Technologie sztucznej inteligencji są od dawna wykorzystywane w systemach rozpoznawania twarzy i wyszukiwaniu osób za pomocą kamer CCTV. Jednak nie są to jedyne parametry, których można użyć do wyszukiwania. Na przykład grupa naukowców w Indiach przeszkoliła sztuczną inteligencję, aby wyszukiwać odpowiednich ludzi na podstawie ich wzrostu, płci i noszonych ubrań.
Ta technologia może komuś wydawać się bardzo dziwna, ponieważ „rozpoznając” ludzi po ich twarzach, można uzyskać dokładniejsze dane. Ale tak nie jest. Przykład podają sami badacze. Wyobraź sobie, że znasz tylko określone parametry wyszukiwania i przybliżoną lokalizację. I zamiast oglądać cały materiał ze wszystkich kamer, można stworzyć zapytanie o np. „Kobiety w czerwonych koszulach, których wzrost to 153 centymetry”. Zawęzi to poszukiwania i znacznie skróci czas identyfikacji konkretnej osoby.
System oparty jest na konwolucyjnej sieci neuronowej (CNN). Jest to podtyp sieci neuronowych opartych na technologii głębokiego uczenia maszynowego. CNN wykorzystuje w swojej pracy pewne cechy funkcjonowania kory wzrokowej mózgu. Jeśli spróbujesz to wyjaśnić prostymi słowami, są segmenty, które reagują na proste sygnały (na przykład obecność czerwieni), i są bardziej złożone - konglomerat prostych funkcji (na przykład wszystkie rodzaje koszul). Wiele małych segmentów może być częścią kilku dużych (koszule, T-shirty, spodnie itp. Mogą być czerwone). Budując połączenia między segmentami, sieć neuronowa może wnioskować o obecności określonych obiektów i ich właściwościach.
Jeśli chodzi o sam algorytm, to w tej chwili dokładność jego działania wynosi około 60% (średnio sieć neuronowa poprawnie zgaduje 28 osób na 41). Może się to wydawać niewystarczające, ale to tylko pierwsza wersja algorytmu, która zostanie ulepszona. Jak stwierdzili sami programiści, Vladimir Kuznetsov