Как устроено компьютерное зрение и насколько велики его возможности

N+1Hi-Tech

Смотри внимательно. Как компьютеры видят мир и зачем это нужно

Сергей Кузнецов

Компьютерное (машинное) зрение можно найти в медицине, сельском хозяйстве, транспорте, индустрии развлечений и много где еще. Эта технология по-прежнему несовершенна, но искусственный интеллект уже сейчас помогает решать задачи, с которыми не справляется человек. Рассказываем, как устроено компьютерное зрение и насколько велики его возможности.

Мы регулярно прибегаем к помощи алгоритмов — например, когда смотрим прогноз погоды, ищем билеты или просто хотим отдохнуть. Это такая же часть нашей жизни, как одежда и обувь, автомобили и смартфоны. Тем не менее искусственный интеллект, так глубоко проникший во все сферы нашей жизни, до сих пор может вызывать недоверие и страх. Этим текстом мы открываем проект «ИИ спешит на помощь», в котором расскажем, на что способны современные технологии с использованием ИИ, где они приносят наибольшую пользу и почему не стоит бояться восстания машин. Материал подготовлен совместно с федеральным проектом «Искусственный интеллект».

История зрения

Первая статья про машинное зрение, «Глаза и уши компьютера» Оливера Селфриджа, была опубликована в 1955 году. Тогда же появились ЭВМ-2 — первые машины, основанные не на электронных лампах, а на полупроводниковых диодах и транзисторах. Это был качественный скачок в технологиях: размеры ЭВМ уменьшились, а их производительность, наоборот, выросла. Немногим ранее появились и первые работы, посвященные искусственному интеллекту, — например, в 1949 году вышла книга физиолога и нейропсихолога Дональда Хебба «Организация поведения», где он описал принципы обучения нейронов.

Машинное зрение — это применение компьютерного зрения в промышленности. Компьютерное и машинное зрение не одно и то же, однако эти термины близки друг к другу. Для простоты далее в тексте мы используем их в одном значении — компьютерного зрения.

К 1958 году искусственный интеллект и машинное зрение пересеклись в одной точке: американский ученый Фрэнк Розенблатт разработал математическую модель восприятия информации мозгом — перцептрон. Два года спустя ее реализовали на машине «Марк-1». Перцептрон стал одной из первых нейросетей, а «Марк-1» — одним из первых нейрокомпьютеров. В 1960–1970-х годах появились первые системы обработки изображений, а американский инженер Лоуренс Робертс сформулировал концепцию машинного построения трехмерных образов объектов. То, что сейчас умеет делать iPhone, всего 60 лет назад существовало лишь как идея на бумаге.

Искусственный интеллект совершенствуется параллельно с прогрессом в сфере обработки данных: чем мощнее процессоры и чем больше данных они могут обработать, тем точнее и быстрее можно получать результат. Поэтому активное развитие машинного зрения началось только в 1990-х годах — тогда были созданы прототипы беспилотного транспорта, зародились системы распознавания лиц, а во всех индустриях наметился интерес к распознаванию изображений. Сейчас технологии компьютерного зрения применяются повсюду — этому способствовало увеличение количества и качества нейросетей, рост вычислительных мощностей компьютеров, а также скорости и пропускной способности цифровых сетей.

Видеть все

Компьютерное зрение тесно связано с искусственным интеллектом и машинным обучением. По сути это возможность машины «видеть» окружающий мир. Само собой, компьютеры видят не так, как человек, но они умеют распознавать визуальную информацию и реагировать на нее. Зрение — не единственный способ получения информации из внешнего мира, но один из самых полных и достоверных.

Простейший пример компьютерного зрения можно найти в смартфоне: когда вы запускаете камеру, машинное зрение позволяет гаджету разобраться, на что вы наводите объектив. Если это человек, смартфон понимает, что необходимо сфокусироваться на лице и, например, включить бьютификатор, а если пейзаж — понизить или повысить экспозицию в зависимости от освещенности. Многие смартфоны умеют и более детально определять сцену, но в основе всех решений лежат похожие алгоритмы: разработчики на большом объеме изображений обучили искусственный интеллект находить совпадения и включать нужный режим.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

Жажда успеха: как выжить на пути к поставленным целям Жажда успеха: как выжить на пути к поставленным целям

Как достигнуть цели и при этом не выгореть?

Psychologies

Что значит "стареть с достоинством"?

VOICE
Девственники поневоле: кто такие инцелы и за что они не любят женщин Девственники поневоле: кто такие инцелы и за что они не любят женщин

Инцел — это человек, который не может найти себе сексуального партнера

Maxim
10 личностей внутри нас: в чем особенности эволюционных типов поведения 10 личностей внутри нас: в чем особенности эволюционных типов поведения

Каждая из десяти личностей просыпается в тот момент, когда больше всего нужна

Psychologies
Как говорить, чтобы вас слушали: 6 советов — используйте в любых жизненных ситуациях Как говорить, чтобы вас слушали: 6 советов — используйте в любых жизненных ситуациях

Советы, как научиться говорить увлекательно и убедительно

Psychologies
«Роллтон», кофе, молоко: что айтишники уносят домой из офиса «Роллтон», кофе, молоко: что айтишники уносят домой из офиса

Что и как выносят работники из офисов?

