Kunstig intelligenssteknologi har lenge vært brukt i ansiktsgjenkjenningssystemer og folk søker ved hjelp av CCTV-kameraer. Dette er imidlertid langt fra de eneste parameterne som kan brukes til å søke. For eksempel trente en gruppe forskere i India kunstig intelligens til å søke etter de rette menneskene basert på deres høyde, kjønn og klærne de har på seg.
Denne teknologien kan virke veldig rart for noen, fordi du "kan kjenne igjen" folk i ansiktet, kan få mer nøyaktige data. Men det er ikke slik. Forskerne gir selv et eksempel. Se for deg at du bare kjenner visse søkeparametere og et omtrentlig sted. Og i stedet for å se på alt materiale fra alle kameraer, kan du opprette en forespørsel om for eksempel "kvinner i røde skjorter, hvis høyde er 153 centimeter." Dette vil begrense søket og redusere tiden for å identifisere en spesifikk person betydelig.
Systemet er basert på et convolutional neuralt nettverk (CNN). Dette er en subtype av nevrale nettverk basert på dyp maskinlæringsteknologi. CNN bruker i sitt arbeid noen funksjoner i funksjonen til den visuelle cortex i hjernen. Hvis du prøver å forklare det med enkle ord, er det segmenter som reagerer på enkle signaler (for eksempel tilstedeværelsen av rødt), og det er mer komplekse - en konglomerasjon av enkle funksjoner (for eksempel alle typer skjorter). Mange små segmenter kan være en del av flere store (skjorter, T-skjorter, bukser osv. Kan være røde). Ved konstruksjon av forbindelser mellom segmenter kan nevrale nettverk konkludere om tilstedeværelsen av visse objekter og deres egenskaper.
Når det gjelder selve algoritmen, er øyeblikket nøyaktigheten av arbeidet omtrent 60% (i gjennomsnitt gjetter nevrale nettverket riktig 28 personer av 41). Dette virker kanskje ikke nok, men dette er bare den første versjonen av algoritmen som vil bli forbedret. Som utviklerne selv uttalte, Vladimir Kuznetsov
