Malgré les progrès importants réalisés récemment, les systèmes de vision industrielle sont loin derrière leurs homologues biologiques. Cela s'applique non seulement à la vitesse de traitement de l'information, mais également à la fiabilité. Le fait est que le cerveau est capable de reconnaître des objets, quelle que soit la partie qui est visible pour le moment. Et parfois même en fonction du contexte général. C'est ainsi que l'IA était enseignée par des experts américains.
Des scientifiques de l'Université de Californie à Los Angeles et de l'Université de Stanford sont responsables du développement et leur système peut voir le monde qui l'entoure grâce à la même méthode que nous utilisons. Selon la rédaction du Proceedings of the National Academy of Sciences, le système peut identifier des objets en se basant uniquement sur certaines de leurs parties, qui n'étaient auparavant accessibles à aucune IA.
Le processus d'apprentissage d'une nouvelle méthode comporte lui-même trois étapes successives. Une fois que le système est invité à trouver un objet, il divise l'image en plus petits morceaux. La figure ci-dessus montre comment le système identifie un objet sur la base de ces petites pièces. Ensuite, chaque partie est analysée séparément et ses connexions avec d'autres objets de l'image générale sont identifiées. Après cela, l'IA "regarde" à nouveau l'image entière et identifie quelles parties de l'image sont liées à l'objet original et lesquelles ne le sont pas. Eh bien, alors l'IA a commencé à s'entraîner sur de nombreuses photos et vidéos prises à partir du réseau.
Au stade final, les scientifiques ont testé le système sur plus de 9000 images de personnes et d'objets divers et dans tous les cas, ils ont reconnu ce qui était nécessaire au moins pas pire qu'une IA avec une vaste expérience, mais formée par la «vieille» méthode.
Vladimir Kuznetsov
