Napriek významnému pokroku, ktorý sa nedávno dosiahol, systémy strojového videnia zaostávajú za svojimi biologickými náprotivkami. Platí to nielen pre rýchlosť spracovania informácií, ale aj pre spoľahlivosť. Faktom je, že mozog dokáže rozoznať objekty, bez ohľadu na to, ktorá časť je momentálne viditeľná. A niekedy dokonca aj na základe celkového kontextu. Toto je spôsob, akým sa AI učili americkí odborníci.
Vedci z Kalifornskej univerzity v Los Angeles a Stanfordskej univerzity sú zodpovední za vývoj a ich systém môže vidieť svet okolo seba vďaka rovnakej metóde, ktorú používame. Podľa redaktorov Zborníka Národnej akadémie vied systém dokáže identifikovať objekty iba na základe niektorých ich častí, ktoré predtým neboli dostupné žiadnej AI.
Samotný proces učenia sa novej metódy pozostáva z troch po sebe nasledujúcich etáp. Keď systém požiada, aby našiel objekt, rozdelí obrázok na menšie kúsky. Obrázok hore ukazuje, ako systém identifikuje objekt na základe práve takých malých častí. Potom je každá časť analyzovaná osobitne a sú identifikované jej súvislosti s inými objektmi všeobecného obrazu. Potom AI opäť „pozrie“celý obrázok a identifikuje, ktoré časti obrázka súvisia s pôvodným objektom a ktoré nie. AI potom začal trénovať množstvo fotografií a videí zhotovených zo siete.
V záverečnej fáze vedci testovali systém na viac ako 9 000 snímkach ľudí a rôznych predmetov a vo všetkých prípadoch uznal, čo sa požadovalo, prinajmenšom nie horšie ako AI s rozsiahlymi skúsenosťami, ale vyškolení „starou“metódou.
Vladimír Kuzněcov