Pomimo znacznego postępu, jaki dokonał się w ostatnim czasie, systemy widzenia maszynowego są daleko w tyle za swoimi biologicznymi odpowiednikami. Dotyczy to nie tylko szybkości przetwarzania informacji, ale także niezawodności. Faktem jest, że mózg jest zdolny do rozpoznawania obiektów, niezależnie od tego, która jego część jest w danym momencie widoczna. A czasami nawet w oparciu o ogólny kontekst. W ten sposób sztuczna inteligencja była nauczana przez amerykańskich ekspertów.
Za rozwój odpowiadają naukowcy z Uniwersytetu Kalifornijskiego w Los Angeles i Uniwersytetu Stanforda, a ich system może widzieć otaczający go świat dzięki tej samej metodzie, z której korzystamy. Według redakcji Proceedings of the National Academy of Sciences system może identyfikować obiekty tylko na podstawie niektórych ich części, które wcześniej nie były dostępne dla żadnej sztucznej inteligencji.
Sam proces uczenia się nowej metody składa się z trzech następujących po sobie etapów. Gdy system zostanie poproszony o znalezienie obiektu, rozbija obraz na mniejsze części. Powyższy rysunek pokazuje, jak system identyfikuje obiekt na podstawie takich małych części. Następnie każda część jest analizowana oddzielnie i identyfikowane są jej powiązania z innymi obiektami ogólnego obrazu. Następnie sztuczna inteligencja ponownie „patrzy” na cały obraz i identyfikuje, które części obrazu są powiązane z oryginalnym obiektem, a które nie. Cóż, wtedy sztuczna inteligencja zaczęła trenować na licznych zdjęciach i filmach pobranych z sieci.
Na końcowym etapie naukowcy przetestowali system na ponad 9000 zdjęć ludzi i różnych obiektów i we wszystkich przypadkach rozpoznał, co jest wymagane co najmniej nie gorsze niż sztuczna inteligencja z dużym doświadczeniem, ale przeszkolona „starą” metodą.
Vladimir Kuznetsov
