Курсы валют

Биржевой курс
$  58.76
 69.3
  • Первый Неофициальный
    7 августа в 12:41
    «Неофициально» с главой «Финпотребсоюза» Игорем Костиковым
  • Первый Неофициальный
    1 августа в 11:50
    «Неофициально» с послом Индии Панкаджем Сараном
  • Первый Неофициальный
    21 июня в 12:25
    «Неофициально» с послом Швейцарии Ивом Россье
  • Первый Неофициальный
    15 июня в 0:19
    «Неофициально» с послом Ирака Хайдаром Мансур Хади
  • Первый Неофициальный
    3 июня в 14:41
    «Неофициально» с послом Сербии Славенко Терзичем
  • Первый Неофициальный
    18 мая в 13:18
    «Неофициально» с Евгением Нониным и Владиславом Тороповым
  • Первый Неофициальный
    24 апреля в 18:46
    «Неофициально» с послом Ганы Кодзо К. Алабо
  • Первый Неофициальный
    19 апреля в 14:47
    «Неофициально» c послом Дании Томасом Винклером
  • Первый Неофициальный
    19 марта в 22:24
    «Неофициально» с Юрием и Кириллом Игошиными
  • Первый Неофициальный
    16 февраля в 14:43
    «Неофициально» с главой города Люберцы Владимиром Ружицким
  • Первый Неофициальный
    9 февраля в 15:36
    «Неофициально» с Ильей Тимошиным
  • Первый Неофициальный
    2 февраля в 17:59
    «Неофициально» с послом Таджикистана Имомуддином Сатторовым
  • Первый Неофициальный
    30 января в 14:56
    «Неофициально» с Ахмедханом Адиловым
  • Первый Неофициальный
    27 января в 15:47
    «Неофициально» с послом Болгарии Бойко Коцевым
  • Первый Неофициальный
    10 января в 0:04
    «Неофициально» с Эдуардом Хусаиновым
  • Первый Неофициальный
    7 января в 13:18
    «Неофициально» с Николаем Федоровым
  • Первый Неофициальный
    5 января в 13:02
    «Неофициально» с Александром Бахтиным
  • Первый Неофициальный
    3 января в 13:59
    «Неофициально» с Алексеем Тищенко
  • Первый Неофициальный
    29 декабря в 15:19
    «Неофициально» с Энрико Колонной
  • Первый Неофициальный
    26 декабря в 13:42
    «Неофициально» с Александром Лебзяком
  • Первый Неофициальный
    24 декабря в 4:04
    Новости на «Первом неофициальном»
  • Первый Неофициальный
    22 декабря в 2:06
    «Неофициально» с Кириллом Подольским
  • Первый неофициальный
    25 ноября в 1:51
    «Неофициально» с Хоакином Пастраной
  • Первый неофициальный
    19 ноября в 22:04
    «Неофициально» с Виктором Самоходкиным и Вячеславом Задорожневым
  • Первый неофициальный
    24 октября в 22:28
    «Неофициально» с Александром Кузьменко
  • 17 октября в 21:04
    «Неофициально» с Послом Бахрейна
  • Первый неофициальный
    14 октября в 23:52
    «Неофициально» с Послом Испании
  • Первый неофициальный
    6 сентября в 18:51
    «Неофициально» с Послом Боливии
  • Первый неофициальный
    5 сентября в 7:30
    «Неофициально» с Екатериной Поповой
  • Первый неофициальный
    21 июля в 17:36
    «Неофициально» с послом Киргизии
  • 6 июля в 18:57
    «Неофициально» с Вели Мамедовым
  • 1 июля в 18:56
    «Неофициально» с послом Кипра
  • 24 мая в 13:31
    «Неофициально» с российским спортсменом Александром Карелиным
  • 23 мая в 22:31
    «Неофициально» с президентом Ингушетии Юнус-Беком Евкуровым
  • 22 мая в 22:50
    «Неофициально» с послом Узбекистана в России Илхомжоном Нематовым
  • 21 мая в 18:43
    «Неофициально» с экс-послом Италии в России Витторио Клаудио Сурдо
  • 20 мая в 20:21
    «Неофициально» с послом государства Кувейт в России Нассером Х. Аль-Музайаном
  • 19 мая в 18:46
    «Неофициально» с Германом Каплуном
  • 1 октября в 11:40

    Компьютерное зрение: что это и зачем это нам нужно

    Первый Неофициальный

    Наталия Иолве

    Зрение всегда было присуще только живым существам. Но теперь все изменилось: исследователи сумели научить компьютер видеть и понимать, что он увидел. Наше общество стало на шаг ближе к созданию искусственного интеллекта, а ученые – к воссозданию человеческого мозга с помощью технологий.

    Распознавание компьютером человеческих лиц (равно как и других типов объектов) относится к бурно развивающейся сейчас сфере компьютерного зрения – способности вычислительных машин с помощью заданных алгоритмов обнаруживать и классифицировать попавшие «в кадр» объекты. Само компьютерное зрение является частью более крупного направления в программировании – машинного обучения, которое лежит в основе распознавания речи, кредитного скоринга (системы оценки кредитоспособности (кредитных рисков) лица, основанная на численных статистических методах), системы рекомендаций товаров в интернет-магазинах.

    Основная идея машинного обучения заключается в том, что имея обучающуюся программу и примеры данных с установленными закономерностями между ними, можно построить некую математическую модель и находить закономерности в новых данных. Классический пример задачи машинного обучения – это расчет кредитных рисков банка. Берутся данные всех клиентов банка, получивших кредит: часть этих людей исправно гасит заем, часть имеет задолженности. На основе этой выборки для каждого потенциального заемщика, подавшего заявку на кредит, рассчитывается вероятность  того, что он этот кредит не вернет. Таким образом банк минимизирует свои риски. Машинное обучение, в свою очередь, является частью комплекса исследований, направленных на создание искусственного интеллекта.

    Пионером в создании самообучающихся программ был Артур Сэмюэл. В 50-е годы ХХ века он создал программу, способную выиграть человека в шашки. Чтобы добиться этого, Сэмюэл загрузил в память машины все ходы всех партий из справочника по игре в шашки, а затем заставил машину сыграть тысячу раз простив самой себя.

    Исследования в области компьютерного зрения появились чуть позже, в 70-е годы. Это связано с тем, что для обработки большого количества графического материала требуются большие вычислительные мощности, которые были достигнуты лишь в последней трети ХХ века. Бум исследований в области машинного обучения пришелся на 90-е годы, когда появился интернет, и в настоящее время ученые констатируют новый всплеск. Импульс к нему дали социальные сети: теперь стало возможно пропускать через обучающиеся алгоритмы огромные выборки (такие данные, для которых известны и наблюдаемые, и скрытые признаки). Это дало возможность машинам учиться на несколько порядков быстрее.

    В чем суть компьютерного зрения? Долгие годы ученые бились над тем, чтобы научить компьютер тому, что умеет любой трехлетний ребенок: узнавать предметы, изображенные на фотографиях, и понимать связь между ними.

    В 2007 году профессор Стэндфордского университета Фей Фей Ли кардинально изменила механизм обучения машин. Вместо того, чтобы бесконечно совершенствовать сам алгоритм распознавания, она предложила пропускать через него огромные потоки данных. Человека никто не учит видеть: дети просто смотрят на мир, и со временем, накапливая жизненный опыт, учатся различать предметы и понимать, что происходит у них перед глазами.

    Человеческие глаза фиксируют примерно 1 «кадр» за 200 милисекунд, и к трем годам жизни каждый ребенок успевает увидеть сотни миллионов изображений окружающего его мира.  Следовательно, можно дать компьютерному алгоритму такое же количество информации и позволить ему учиться самому.

    Исследовательской группой, в которой трудилась Фей Фей Ли, была создана база изображений ImageNet. В 2009 году в ней содержалось 15 миллионов изображений, распределенных по 22 тысячам категорий. Каждая картинка была подписана на английском языке в соответствии с тем, что на ней изображено. Затем пришла пора заменить и сам алгоритм. Использовавшаяся ранее математическая модель уступила место искусственной нейронной сети – новому типу алгоритма, построенному по принципу биологических нейронных сетей, существующих в мозге живых существ. На самом деле идея была не нова: начало разработки этого направления было положено еще в 40-50х годах ХХ века. В 1975 году была сконструирована сеть, предназначенная для распознавания образов. Но лишь в 2009 острая потребность в компьютерной системе распознавая изображений, наличие огромной базы данных и подходящий алгоритм совпали в одной точке пространства и времени. Проанализировав все предложенные ему данные, компьютерный алгоритм смог научиться опознавать предметы и людей на ранее незнакомых ему фотографиях и рисунках.

    Следующим шагом для Фей Фей Ли стали попытки обучить компьютер описывать то, что изображено на фотографиях. Подобные разработки нужны для создания таких социально важных продуктов, как, например, очки для слепых и слабовидящих людей, над которыми в данный момент работает корпорация Microsoft. Чем лучше компьютер понимает, что именно происходит на картинке, тем точнее он сможет описать это слепому или слабовидящему человеку.

    Помимо этого, компьютерное зрение широко применяется в медицине для постановки диагноза с опорой на данные ультразвуковых и рентгенологических исследований. Машина сравнивает множество известных ей случаев и предлагает врачу диагноз, который кажется ей наиболее уместным. Это полезно, поскольку в компьютер можно загрузить абсолютно все известные медицине случаи той или иной болезни, в то время как врач помнит лишь то, с чем сталкивался лично.

    Широко применяется компьютерное зрение в военной промышленности для создания интеллектуальных систем наведения ракет: теперь нет необходимости задавать цель в точке старта, можно задать лишь географические координаты места, а с конкретным объектом определиться уже на подлете снаряда к зоне поражения. Сюда же можно отнести различные системы слежения и видеонаблюдения, которые помогают поддерживать безопасность в общественных местах и на предприятиях.

    Распознавание лиц используется и в сфере клиентского обслуживания: существуют технологии по интеграции таких систем в офлайн-магазинах – они делают сервис лучше. Покупатель только зашел в дверь, а на мониторе у консультанта уже высветилась информация о всех его предыдущих визитах и покупках.  Можно будет сразу предложить именно тот товар, который заинтересует клиента более всего.

    В отелях система распознавания лиц помогает идентифицировать мошенников: узнав в зашедшем в помещение человеке персону нон-грата, система подает сигнал на монитор охране.

    Компьютерное зрение используется при создании беспилотных автомобилей, чтобы бортовой компьютер мог видеть и анализировать дорожную ситуацию, и не путал летящий пакет с вышедшим на дорогу пешеходом.

    В России компания Cognitive Technologies и «КамАЗ» 3.02.2015 объявили о начале проекта по созданию беспилотного грузовика. Год назад было опубликовано видео демо-заездов, сейчас идут испытания на полигоне, а в 2018 году беспилотный грузовик начнут тестировать на дорогах общего пользования.

    Также из отечественных разработок в сфере компьютерного зрения стоит упомянуть мобильное приложение-фоторедактор «Prisma». Созданное этим летом (11 июня приложение стало доступно в AppStore) приложение произвело фурор в сети «Инстаграм».

    Актуальных задач в сфере компьютерного зрения очень много. Одна из основных современных тенденций отрасли – это работы над объединением распознавания образов и контроля за окружающей обстановкой на основе полученных данных. Алгоритмы распознавания образов пока что признаны исследователями недостаточно надежными, и в данный момент ведутся работы, призванные сделать их безопасными.

    0 комментариев

    × Вы должны войти, чтобы иметь возможность обсуждения


    Читайте также
    Ещё статьи