றும் நான்கு நபர்களை வேறுபடுத்துவதில் சிரமப்படுகிறார்கள், இது மொத்த எண்ணிக்கையை இரட்டிப்பாக்கும் வேறுபாடு.

பாரம்பரிய மதிப்பீட்டு முறை, 1960களின் ஜேக்கப்ஸ் முறை, மாதிரி கட்ட சதுரங்களில் நபர்களை எண்ணுவது, சராசரி அடர்த்தியைக் கணக்கிடுவது மற்றும் மொத்த பரப்பளவால் பெருக்குவது ஆகியவற்றை உள்ளடக்கியது. இது ஊகத்தை விட சிறந்தது, ஆனால் நடைமுறையில் அரிதாகவே உண்மையாகும் சீரான கூட்ட விநியோகம் குறித்த அனுமானங்களை இன்னும் சார்ந்துள்ளது.

மேலிருந்து புகைப்படம் எடுக்கப்பட்ட பெரிய வெளிப்புற இசை நிகழ்ச்சி கூட்டம், கைமுறை எண்ணிக்கையை கிட்டத்தட்ட சாத்தியமற்றதாக ஆக்கும் அடர்த்தி மற்றும் அளவைக் காட்டுகிறது

AI கூட்ட எண்ணிக்கை எவ்வாறு செயல்படுகிறது

AI கூட்ட எண்ணிக்கை ஒரு படத்தில் தனிப்பட்ட தலைகள் அல்லது உடல்களைக் கண்டறிந்து எண்ண கணினிப் பார்வையைப் பயன்படுத்துகிறது. இந்த செயல்முறை இரண்டு முக்கிய அணுகுமுறைகளில் செயல்படுகிறது.

கண்டறிதல் அடிப்படையிலான எண்ணிக்கை ஒவ்வொரு நபரையும் தனித்தனியாக அடையாளம் காண்கிறது, கண்டறியப்பட்ட ஒவ்வொரு தலையிலும் ஒரு குறிப்பான் வைக்கிறது. படத்தில் தனிநபர்கள் இன்னும் வேறுபடுத்தக்கூடிய சில ஆயிரம் வரையிலான கூட்டங்களுக்கு இது நன்றாக வேலை செய்கிறது. இது எண்ணிக்கை மற்றும் யார் எண்ணப்பட்டார்கள் என்பதைத் துல்லியமாகக் காட்டும் காட்சி வரைபடம் இரண்டையும் வழங்குகிறது.

அடர்த்தி மதிப்பீடு தனிநபர்களை அடையாளம் காணாமல் படத்தின் ஒவ்வொரு பகுதியிலும் எத்தனை நபர்கள் இருக்கிறார்கள் என்பதை முன்னறிவிப்பதன் மூலம் மிகப் பெரிய கூட்டங்களைக் கையாளுகிறது. மாதிரி ஒரு அடர்த்தி வரைபடத்தை உருவாக்குகிறது, பிரகாசமான பகுதிகள் அதிக நபர்களைக் குறிக்கும் வெப்ப வரைபடம், மற்றும் மொத்தத்தை உருவாக்க மதிப்புகளைக் கூட்டுகிறது. இந்த அணுகுமுறை ஒரே சட்டத்தில் பல்லாயிரக்கணக்கான நபர்கள் வரை அளவிடப்படுகிறது.

SmartSport போன்ற நவீன அமைப்புகள் இரண்டு அணுகுமுறைகளையும் செயல்படுத்தக்கூடிய மேலாண்மை அறிக்கைகளை உருவாக்கும் பெரிய மொழி மாதிரிகளுடன் இணைக்கின்றன. அளவுகோல் சோதனைகளில், SmartSport விளையாட்டு வசதிகளில் கூட்டங்களுக்கு 93.8% எண்ணிக்கை துல்லியத்தை அடைந்தது, அதே நேரம் துறை நிபுணர்கள் AI-உருவாக்கிய மேலாண்மை பரிந்துரைகளை நடைமுறைத்தன்மைக்கு 5.0-ல் 4.2 என மதிப்பிட்டனர்.

