Un sistem software promite să recunoască obiectele cu o precizie excelentă fără intervenţia umană

Sarcina recunoaşterii obiectelor este o sarcină dificilă pentru sistemele informatice, implementările funcţionale actuale având o precizie care nu este mereu suficient de ridicată şi necesitând intervenţia umană.  Un cercetător din cadrul universităţii Brigham Young din Statele Unite a prezentat un algoritm software care promite să rezolve acest impas.

Algoritmii software folosiţi în prezent pentru recunoaşterea obiectelor au probleme din cauza modului lor de funcţionare. Pentru o astfel de implementare, dezvoltatorii software trebuie să găsească diferenţele dintre, să zicem, un avion şi un copac, să le selecteze pe cele mai importante şi să le transpună într-o serie de parametri cu care software-ul poate lucra. Pentru mărirea preciziei, aceste date iniţiale pot fi îmbogăţite sau îmbunătăţire, dar software-ul va fi întotdeauna dependent de spiritul analitic al celor care sintetizează datele iniţiale.

În mod deloc surprinzător, algoritmul software dezvoltat de cercetătorul Dah-Jye Lee se apropie foarte mult de modul în care chiar noi învăţăm să facem diferenţa dintre obiecte. În loc să se chinuie să definească diferenţele dintre obiecte şi să spere că acestea vor fi suficient de bune pentru ca software-ul să se achite corespunzător de sarcini, Dah-Jye Lee a dezvoltat un algoritm de învăţare care funcţionează invers.

În cadrul lucrării apărute în publicaţia Pattern Recognition, Dah-Jye Lee afirmă că sistemul este alimentat cu imagini pentru care este specificată şi natura obiectului prezentat în ele. Cu ajutorul acestor date brute, algoritmii software sunt capabili să găsească singuri diferenţele relevante dintre obiecte şi să-şi definească propriile şabloane cu ajutorul cărora vor putea recunoaşte şi alte obiecte similare.

În cadrul unui test care a folosit patru seturi de imagini care au cuprins motociclete, automobile, avioane şi feţe umane, algoritmul software a avut o precizie de 100%. În acelaşi condiţii, sistemele actuale de recunoaştere a obiectelor au atins o precizie de 95 – 98 de procente. Atunci când a fost supus unui test cu un grad de dificultate mai ridicat, setul de imagini folosit cuprinzând imagini similare care au înfăţişat patru specii diferite de peşti, sistemul a avut o precizie de 99,4%.

Aplicaţiile acestui sistem de recunoaştere sunt diverse, cercetării afirmând că acestea ar putea fi folosite pentru inspectarea liniilor de producţie şi descoperirea defectelor, pentru supravegherea diverselor specii de animale şi orice altă utilizare unde precizia înalta este necesară.