Группа исследователей из Индии обучила искусственный интеллект (AI) искать нужных людей по их росту, гендерной принадлежности и одежде.
Об этом сообщают novostiit.net со ссылкой на www.onsmi.net.
Технологии AI уже давно используются в системах распознавания лиц и поиске людей при помощи камер видеонаблюдения. Но поиск по новым параметрам значительно сократит время на выявление нужного человека.
Исследователи приводят такой пример. Представьте, что вам известны лишь определенные параметры поиска и примерное место. И вместо того, чтобы отсматривать весь материал со всех камер, можно создать запрос на, например, “женщин в красных рубашках, рост которых 153 сантиметра”. Это сузит круг поиска и значительно сократит время на выявление конкретного человека.
В основе системы лежит сверточная нейронная сеть (convolutional neural network, CNN). Это подвид нейросетей, базирующийся на технологии глубокого машинного обучения. CNN в своей работе использует некоторые особенности функционирования зрительной коры головного мозга.
Если попытаться объяснить простым языком — есть сегменты, которые реагируют на простые сигналы (например, наличие красного цвета) и есть более сложные — конгломерация простых по функциям (к примеру, все виды рубашек). Много мелких сегментов могут являться частью нескольких больших (красными могут рубашки, футболки, штаны и так далее). На построении связей между сегментами нейросеть и может делать вывод о наличии определенных предметов и их свойств.
Точность работы самого алгоритма на данный момент составляет около 60% (нейросеть в среднем верно угадывает 28 человек из 41). Это лишь первая версия алгоритма, который будет улучшаться.
“В настоящее время AI ищет только по росту, цвету одежды и полу. Но никто не мешает добавить дополнительные функции. Кроме того, этот экспериментальный алгоритм идеально подходит для случаев, когда нам нужно собрать данные об определенном человеке. Мы уже знаем его параметры. В этом случае AI будет работать очень точно. А если учесть, что за пару дней в одном только квартале камеры снимают около миллионов часов видео — задача становится невыполнимой для человека, но алгоритм может в несколько сотен раз уменьшить количество часов видео для изучения”, – заявили разработчики.