Вы когда-нибудь задумывались о том, чтобы устроиться на работу в Google? Большинство людей даже не догадывается о том, но они уже давно на него работают.
Капча - это задача, которую легко решить людям, но машинам она дается не так просто. Капчи были созданы для того, чтобы препятствовать автоматическому входу в систему и созданию учетных записей.
В 2014 году Google представил NoCaptcha Recaptcha: простое окно, в котором требуется подтвердить, что вы не являетесь ботом. Но это уже в прошлом. С появлением нового вида капчи (где для контрольной проверки нужно правильно указать картинки по запросу), Google просто наблюдает за движением мыши пользователь. Зачем?
Затем, что Google больше не пытается определить, является ли пользователь человеком или ботом. Теперь компания использует капчи для обучения алгоритмов, которые помогают классифицировать изображения по категориям,улучшают результаты поиска изображений, распознают похожие изображения, переводят текст в изображение и т.д.
Последняя задача Google - обучить систему, которая не только понимает объекты на картинке, но также умеет распознавать события, отношения, контекст и границы объектов внутри этого изображения.
Возможность точно определить границы объекта станет значительным прорывом для следующих задач:
1. Оптимизация Google Maps. Алгоритмы учатся безошибочно извлекать данные из изображений, например, находить названия улиц или распознавать дорожные знаки. Это необходимо для того, чтобы улучшить существующие карты дополнительной полезной информацией.
2. Данные для автономного транспорта. Пользователи невольно обучают алгоритмы пониманию и распознаванию уличных знаков, различного транспорта, пешеходных дорожек, светофоров и т.д., которые затем внедряются в самоуправляемые автомобили.
3. Сортировка по категориям для поиска Google. Пока изображения идентифицируются, данные сохраняются. Таким образом, система учится отделять собак от кошек, хот-доги от гамбургеров, людей разных культур, больных людей от здоровых и т.д.
4. Поиск картинок Google. Система учится с каждым новым загруженным изображением, и чем больше она тренируется, тем точнее становятся результаты.
