Technologien für künstliche Intelligenz werden seit langem in Gesichtserkennungssystemen und bei der Personensuche mit CCTV-Kameras eingesetzt. Dies sind jedoch bei weitem nicht die einzigen Parameter, die zur Suche verwendet werden können. Zum Beispiel trainierte eine Gruppe von Forschern in Indien künstliche Intelligenz, um anhand ihrer Größe, ihres Geschlechts und der Kleidung, die sie tragen, nach den richtigen Personen zu suchen.
Diese Technologie mag für jemanden sehr seltsam erscheinen, da Sie durch das "Erkennen" von Personen an ihren Gesichtern genauere Daten erhalten können. Das ist aber nicht so. Die Forscher selbst geben ein Beispiel. Stellen Sie sich vor, Sie kennen nur bestimmte Suchparameter und einen ungefähren Standort. Und anstatt das gesamte Material aller Kameras zu betrachten, können Sie beispielsweise eine Anfrage für "Frauen in roten Hemden mit einer Größe von 153 Zentimetern" erstellen. Dies wird die Suche eingrenzen und die Zeit zur Identifizierung einer bestimmten Person erheblich verkürzen.
Das System basiert auf einem Faltungsnetzwerk (CNN). Dies ist ein Subtyp neuronaler Netze, der auf der Technologie des tiefen maschinellen Lernens basiert. CNN verwendet in seiner Arbeit einige Merkmale der Funktion des visuellen Kortex des Gehirns. Wenn Sie versuchen, es in einfachen Worten zu erklären, gibt es Segmente, die auf einfache Signale reagieren (z. B. das Vorhandensein von Rot), und es gibt komplexere - ein Konglomerat einfacher Funktionen (z. B. alle Arten von Hemden). Viele kleine Segmente können Teil mehrerer großer Segmente sein (Hemden, T-Shirts, Hosen usw. können rot sein). Beim Aufbau von Verbindungen zwischen Segmenten kann das neuronale Netzwerk auf das Vorhandensein bestimmter Objekte und deren Eigenschaften schließen.
Was den Algorithmus selbst betrifft, so beträgt die Genauigkeit seiner Arbeit derzeit etwa 60% (im Durchschnitt schätzt das neuronale Netzwerk 28 von 41 Personen korrekt). Dies scheint nicht genug zu sein, aber dies ist nur die erste Version des Algorithmus, die verbessert wird. Wie die Entwickler selbst feststellten, Vladimir Kuznetsov