На что способны системы компьютерного зрения? Рассказываем

18.11.202418.11.2024 Яна Чудо техники

Возможно, вы помните сообщение из нашей рубрики новостей о том, что в Японии продавцов супермаркетов начали анализировать через камеры на предмет того, хорошо ли они улыбаются. Вообще, когда нас снимают (что происходит сейчас бесконечно), это всё чаще не просто запись — мощные алгоритмы тут же обрабатывают увиденное и делают какие-то выводы! «Компьютерное зрение» повсюду — и, думаю, нам будет полезно узнать, как оно работает, что даёт и чем грозит.

Мечта любого юного футболиста — попасть в известный клуб. И Павел Купин из Калужской области допинал мячи уже до академии ЦСКА. Но на этом 10-летний игрок останавливаться не намерен. Он хочет стать великим футболистом. Играть, как Фёдор Чалов — это из русских. Из иностранцев — Криштиану Роналду, Месси. Чтобы достичь результата, спортсмены тренируются в любую погоду. А тренер пристально наблюдает, выявляя будущих звёзд. По словам тренера Платона Пчёлкина, рост футболиста в успешности и переносе тех действий, которые тренируются на занятиях. Как быстро он принимает решения, с какой скоростью он это делает.

Нужно оценить и физические возможности, и технику. Но уловить такое множество деталей человеческому глазу сложно. И на помощь тренерам приходит компьютерное зрение — вот эта российская платформа, которая анализирует игроков по 60 параметрам. По словам Виктора Алексеева, можно взять мобильный телефон и через приложение снять на камеру телефона, как футболист проходит эти тесты. Записанное видео отправляется на сервера. Можно очень глубоко погрузиться в детали. Например, когда ребёнок делает какое-то ускорение, человек видит – ой, он быстро побежал или ой, этот медленно побежал. Машинное зрение видит — на каком шаге ребенок сделал максимальное усилие, чтобы придать себе максимальный импульс скорости.

Пройти такое тестирование может любой, и рейтинг становится виден в том числе функционерам известных команд! Но как вообще машина обмозговывает такие сложные вещи? Тут работают нейросети, способные обучаться. Руководитель сервиса визуального поиска Лена Бондарь поясняет, что у людей есть глаза, а у машин есть камеры. Камера получает фотографии, которые представляют собой последовательность цветных точечек, называемых пикселями. Чтобы компьютер смог что-то научиться распознавать, ему сначала нужно показать огромное количество изображений. Мы показываем ему десятки тысяч, даже сотни тысяч фотографий кошек, собак, машин, вообще любых предметов, которые мы хотим, чтобы компьютер умел распознавать.

И компьютер учат анализировать самые разные изображения. Например, в Москве он уже помогает врачам — просматривает рентгеновские снимки, МРТ и томограммы. Нейросети обнаруживают там признаки известных заболеваний и сигнализируют, на что стоит обратить внимание. По словам врача-рентгенолога Московского референс-центра Екатерины Астафьевой, измерения и измерения от сервиса искусственного интеллекта незначительно отличаются.

А в Челябинске готовятся применять компьютерное зрение для обнаружения опухолей. И результаты поражают даже опытных врачей. К.м.н., заведующий эндоскопическим отделением Челябинского областного клинического центра онкологии и ядерной медицины Константин Кулаев говорит, что был случай, когда он работал с пациентом, проводил эндоскопическое исследование и увидел новообразование. Мимоходом решил взглянуть на экран, который у параллельно стойке находится, где система искусственного интеллекта показывает патологию. И к его удивлению в правом нижнем квадранте было ещё одно дополнительное образование, на которое врач не обратил внимание. Так техника не дала врачу пропустить патологию кишечника.

В некоторых супермаркетах компьютерное зрение встроили в весы. Они теперь распознают, какой фрукт или овощ вы туда положили. Наш корреспондент Василиса попыталась обмануть устройство. Но оно не спутало киви в пакете с грязной картошкой. Хотя если поместить продукты подальше от механического глаза, неточности возможны. В другом московском магазине между рядами уже катается кошечка-продавец. Но тут тоже ещё есть над чем работать.

Впрочем, даже в таком виде это привлекает внимание! Хочется подойти и что-то взять у необычного промоутера. Кстати, вскоре у котика появится ещё одна обязанность. Директор по поддержке бизнеса Александр Чухонцев рассказал, что рассматриваются дополнительные кейсы, сценарии по применению этого робота, например, для проверки опять же пустот на полках.

За чистотой полов следит тоже робот. Он сам находит загрязнения и убирает их. А на кассах уже не только в крупных городах можно оплачивать покупки лицом. Если подключить эту функцию в приложении банка, терминалы будут вас узнавать и списывать со счёта нужную сумму. Мы так недавно платили в музее в Переславле-Залесском.

В Америке были попытки создать и полностью роботизированный магазин — вообще без касс. Искусственный интеллект должен был определять, что клиенты взяли и на выходе снимать деньги с карты. Но на деле оказалось, что работу искусственного интеллекта удаленно контролировали операторы из Индии — они следили за покупателями. Часто были ошибки по сумме списаний. Да, электронные «глаза» могут ошибаться. Например, «умные» камеры на дорогах не раз принимали за непристёгнутого пассажира игрушку на лобовом стекле. И водителю приходил штраф. Который, впрочем, можно успешно оспорить. Куда хуже, если домофон с камерой не узнаёт тебя и не пускает домой.

Такое случается, например, если компьютер обучали только на фотографиях с одинаковым освещением. Но специалисты работают и совершенствуют технологию, которая способна сделать много хорошего — от повышения точности диагнозов до безопасности на дорогах — согласно исследованиям, беспилотные машины и поезда, оснащённые компьютерным зрением, гораздо реже создают аварийные ситуации, чем водители-люди. Так что в чём-то глазастые роботы нас уже превзошли.

Благодарим за помощь в подготовке выпуска:

Яндекс за активное развитие технологий и помощь в создании сюжета;
Продуктовый магазин Перекресток и его сотрудников за помощь в создании сюжета;
Государственное бюджетное учреждение здравоохранения города Москвы «Научно-практический клинический центр диагностики и телемедицинских технологий Департамента здравоохранения города Москвы» и его сотрудников за профессионализм и участие в съёмках сюжета;
Разработчиков программы JuniStat & JuniCoach Виктора Алексеева и Глеба Шапортова за улучшения технологий в сфере российского спорта;
Академию ПФК ЦСКА и ДЮСШ «ПФК ЦСКА» за участие в съёмках сюжета, команде желаем больших успехов и ярких побед.