நிகழ்ச்சி மேலாளர்கள் கூட்ட எண்ணிக்கையை எங்கே பயன்படுத்துகிறார்கள்

பாதுகாப்பு மற்றும் கொள்திறன் மேலாண்மை

அதிக கூட்டம் உலகெங்கிலும் உள்ள அரங்குகளில் உயிரிழப்பு சம்பவங்களை ஏற்படுத்தியுள்ளது. நிகழ்நேர கூட்ட அடர்த்தி கண்காணிப்பு, கொள்திறன் வரம்புகளை நெருங்கும் பிரிவுகளை ஆபத்தாகும் முன்பே எச்சரிக்கிறது.

வருவாய் மதிப்பீடு

துல்லியமான வருகை எண்கள் டிக்கெட் சரிபார்ப்பு, சலுகை திட்டமிடல் மற்றும் ஸ்பான்சர் அறிக்கைகளுக்கு உதவுகின்றன. 20% குறைவான எண்ணிக்கை என்பது அடுத்த ஆண்டின் ஸ்பான்சர்ஷிப் பேச்சுவார்த்தைகளில் 20% குறைவான பேரம் பேசும் சக்தி.

சில்லறை நடைபாதை போக்குவரத்து

கடைகள் மற்றும் வணிக வளாகங்கள் மணிநேரத்திற்கு வருகையாளர்களை எண்ண, தங்கும் நேரத்தை அளவிட மற்றும் கைமுறை கவுண்டர்கள் இல்லாமல் விளம்பர தாக்கத்தை மதிப்பிட மேல்நோக்கி கேமராக்களைப் பயன்படுத்துகின்றன.

போக்குவரத்து மற்றும் பொது இடங்கள்

ரயில் நிலையங்கள், விமான நிலையங்கள் மற்றும் பொது சதுக்கங்கள் ஓட்டத்தை நிர்வகிக்க, பணியாளர் எண்ணிக்கையை சரிசெய்ய மற்றும் அடர்த்தி பாதுகாப்பு வரம்புகளை மீறும்போது எச்சரிக்கைகளைத் தூண்ட கூட்ட எண்ணிக்கையைப் பயன்படுத்துகின்றன.

குறைந்த முதல் அதிக செறிவு பகுதிகள் வரை கூட்ட அடர்த்தியைக் காட்டும் அரை-ஒளிகடத்தா வெப்ப வரைபட மேலடுக்குடன் கூடிய பொதுக் கூட்டத்தின் வான்வழிக் காட்சி

நிகழ்நேர எண்ணிக்கை மற்றும் புகைப்பட அடிப்படையிலான எண்ணிக்கை

புகைப்பட அடிப்படையிலான எண்ணிக்கை ஒரு படத்திலிருந்து செயல்படுகிறது. கூட்டத்தின் புகைப்படத்தை பதிவேற்றுங்கள், எண்ணிக்கையைப் பெறுங்கள். இது பிந்தைய பகுப்பாய்விற்கு பயனுள்ளது: நேற்று இரவு இசை நிகழ்ச்சிக்கு எத்தனை பேர் வந்தார்கள், மதியம் சதுக்கம் எவ்வளவு கூட்டமாக இருந்தது, பேரணிக்கு எத்தனை பேர் வந்தார்கள்.

நிகழ்நேர எண்ணிக்கை தொடர்ச்சியான வீடியோ ஊட்டத்தை செயலாக்குகிறது. அரங்கு நுழைவாயில்களில் அல்லது மேல்நிலைப் பாலங்களில் பொருத்தப்பட்ட கேமராக்கள் நுழையும்போதும் வெளியேறும்போதும் நபர்களை எண்ணுகின்றன, இயங்கும் மொத்தத்தை பராமரிக்கின்றன. ArenaIQ (2026) போன்ற அமைப்புகள் நிகழ்நேர அடர்த்தி கண்காணிப்பை முன்கணிப்பு மாதிரிகளுடன் இணைக்கின்றன, இவை அரங்கப் பிரிவுகள் முழுவதும் வரிசை அதிகரிப்புகள் மற்றும் பணியாளர் தேவைகளை முன்னறிவிக்கின்றன.