VC.RU
Онежские поморы оказались генетически близки к финноязычному населению и скандинавам Онежские поморы оказались генетически близки к финноязычному населению и скандинавам

Российские генетики исследовали ДНК 130 онежских поморов мужского пола

N+1
За что вручили Нобелевскую премию по физике: трио ученых доказали, что Эйнштейн ошибался За что вручили Нобелевскую премию по физике: трио ученых доказали, что Эйнштейн ошибался

Ученые установили нарушения неравенств Белла

ТехИнсайдер
Без головной боли и похмелья: 5 идей безалкогольных напитков на Новый год Без головной боли и похмелья: 5 идей безалкогольных напитков на Новый год

Безалкогольные варианты коктейлей для тех, кто предпочитает забыть о похмелье

ТехИнсайдер
Как мы обманываем себя, чтобы не добиться цели: 3 ловушки мышления Как мы обманываем себя, чтобы не добиться цели: 3 ловушки мышления

Мы не замечаем, что сознательно допускаем срывы

Psychologies
Жизнь в картинках Жизнь в картинках

7 бесплатных ресурсов, где можно брать иллюстрации для учебы, работы и общения

Лиза
Как легко начать заниматься спортом, чтобы потом это стало рутиной? Как легко начать заниматься спортом, чтобы потом это стало рутиной?

Несколько советов, как преодолеть себя и начать заниматься спортом

ТехИнсайдер
Болезнь Бехтерева — новая эпидемия: как не пропустить первые симптомы Болезнь Бехтерева — новая эпидемия: как не пропустить первые симптомы

Как распознать аксиальный спондилоартрит?

Psychologies
За клиническую точность: почему Анни Эрно получила Нобелевскую премию по литературе За клиническую точность: почему Анни Эрно получила Нобелевскую премию по литературе

Почему награждение Анни Эрно Нобелевской премией — такое важное событие

Forbes
Зачем нужен ирригатор и можно ли им заменить зубную щетку? Зачем нужен ирригатор и можно ли им заменить зубную щетку?

Чтобы поддерживать чистоту полости рта, зубной щетки и зубной пасты недостаточно

Maxim
Как заводить друзей, когда ты уже взрослый Как заводить друзей, когда ты уже взрослый

После 30 лет новые друзья — это либо роскошь, либо вовсе не друзья

Maxim
Секреты профессии Секреты профессии

Один день из жизни телеведущей

Лиза
Япония Япония

Угрожающая страна дешевых яблок, теплых домов и широко мыслящих красивых людей

Правила жизни
Как превратить город на Неве в экополис и сделать темные зимние дни в Петербурге таким же брендом, как белые ночи Как превратить город на Неве в экополис и сделать темные зимние дни в Петербурге таким же брендом, как белые ночи

Как Олег Шапиро сделает зимние дни в Петербурге таким же брендом, как белые ночи

Собака.ru
Как определить размер кольца: 3 простых способа Как определить размер кольца: 3 простых способа

Когда и как лучше измерять размер кольца

ТехИнсайдер
Вся правда о холестерине Вся правда о холестерине

В каких случаях не нужно бояться холестерина

Лиза
Ученые из Великобритании выяснили, что вегетарианцы чаще страдают от депрессии. Но дело не в питании Ученые из Великобритании выяснили, что вегетарианцы чаще страдают от депрессии. Но дело не в питании

Исследователи установили, что вегетарианцы чаще мясоедов страдают от депрессии

Inc.
Режим повышенной готовности: как справиться с тревогой от чрезмерной бдительности Режим повышенной готовности: как справиться с тревогой от чрезмерной бдительности

Что делать, если при виде полицейских у метро у вас начинается паника

Psychologies
Зараза к заразе не липнет: почему вероятность одновременного заражения сразу двумя вирусами чрезвычайно мала? Зараза к заразе не липнет: почему вероятность одновременного заражения сразу двумя вирусами чрезвычайно мала?

Почему два вируса не могут ужиться в одном организме?

ТехИнсайдер
Гибрид двух разошедшихся 10 миллионов лет назад видов птиц унаследовал облик матери и песню отца Гибрид двух разошедшихся 10 миллионов лет назад видов птиц унаследовал облик матери и песню отца

Гибрид между двумя видами птиц, предок которых жил 10 миллионов лет назад

N+1
Сьон: «Скугга-Бальдур». Мистическая история современного классика исландской литературы Сьон: «Скугга-Бальдур». Мистическая история современного классика исландской литературы

Отрывок из романа «Скугга-Бальдур», который держит в напряжении до самого конца

СНОБ
Шостакович на пожаре и еще 4 неожиданные ретрофотографии Шостакович на пожаре и еще 4 неожиданные ретрофотографии

Догадаешься ли ты, что именно происходит на фото, не читая разъяснений?

Maxim
Нейросеть за несколько часов ускорила алгоритм, над которым математики работали столетиями Нейросеть за несколько часов ускорила алгоритм, над которым математики работали столетиями

ИИ может найти более быстрые алгоритмы для решения задачи умножения матриц

ТехИнсайдер
Как понять, что пальто качественное: 5 признаков, на которые ты должна обратить внимание Как понять, что пальто качественное: 5 признаков, на которые ты должна обратить внимание

На какие нюансы пальто обращать внимание, чтобы купить достойную модель!

VOICE
Вектор в хаосе: как руководителю справиться с тревогой и поддержать сотрудников Вектор в хаосе: как руководителю справиться с тревогой и поддержать сотрудников

Что можно предпринять, чтобы справиться с тревогой и поддержать команду

Forbes
Открыть в приложении