Российские специалисты с факультета «Информационные технологии» Московского технического университета связи и информатики под чутким руководством Михаила Городничева, декана факультета, смогли самостоятельно создать уникальную в своём роде нейронную сеть. Новейшая система была разработана специально для того, чтобы в автоматическом режиме распознавать различные марки транспортных средств, упрощая работу человека в определённых сферах его деятельности. Об этом сегодня, 31 января, со ссылкой на представителей университета сообщило информационное издание CNews.
Специалисты университета заявили, что в современном мире имеется множество различных задач, которые вполне можно автоматизировать при помощи так называемого искусственного интеллекта, повысив тем самым эффективность работы в множестве направлений. Но раньше список действий, которые можно автоматизировать за счёт нейронных сетей и машинного обучения, состоял исключительно из задач, которые не требуют наличия творческого мышления, потому что у машины, что вполне естественно, подобных качеств нет. Но благодаря активному развитию в этом направлении в последнее время список задач, которые может решить ИИ, заметно расширился.
И для одной из таких задач сотрудники университета решили создать свою собственную сверхточную нейронную сеть (или CNN), которая в техническом плане, безусловно, довольно сложная. Дело в том, что задача системы, разработанной в России, заключается в приёме различных изображений, которые поставляются искусственному интеллекту в формате входной информации. Дальше система должна проанализировать полученные данные и на основе результатов своей работы выдать точное название класса объекта, представленного на изображении. А для того, чтобы машина понимала эти самые классы и умела распределять между ними объекты, нейросеть предварительно обучали при помощи механики робасной функции потерь.
Авторы проекта рассказали, что при разработке своей нейронной сети они использовали данные, полученные с сервиса Auto.ru, а также контент с камер наружного видеонаблюдения. В конечно итоге база данных проекта насчитывает более 90 тысяч экземпляров, которые потом специалисты многократно размещали и перерабатывали. Теперь нейронная сеть умеет определять различные автомобили и, что немаловажно, их марки даже по отдельным кузовным элементам и создатели этой технологии заявляют, что точность анализа предельно высокая. Соответственно, разработку вполне можно использовать для камер видеонаблюдения на дорогах, систем, отвечающих за автоматическое выписывание штрафов и многих других задач.