தேர்வு பயன்பாட்டு நிலையைப் பொறுத்தது. நிகழ்வுக்குப் பிறகான பகுப்பாய்வுகள் மற்றும் காப்பீட்டு உரிமைகோரல்களுக்கு புகைப்பட அடிப்படையிலான பகுப்பாய்வு தேவை. பாதுகாப்பு இணக்கம் மற்றும் நேரடி செயல்பாடுகளுக்கு நிகழ்நேர ஊட்டங்கள் தேவை.

தனியுரிமை மற்றும் நெறிமுறை பரிசீலனைகள்

கூட்ட எண்ணிக்கை நியாயமான தனியுரிமை கேள்விகளை எழுப்புகிறது. நல்ல செய்தி: பெரும்பாலான எண்ணிக்கை அமைப்புகளுக்கு தனிநபர்களை அடையாளம் காண வேண்டிய அவசியமில்லை. கண்டறிதல் அடிப்படையிலான மாதிரிகள் முகங்களை அடையாளம் காணாமல் தலைகளை எண்ணுகின்றன, மேலும் அடர்த்தி மதிப்பீடு முழுமையாக ஒருங்கிணைந்த வடிவங்களில் செயல்படுகிறது.

சிறந்த நடைமுறை என்பது சாதனத்தில் அல்லது பாதுகாப்பான சேவையகங்களில் படங்களை செயலாக்குவது, அசல் காட்சிகளுக்குப் பதிலாக எண்ணிக்கை மற்றும் அடர்த்தி வரைபடத்தை மட்டுமே வைத்திருப்பது, மற்றும் கண்காணிப்பு நடைமுறைகளை பங்கேற்பாளர்களுக்கு தெளிவாகத் தெரிவிப்பது. எண்ணிக்கை பாதுகாப்புக்காகப் பயன்படுத்தப்படும்போது, அதற்கான வாதம் நேரடியானது. கண்காணிப்பு அல்லது எதிர்ப்பு ஆவணப்படுத்தலுக்குப் பயன்படுத்தப்படும்போது, நெறிமுறைக் கணக்கீடு கணிசமாக மாறுகிறது.

பார்வையாளர்களால் நிரம்பிய அரங்கு இருக்கைப் பிரிவுகள், AI அடர்த்தி பகுப்பாய்விற்கு ஏற்ற தனித்துவமான மண்டலங்களைக் காட்டும் உயரமான பார்வைப் புள்ளியிலிருந்து பார்க்கப்பட்டது

முடிவுரை

மனித கூட்ட மதிப்பீடுகள் இயல்பாகவே நம்பகமற்றவை. AI கூட்ட எண்ணிக்கை நிலையான, மீண்டும் செய்யக்கூடிய எண்களை வழங்குகிறது, இவை யார் மதிப்பிடுகிறார்கள் அல்லது என்ன பதிலை விரும்புகிறார்கள் என்பதன் அடிப்படையில் மாறாது. இந்தத் தொழில்நுட்பம் கல்வி ஆராய்ச்சியிலிருந்து நிகழ்ச்சி மேலாளர்கள், பாதுகாப்பு குழுக்கள் மற்றும் வசதி இயக்குநர்கள் தினமும் பயன்படுத்தும் நடைமுறைக் கருவிகளாக முதிர்ச்சியடைந்துள்ளது.

அடுத்த முறை வருகை எண்ணிக்கை தேவைப்படும்போது, ஊகத்தைத் தவிர்க்கவும். ஒரே ஒரு வான்வழிப் புகைப்படமும் AI எண்ணிக்கைக் கருவியும் உங்களுக்கு ஒவ்வொரு முறையும் நிரூபிக்கக்கூடிய பதிலை அளிக்கும்.