Как научить машин видеть?

Автономные транспортные средства распознают дорожные знаки СТОП, эндоскопы находят рак. То, как это работает, объясняет эксперт по искусственному интеллекту.

VIDETE: Проект DFKI по машинному зрению
VIDETE: Проект DFKI по машинному зрению DFKI

VIDETE! – Смотрите! Так называется проект Немецкого исследовательского центра по искусственному интеллекту (DFKI). Здесь эксперты по ИИ из группы исследователей «Дополненная реальность» в Кайзерслаутерне разрабатывают новые методы машинного зрения. Цель состоит в надёжном распознавании движущих объектов машинами только с помощью одной камеры. Прежде, похожие системы нуждались в как минимум двух камерах.

Каким образом машины могут научиться видеть?

Руководитель проекта Герд Райс уточняет: «Зрение человека и зрение робота практически не имеют ничего общего друг с другом». Машинное «обучение видеть» – это математический процесс. Суть состоит в том, чтобы научить роботов понимаю сцен через нейронные сети – в принципе, это программное обеспечение. Например, распознавать машины и их движение в дорожной обстановке и правильно интерпретировать дорожные знаки.

В сфере машинного обучения с помощью нейронных сетей существует экстремально много переменных. Исследователи сравнивают вывод данных с ожидаемыми результатами и анализируют степень отклонений. Потом шаг за шагом отслеживается путь назад до последнего пункта совпадения. Таким образом, система выучивает взаимосвязь между вводом информации и правильным выводом. 

Какие сферы применения существуют для машинного зрения?

В первую очередь при автономном вождении и в промышленности. Но и при распознавании рака с помощью медицинской визуализации; в области спорта для анализа сцен состязаний или в системах помощи пожилым людям (Ambient Assisted Living). Райс поясняет: «Тут нужно различать между тем, сник ли человек в кресле, потеряв сознание, и ему нужна быстрая помощь, или же он просто расслабленно читает книгу».

Какие проблемы стоят перед исследователями ИИ?

VIDETE также исследует то, каким образом обосновываются решения машины. Каким образом можно гарантировать постоянное правильное распознавание дорожных знаков искусственным интеллектом, даже если знаки загрязнены? Или же, что приводит к тому, что он интерпретирует изменение ткани как рак во время эндоскопии? Прежде чем человек использует результаты, другой алгоритм проверяет путь принятия решения. «Как дополнительное заключение второго врача», – говорит Райс.

© www.deutschland.de

Newsletter #UpdateGermany: You would like to receive regular information about Germany? Subscribe here to: