Недавно нейробиологи провели интересный эксперимент: крысам показывали изображения, делая паузы, чтобы животные успевали их запомнить. Каждый раз, когда грызуны понимали, что картинка повторялась, и реагировали на это, в поилке появлялась вода. Исследование позволило специалистам узнать, как работает кратковременная память и какие нейронные процессы происходят при повторяющихся сенсорных стимулах.
Эта работа вдохновила российских ученых на создание новой модели нейросети. Ее особенность как раз в том, что она имитирует работу кратковременной памяти — запоминает нужные объекты и выдает более точные результаты обработки изображения. Такие модели используют для компьютерного зрения, одной из областей искусственного интеллекта.
Как работает технология и какие еще исследования проводят в этой сфере, разбираемся в нашем материале.
Нейросеть с кратковременной памятью
Компьютерное зрение — это набор различных методов, связанных с обработкой изображений и видео. Именно эта технология позволяют компьютеру «видеть» и изучать информацию. Круг задач у нее весьма широк: от медицины, робототехники, промышленности, сельского хозяйства до безопасности, креативной индустрии и медиа. Ученые постоянно работают над тем, чтобы сделать такое зрение более совершенным.
«Мы совместили классические методы машинного обучения и алгоритмы построения систем ИИ для распознавания изображений с математической моделью кратковременной памяти», — объяснил научный сотрудник Университета Лобачевского, кандидат физико-математических наук Сергей Стасенко.
Новая модель, по словам авторов проекта, расширяет базовые возможности сверточной нейронной сети. Эта сеть относится к классу глубоких нейросетей, созданных специально для анализа данных, имеющих структуру сетки — собственно, изображений и видео. В свое время на создание такого алгоритма ученых вдохновили биологические процессы, происходящие в зрительной коре головного мозга живых существ.
Поладить с роботом-пылесосом
Допустим, теперь компьютерное зрение, как и человек, запоминает картинки. В чем же тогда технология превосходит наши возможности? Дело в том, что человек способен внимательно изучать лишь один видеоматериал. А вот компьютерное зрение, при достаточном объеме вычислительных мощностей, может обрабатывать большее количество видеопотоков, при этом с любой скоростью. Но и это еще не все.
Разработками в этой области сегодня занимаются в лаборатории цифровых систем специального назначения Московского физико-технического института (МФТИ).
Одну из таких нейросетей, созданную для мониторинга людей в кадре, научили контролировать посещаемость студентов, причем буквально «знать» всех по именам. Система не просто способна определять человека по лицу на далеком расстоянии, но и по одежде, проследить его движения от камеры к камере, запомнить и соотнести с первой записью.
«В качестве интересного применения этой системы (помимо очевидной для обеспечения безопасности) мы придумали ее использовать для учета посещаемости. Одна камера высокого разрешения и каскад правильно обученных нейросетей позволили пересчитать поименно до сотни студентов в аудитории, а также сказать, кто из них и сколько времени присутствовал на занятии. Если бы этот учет вел преподаватель, на лекцию времени не осталось бы», — рассказал ведущий научный сотрудник лаборатории Андрей Леус.
Другая, достаточно распространенная задача — поиск и подсчет транспорта. Конечно, автоматическое чтение номеров с камер уже прочно вошло в ряд повседневных технологий. Но что, если нужно, например, оценить количество вредных выбросов в атмосферу?
Компьютерное зрение можно встроить и в уже существующую, привычную нам технику. Например, роботы-пылесосы, которые неуклюже ездят по квартирам, натыкаясь на предметы. Или беспилотные автомобили, в которых пока еще ездят водители-испытатели. Роботы-доставщики, застревающие в сугробах. В институте занимаются разработками, которые позволят добиться большей эффективности от подобных устройств.
Нейросеть выпишет направление
Что касается медицины, то здесь компьютерное зрение активно внедряют в диагностику и хирургию. Об этом рассказал заведующий Лабораторией цифрового микроскопического анализа Сеченовского Университета, кандидат медицинских наук Алексей Файзуллин.
Например, разрабатывают нейросеть, способную определять степень злокачественности опухолей почек и прогнозировать течение болезни.
Дело в том, что обычно после удаления опухоли врачу-патологоанатому нужно тщательно ее изучить, чтобы оценить риск рецидива и выбрать стратегию лечения. Для этого используют систему классификации, основанную на оценке внешнего вида и структуры ядер и ядрышек в клетках опухоли. Однако этот анализ выполняется вручную и занимает много времени, а на результат зачастую влияет человеческий фактор.
Новая нейросеть будет искать ядра, значимые для прогноза раковых клеток. Чтобы повысить точность, ее обучают с помощью баз данных с изображениями опухоли. Таким образом можно автоматизировать процесс: технология возьмет на себя часть рутинных задач, позволив специалистам сосредоточиться на работе с другими параметрами опухоли.
Разработкой занимаются исследователи Лаборатории цифрового микроскопического анализа совместно со специалистами ПАО «Вымпелком». Технические испытания стартуют уже в следующем году.
Сколько вешать в граммах
Технологиями компьютерного зрения для сельского хозяйства занимаются в Южно-Уральском государственном университете (ЮУрГУ). Одна из последних разработок — нейросеть для оценки веса и прогноза прироста мяса у животных.
«Наша инновационная разработка заменяет физический труд на автоматический и исключает стресс животного. Согласитесь, для фермеров сама идея навести камеру на теленка и узнать, каким будет его мясо спустя полгода, выглядит довольно привлекательной», — поделился старший научный сотрудник ЮУрГУ Алексей Ручай.
В настоящий момент технологию тестируют. Специалисты проверяют камеры и способы их установки, отрабатывают алгоритм нейросети на разных видах животных, включая крупный и мелкий рогатый скот.
Когда диспетчеру нужен отдых
Однако не стоит переживать, что искусственный интеллект заменит человека. В тех областях, где специалист незаменим, нейросеть используют в качестве полезного инструмента, в том числе, чтобы сделать работу человека безопаснее.
Например, в Санкт-Петербургском Федеральном исследовательском центре РАН создали программное обеспечение, позволяющее отследить утомляемость операторов в аэропортах и на вокзалах. Система распознает и анализирует через камеру физиологические параметры: частота вдохов и выдохов, сердцебиение, насыщенность крови кислородом и кровяное давление.
«Сначала в кадре определяется лицо и торс человека. Затем ключевая точка, соответствующая центру груди. На каждом следующем кадре отслеживаются перемещения этой точки, получается график перемещений. Число пиков на графике соответствует количеству вдохов в минуту. Частота сердцебиения и кровяное давление определяются по области, находящейся в центре лба», — рассказал старший научный сотрудник СПб ФИЦ РАН Алексей Кашевник.
Изучив эти изменения, программа оценивает состояние оператора и сообщает, насколько сильно он нуждается в отдыхе. В будущем система поможет избежать ошибок и повысит безопасность в инфраструктуре. Ученые уже создали прототип и сейчас продолжают развивать технологию.
Анна Шиховец
