Artificiell intelligens teknik har länge använts i ansiktsigenkänningssystem och människor söker med CCTV-kameror. Dessa är dock långt ifrån de enda parametrarna som kan användas för att söka. Till exempel tränade en grupp forskare i Indien konstgjord intelligens för att söka efter rätt personer baserat på deras längd, kön och kläderna de bär på.
Denna teknik kan verka väldigt konstig för någon, eftersom du kan få mer exakta uppgifter om du "känner igen" människor i deras ansikten. Men det är inte så. Forskarna ger själva ett exempel. Föreställ dig att du bara känner till vissa sökparametrar och en ungefärlig plats. Och istället för att titta på allt material från alla kameror, kan du skapa en begäran om till exempel "kvinnor i röda skjortor, vars höjd är 153 centimeter." Detta kommer att begränsa sökningen och avsevärt minska tiden för att identifiera en specifik person.
Systemet är baserat på ett convolutional neuralt nätverk (CNN). Detta är en subtyp av neurala nätverk baserad på djup maskininlärningsteknologi. CNN använder i sitt arbete några särdrag i hjärnans visuella cortex. Om du försöker förklara det på ett enkelt språk - det finns segment som svarar på enkla signaler (till exempel närvaron av rött) och det finns mer komplexa sådana - en konglomeration av enkla funktioner (till exempel alla typer av skjortor). Många små segment kan ingå i flera stora (skjortor, T-shirts, byxor etc. kan vara röda). När det gäller konstruktion av förbindelser mellan segment kan det neurala nätverket dra slutsatsen om förekomsten av vissa objekt och deras egenskaper.
När det gäller själva algoritmen, för tillfället är noggrannheten i sitt arbete cirka 60% (i genomsnitt gissar det neurala nätverket 28 personer av 41). Det verkar kanske inte tillräckligt, men detta är bara den första versionen av algoritmen som kommer att förbättras. Som utvecklarna själva sa, Vladimir Kuznetsov
