Dirbtinio intelekto technologijos jau seniai naudojamos veido atpažinimo sistemose ir žmonių paieškoje naudojant vaizdo stebėjimo kameras. Tačiau tai toli gražu nėra vieninteliai parametrai, kuriuos galima naudoti paieškai. Pavyzdžiui, grupė tyrėjų Indijoje mokė dirbtinio intelekto, kad galėtų ieškoti tinkamų žmonių pagal jų ūgį, lytį ir dėvimus drabužius.
Ši technologija kažkam gali atrodyti labai keista, nes „atpažinę“žmones pagal jų veidus, galite gauti tikslesnius duomenis. Bet taip nėra. Patys tyrėjai pateikia pavyzdį. Įsivaizduokite, kad žinote tik tam tikrus paieškos parametrus ir apytikslę vietą. Ir užuot stebėję visą medžiagą iš visų fotoaparatų, galite sukurti užklausą, pavyzdžiui, „moterys raudonais marškinėliais, kurių ūgis yra 153 centimetrai“. Tai susiaurins paiešką ir žymiai sumažins laiką identifikuoti konkretų asmenį.
- „Salik.biz“
Sistema pagrįsta konvoliuciniu neuronų tinklu (CNN). Tai neuroninių tinklų potipis, pagrįstas giliųjų mašinų mokymosi technologijomis. CNN savo darbe naudoja kai kurias regos smegenų žievės funkcionavimo ypatybes. Jei bandysite tai paaiškinti paprasta kalba - yra segmentų, reaguojančių į paprastus signalus (pvz., Raudonos spalvos buvimas), ir yra sudėtingesnių - paprastų funkcijų (pavyzdžiui, visų rūšių marškinėlių) junginys. Daugybė mažų segmentų gali būti kelių didelių segmentų dalis (marškinėliai, marškinėliai, kelnės ir tt gali būti raudoni). Statant ryšius tarp segmentų, neuroninis tinklas gali daryti išvadą apie tam tikrų objektų buvimą ir jų savybes.
Kalbant apie patį algoritmą, šiuo metu jo darbo tikslumas yra apie 60% (vidutiniškai nervų tinklas teisingai atspėja 28 žmones iš 41). Tai gali pasirodyti nepakankamai, tačiau tai tik pirmoji patobulinto algoritmo versija. Kaip teigė patys kūrėjai, Vladimiras Kuznecovas