Как работает искусственный интеллект на улицах городов

Современные технологии позволяют с достаточной точностью идентифицировать попавшего на видео человека даже по походке. Однако до искусственного интеллекта, следящего за городами, еще довольно далеко.

Так следит ли уже искусственный интеллект за жителями мегаполисов? Подобными вопросами, а иногда и категоричными утверждениями пестрят как пресса, так и социальные сети. Но Сергей ГРОСС, программист-аналитик, старший преподаватель кафедры телевидения и видео­техники ЛЭТИ, считает это большим преувеличением.

Почему? Гросс с ходу дает четкий ответ: «Потому что на сегодня искусственный интеллект никем не создан». Более того, по его словам, ученые только думают, на чем, собственно, будет основан искусственный интеллект. И совершенно необязательно, что такой платформой станут нейросети. Хотя между ними многие проводят параллель.

Милого узнаю по походке

Именно использование нейросетей в видеонаблюдении в больших городах сегодня является мейнстримом. Человечество шло к этому, планомерно увеличивая количество видеокамер. Так, по словам программиста, сегодня в Москве установлено почти 200 тысяч камер, в Петербурге их количество немногим меньше. Они создают огромный видеопоток, проанализировать который человек без помощи математических моделей и техники уже не может.

Как же автоматизировать анализ объема данных видеонаблюдения? Особенно это было важно для поиска и идентификации людей. «Мы долго пытались искать человека на видео по каким-то меткам. Пока он смотрит в камеру прямо, эта модель работает. Как только хотим идентифицировать человека где-то на улице в толпе, с какого-то другого ракурса, эта модель рассыпается. Причина проста – математических моделей, которые могли бы полностью решить такую задачу, учитывая сложное влияние среды, многообразие человеческого лица с разных точек наблюдения, нет, – объясняет Сергей Гросс. – Именно поэтому системы анализа видео очень долго ставили своих разработчиков в неудобное положение. Последние обещали быстрый поиск и распознавание объекта в видеопотоке, что не подтверждалось на практике. Сейчас впервые за десятилетия это становится похожим на правду».

Все изменилось, когда в 2011 году в нашу реальность пришли нейросети. Сегодня они успешно решают задачи, с которыми еще недавно мог справиться только человек. «По официальным данным, в этом году в Москве уже запущена нейронная сеть, которая старается идентифицировать каждого человека, попавшего в поле зрения камеры. В Петербурге официально известны только тестовые запуски нейронных сетей во время проведения матчей на стадионе «Санкт-Петербург», – рассказывает Сергей Гросс.

А вот Китай уже вовсю замыкает инфраструктуру видео на нейронные сети.

– В Интернете можно найти ролики канала BBC о системах контроля в Поднебесной, демонстрирующие процесс выделения на видео объектов, движущихся навстречу друг другу на расстоянии пятидесяти – ста метров. Сеть по возможности производит идентификацию их пола, возраста, имен (с указанием процента вероятности), скорости передвижения, – говорит Сергей Гросс. – Новые технологии распознавания уже способны устанавливать личность исключительно по походке. Раньше это было невозможно, системы фокусировались только на лице. Для идентификации весьма желательным было «поймать» фас, что нередко приводило к необходимости содействия со стороны самого наблюдаемого. Сейчас нейросети обучают другому. И они уже умеют скрытно опознавать человека с различных ракурсов по жестам и походке. В 95 процентах – успешно.

Он сверху видит все

Правда, чтобы нейросеть умела что-то, ее нужно этому научить. Это стало приоритетом. Обучение хоть и не требует построения сложных математических моделей, однако есть свои трудности, главная из которых – набор данных. Ведь нейросеть знает исключительно только то, чему вы ее обучили.

– Например, если вы не научили сеть распознавать КамАЗ, то она не идентифицирует его как машину. Это касается поиска как предметов, так и людей, – констатирует программист.

Создание искусственного интеллекта, который знает все, видит все и все понимает, станет следующим шагом к тотальной идентификации. И этот мир в чем-то может оказаться совсем неуютным.

– Терминатор не будет гоняться за вами в течение нескольких дней. Он всегда будет знать, где вы находитесь и что делаете. Да, мы сможем найти всех преступников в мире. Но минусов здесь может оказаться больше, чем преимуществ. Каждый определяет сам, хочет ли он такой тотальной идентификации, – отмечает Сергей Гросс. – Любая из миллионов камер, в поле которой вы попали даже с закрытым лицом, моментально сообщит о вас в главную «матрицу» через системы глобального Интернета.

Но пока ученые даже не берутся прогнозировать, когда такой сценарий может быть воплощен в жизнь. Более того, с точки зрения технологий большая часть городского видеонаблюдения в нашей стране находится на раннем этапе развития. Хорошим результатом считается корректная работа видеоаналитики, позволяющая по самым общим признакам сортировать полученные кадры, формируя рекомендации и простые аннотации.

– Подход достаточно простой. Если в кадре ничего не происходит, он в архив не попадает. На этом наши чаяния на ближайшие несколько лет ограничиваются. Таким образом, если вы мимоходом попали на камеру где-нибудь в Уфе, будьте уверены, что на вас пока точно не смотрит око искусственного интеллекта, – заключает программист.


Вера СВИРИДОВА, фото Татьяны ГОРД

ОСТАВЬТЕ ОТВЕТ

Войти с помощью: 
Please enter your comment!
Please enter your name here