Андрей Савченко, исследователь из Высшей школы экономики, создал алгоритм для нейросети, благодаря которому ИИ способен быстро различать на видео людей и животных.
Стандартная технология обучения искусственных нейронов подразумевает запоминание внешнего вида объектов по открытой базе фотографий. Чтобы процесс протекал быстрее, отбирается лишь часть эталонных изображений или принимаются во внимание только некоторые признаки. Но если на картинке или видео присутствуют предметы разных классов, для каждого из которых есть несколько образцов, появляются трудности, и страдает точность.
Новый метод Савченко работает быстро и без потерь в точности. Он назван sequential three-way decisions – последовательные тернарные решения. Его суть в том, что нейросеть делит объекты изображений на простые, легко поддающиеся идентификации, и сложные, требующие более тщательного рассмотрения.
Тысячи характерных признаков не сравниваются за один раз, все делается пошагово. Сначала ИИ анализирует самые значимые признаки и определяет простые объекты. На следующем этапе число признаков увеличивается, и анализ повторяется, пока не будут определены все сложные объекты.
Инновационный алгоритм сокращает время распознавания объектов в 1,5-10 раз по сравнению со стандартной методикой. А низкая стоимость делает целесообразным использование разработки на мобильных приспособлениях.
Ученые уже знают, как обучить нейросеть не только быстро распознавать объекты, но и оценивать тактильные свойства по изображению. Это существенно расширяет перспективы использования ИИ.