„Google“ vaizdų atpažinimo programa per ateinantį dešimtmetį geriau už jus žinos, kokius daiktus laikote rankose, kokius žymius pastatus lankote, kokių medžių lapai šlamena po jūsų kojomis ir kokio gamintojo rūbus dėvite…
Dėl vis sudėtingesnių algoritmų panaudojimo kompiuteriai šiandien jau gali atpažinti ir identifikuoti Eifelio bokštą, „Mona Lizos“ paveikslą ir net „Budweiser“ alaus skardinę.
Tačiau nepaisant didžiulių pastarojo dešimtmečio technologinių pasiekimų, vis dar lieka daugybė kliūčių regimosios paieškos sukūrimui.
„Google“ atvaizdų atpažinimo technologijų inžinerijos direktorius ir iniciatorius Hartmutas Nevenas prognozuoja, kad tokio tipo paieškos sulauksime jau per šį dešimtmetį.
„Per 10 metų sugebėsime atpažinti kone bet kurį daiktą, kuris sudomins“, – neseniai interviu CNN teigė H. Nevenas pridurdamas, kad mokslinis ir techninis progresas vyksta milžinišku tempu. Inžinierius tyrinėjimus pradėjo dar 1992 metais, ir teigia esantis pusiaukelėje.
„Google Goggles“
H. Neveno ir visos inžinierių komandos darbo vaisius šiuo metu „sutelpa“ į paslaugą „Googles“. Tai atskira programėlė, skirta „Android“ telefonams, ir viena iš „iPhone“ telefonams skirtos „Google Mobile App“ funkcijų.
Naudojantis „Goggles“ vartotojas telefonu nufotografuoja tam tikrą objektą, o ši informacija mobilaus ryšio tinklais perduodama į „Google“ serverius. Tuomet kompiuteriai „informuoja“ telefoną, ką jie atpažino fotografijoje. Šis procesas gali užtrukti tik sekundę du, o kartais net dar trumpiau. Kompanija „Microsoft“ paieškos sistemai „Bing“ taip pat yra sukūrusi regėjimo paieškos programėlę, tačiau jos funkcijos vis dar labai ribotos.
„Google“ algoritmai, koduotos eilutės informaciją paverčia bitais, kuriuos atpažįsta skaičiavimo mašinos ir atsirenka.
Visiems žinomi pastatai, meno kūriniai, produktai iš parduotuvių lentynų, brūkšniniai kodai ir žurnalo reklama – nieko sudėtingo. Sistema gali atpažinti plakate ar afišoje užrašytą tekstą, ieškoti panašaus rašto atitikimų internete ar tiesiog išversti prancūziško restorano meniu.
Kompiuterinių sistemos vis dar mažiau „pasiruošusios“ atpažinti žmones, bet „Google Goggles“ komanda dirba prie sistemos, galinčios nustatyti veidus nuotraukose. Žmogui sutikus, „Google“ asmenų atpažinimo programa jį įtrauks į bendrą žmonių duomenų bazę.
Ir „Googliui“ sunku
Nors dalį objektų „Googles“ atpažįsta, tačiau „svetimais“ laiko kasdien sutinkamus daiktus – baldus, drabužius, elektroninius prietaisus, aksesuarus, maistą, gyvūnus, automobilius ir medžius.
Kompanija siekia, kad bet kuris daiktą planetoje sistema sugebėtų atpažinti, tačiau to dar teks palaukti. Pagrindinė kliūtis – daiktai be stiprios „regimosios tekstūros“ ir bendrų ypatybių. Daugiausiai komandai teks darbuotis su įvairialypiais gaminiais, tokiais kaip piniginės, batai ir mobilieji telefonai. Esą jei pavyktų identifikuoti šiuos produktus, daiktų paieškos sistema sugebėtų atpažinti 90 proc. objektų. Dar viena laukianti užduotis – nukritusių medžių lapų ir gatvėje stovinčių automobilių modelių atpažinimas.
H. Nevenas pabrėžė, kad šis projektas – dar tik bandymų stadijoje, tad ir prieiga prie atpažinimo sistemos ribota. Pateikus tokį produktą dideliai auditorijai esą ilgainiui atsirastų daug vartotojų, nusivylusių pateikiamais klaidingais rezultatais.
„Google“ programėlės leidžia išspręsti „Sudoku“ galvosūkius, o taip pat nuskaityti QR (Quick Response, dviejų dimensijų) kodus, įrašytus juodai-baltais kvadratais.
Kitos atvaizdų paieškos
Ši pagrindinė atvaizdų paieškos technologija yra svarbi daugeliui „Google“ produktų.
Vaizdų atpažinimo algoritmai „Google Street View“ paslaugoje padeda identifikuoti automobilius ir žmones, ir „nuslėpti“ automobilio registracijos numerius bei veidus. Programa nuotraukoms su per daug apnuogintu žmogaus kūnu „iškelia“ raudoną vėliavą, priskirdama jas „Google Images“ „suaugusiųjų“ kategorijai.
D. Nevenas prisijungė prisijungė prie „Google“ 2006 m., kai paieškos gigantė įsigijo jo bendrovę „Neven Vision“. Buvęs jo kolega Orangas Dialamehas vadovauja holdingo kompanijai IPPLEX, kuri taip pat „rūpinasi“ vaizdų atpažinimo projektais.
IPPLEX programuotojai kurdami programėles naudojasi vaizdo kameromis. Šis metodas padeda identifikuoti grynuosius pinigus, atskirti kruopų dėžutes nereikalaujant, kad vartotojas jas fotografuotų. Dalis tokių programėlių pristatomos kaip akliesiems skirta paslauga. Kita kompanijos avantiūra „Nantworks“, O. Dialameho teigimu, leis vartotojams pasižymėti daiktus pasitelkus mobiliojo telefono kamerą. Ir IPPLEX, ir „Google“ šiandien susiduria su viena labai svarbia problema – įtikinti žmones naudotis kompanijų kuriamomis programėlėmis kasdieniniams poreikiams.
Vertėtų prisiminti, kad Face.com gali identifikuoti socialiniame tinkle „Facebook“ patalpintas, tačiau žmogaus rankomis nepažymėtas (tagged) nuotraukas.
Tokiu pačiu principu „Google“ naudojama „Neven“ technologija leidžia žmonių veidus atpažinti net ir asmeniniuose „Picasa“ vartotojų albumuose.
Na, šioms technologijoms dar yra kur pažengti – jūsų seserį ji gali sumaišyti su seneliu… Belieka su nostalgija prisiminti laikus, kai pats žmogus galėdavo valdyti nuotraukose esančių asmenų atpažinimą.