Российские разработчики получили патент на искусственный зрительный интеллект в США

Ученые российской компании Smart Engines получили патент США на фирменную разработку. Изобретение позволяет существенно оптимизировать работу нейросетевых архитектур, которые используются для распознавания изображений. Авторами изобретения являются старший научный сотрудник-программист Smart Engines Александр Шешкус, генеральный директор Smart Engines к.т.н. Владимир Арлазаров, технический директор Smart Engines к.ф.-м.н. Дмитрий Николаев, профессор, член-корреспондент РАН и директор по науке Smart Engines д.т.н. Владимир Львович Арлазаров.

Авторы изобретения предложили новую нейросетевую архитектуру, объединяющую блоки, используемые в современных нейросетях, с классическим инструментом анализа изображений реального мира – преобразованием Хафа. Изобретатели рассчитывают, что предложенная архитектура откроет новую страницу в истории успеха нейросетевых технологий в компьютерном зрении. Первые исследования Хафовских нейросетей, уже опубликованные в научной периодике, полностью подтверждают эту идею. Запатентованное решение уже используется в программных продуктах компании Smart Engines для автономного распознавания паспортов, ID-карт и других документов.

“Нейросети замечательно извлекают информацию из примеров, но их практически невозможно научить непреложным законам физики или математики. Показательны недавние упражнения сети ChatGPT в арифметике. При умножении больших чисел сеть правильно указывает первые и последнии цифры результата, и даже угадывает его длину, а вот центральные цифры ставит “от балды”. Довольно забавный результат, ведь для правильного решения требуется в миллиарды раз меньше ресурсов, чем те, что есть в распоряжении у нейросети. Встает вопрос: а можно ли вообще изучать математику на примерах? Иммануил Кант считал, что человек в своем познании опирается в том числе на априорные формы, не зависящие от опыта. Мы считаем, что нам удалось встроить в нейросеть дополнительное априорное геометрическое представление, лежащее в основе законов перспективы. Это позволяет ей строить решения задач компьютерного зрения, таких как определение ориентации объектов в пространстве или определение собственного положения”, – рассказал директор по науке Smart Engines д.т.н. Владимир Львович Арлазаров.