Научным коллективом МАИ, в состав которого входят студенты магистратуры института №3 «Системы управления, информатика и электроэнергетика», разработан ансамбль нейросетей, существенно снижающий долю ошибочного распознавания изображений. Новый алгоритм может быть интересен компаниям, занимающимся компьютерным зрением, а также работающим в таких областях, как автономные системы, диагностика и телемедицина, банковский сектор и страхование.
Ансамбль состоит из девяти различных нейросетей, которые работают в симбиозе. При решении задачи каждая по-своему смотрит на поставленный вопрос, тем самым значительно снижая возможность допущения ошибки. Принцип эволюционного согласования решений позволяет каждому агенту сначала генерировать свое решение, а затем выбирать лучшее путем оценивания и голосования.
"В ряде случаев, например, при распознавании объектов в системах «свой-чужой», при диагностике заболеваний по медицинским снимкам или при анализе данных в критически важных промышленных системах, ошибочные решения нейронных сетей могут иметь серьезные последствия. Поэтому разработка методов повышения их точности и надежности в таких областях является актуальной задачей", – объясняет основатель проекта, инженер кафедры 307 «Цифровые технологии и информационные системы», студент магистратуры института №3 Борис Харченко.
Схожие работы ведутся по всему миру. Однако современные подходы нейронных сетей следуют парадигме «дать ответ во чтобы то ни стало». Инновационность новой разработки состоит в том, что модели искусственного интеллекта могут ответить «не знаю», когда они не уверены в своем решении. Это повышает уровень доверия к ним и снижает вероятность ошибки в работе системы.
При тестировании на специально сгенерированном наборе данных, состоящих из трудно различимых цифр, точность ансамбля, разработанного студентами, составила 84%. Это на 17% выше, чем точность лучшей одиночной сети. В 14% случаев ансамбль ответил «не знаю».
К концу 2024 года разработчики рассчитывают завершить доработки и тестирование системы для других задач. Команда находится в активном поиске инвесторов.
Материал был подготовлен при поддержке Минобрнауки России.