Искусственный интеллект

Мурат Алтуев, "ITV | AxxonSoft"

Искусственный интеллект. Я думаю, все слышали, что такое искусственный интеллект. Ну, точнее, не что такое, а вот эту фразу "искусственный интеллект".

Вот я хочу рассказать, что это такое, чтобы просто было понятно, какую проблему она может решить, а какую не может.

Ну, формально, это некая компьютерная программа, понятно, какой-то код, который моделирует мышление человека. Соответственно, что это значит – моделирует мышление человека?

Это значит, он ведет себя как бы, эта модель, как знаете… В принципе любой физический процесс можно смоделировать, то есть, ну, например, если игрушку вы смотрите – там, я не знаю, две машинки сталкиваются и прямо очень похоже все врезаются, разлетаются. Почему? Потому что туда заложили законы физики.

То есть мы знаем законы физики, мы математически знаем, как это представить, поэтому мы их в компьютерную программу закладываем, и у нас на экране объекты ведут себя абсолютно, как в жизни. И кстати, вся современная мультипликация, она на этом основана.

То есть, если раньше люди рисовали каждый кадр, зная, как, ну, представляя, как должен бы двигаться объект, то сейчас, когда вы смотрите мультики – там никто каждый кадр не рисует.

Вячеслав Латыпов, "Дахуа Текнолоджи Рус"
Сам термин "искусственный интеллект" и сами элементы искусственного интеллекта стали появляться в 2017 году непосредственно в системах безопасности.
Прежде всего хотел бы сказать несколько слов еще о терминологии, чтобы просто понятно. Как правило, когда мы говорим о системах искусственного интеллекта, мы называем системы глубокого обучения "deep learning". Они берут свое начало в системах "machine learning", которые появились в 70-х годах еще.
Так получилось, что использовать это в компьютерном зрении было проблематично очень долгое время, потому что была ограничена производительность устройств и была необходимость использования классификаторов, таких как градиентов и квалификация форм.
Вот, соответственно, буквально ситуация начала меняться несколько лет назад, когда производительность современных процессоров достигла такого уровня, что стало возможным использовать различного рода процессоры в маленьких таких, миниатюрных устройствах, таких, как видеокамеры.

Мурат Алтуев, "ITV | AxxonSoft"

Если объединить идеи: с одной стороны – искусственный интеллект, который, сегодня уже очевидно, будет работать прямо в камере. Потому что уже сегодня все ведущие производители процессоров для камер объявили о том, что уже есть линейка с нейро-ускорением на камере. Кстати, два слова про нейро-ускоритель, сегодня как бы дорого нейро-ускоритель, потому что это платы Nvidia, например.

Почему дорого? Потому что платы не разрабатывались для ускорения нейро-сетей, они разрабатывались для ускорения расчетов графических. Но потом какие-то умные инженеры в Nvidia придумали: "О! А почему бы нам вот эти 150 процессоров, которые внутри стоят, не использовать для распараллеливания вычислений для обучения нейро-сетей?". И это, действительно, в общем-то весь бум, который мы получили сегодня – он связан только с этим, математика разработана очень давно. Просто, грубо говоря, раньше обучать надо было неделю, а то и месяц.

Антон Батов, "DSSL"
Как нейросети, каким образом они смогут вам помочь, и почему все мы должны так или иначе начать их использовать в ближайшем будущем? Чтобы вы понимали, один уважаемый мной человек сказал, что буквально через пару-тройку лет мы с вами полностью уйдем от каких-либо физических датчиков: датчики дыма, датчики огня, датчики геркона на проникновение, там какие-либо PIR-сенсоры и прочее – все будет сделано на камерах, все будет с помощью нейросетей отрабатываться гораздо быстрей и гораздо эффективней. Ну, вот как биткоины майнить перестанете – так сразу и начнем.
Значит, Яков, это правильная схема работы нейросети?..
Это правильная схема работы нейросети! Если кто-то в нее сильно не может вникнуть, в общем, нейросеть работает не так, как обычный детектор. Если мы сейчас берем про видео разговор, то обычный детектор движения вам скажет, что есть движение, да, он получит входной видеосигнал и выдаст вам ответ "есть движение". Всё! Это всё, что он может сделать!

Спецлаб

НЕЙРОСЕТЬ в видеонаблюдении. Законченный продукт для любого объекта от дома до Безопасного города

В прайсе Спецлаб нейро-сеть появилась несколько лет назад. И сейчас, исходя уже из реального применения, мы хотим показать, как это работает https://www.goal.ru/videonabludenie/what-is_neuralnetwork/

Искусственный интеллект для борьбы с рутинными операциями

#искусственныйинтеллект #AI #ИИ

Мурат Алтуев "ITVGROUP"

Всё, что мы делаем в течение последних 100 лет – это мы пытаемся рутинные операции, выполняемые человеком, отдать автоматическим системам. И тут важно именно то, что теперь мы можем не только физические операции, которые человек делает руками, отдать системе, но и мысленные операции, которые человек предпринимает, обучившись чему-то.

Ну, соответственно, автоматизация физического труда никак нас сейчас не удивляет, да, сегодня мы знаем, что на всех современных заводах работают станки с числовым программным управлением, как раньше говорилось, роботы. Сегодня есть такой факт, что автомобиль на 100% собирается без ручного труда, типичный автомобиль (скажем, если это не какие-то особенные, эксклюзивные машины). Это, конечно, поразительно: понятно, сколько всего как бы надо сделать руками (что-то соединить, что-то скрутить, там покрасить и так далее).

Это говорит о том, что, действительно, эта стадия выполнена полностью, этими рутинными операциями люди больше не занимаются, но люди занимаются многими другими, но на самом деле, тоже рутинными операциями.

Искусственный интеллект (примеры реализаций)

Мурат Алтуев "ITVGROUP"

Я хочу показать какие-то конкретные примеры реализаций - на сегодня у нас эти алгоритмы уже готовы. То есть мы собрали видео, обучили (нейросеть еще ее называют) и, соответственно, получили результат.

Вот, к примеру, была задача, поставленная нам как раз РЖД: нужно было считать вагоны. Вот опять же: какие-то вагоны движутся, какие-то не движутся – нам теперь это не важно. Если раньше мы выявляли движение объектов за счет того, что как бы вычитали одну картинку из другой. Ну, и понятно, что если картинки одинаковые, то на выходе ноль; если картинки разные, то в том месте, где картинки разные, там у нас появляются очертания объекта фактически. И таким вот образом, в общем, очень просто, мы находили те точки, которые отличаются – их объединяли в объекты.

Ну, понятно, что любая тень, любой, там, снег, дождь… - все это приводило к ложным срабатываниям, и по большому счету на сегодня не существовало такого хорошего алгоритма. Скажем, никто не придумал хорошего алгоритма, как все-таки из этих точек понять, это, например, тень или это человек, или это машина.

Но сегодня за счет нейросетей нам теперь даже ничего это не нужно – мы можем прямо на картинку посмотреть и сразу сказать.

"Центр 2М" рассказал о практическом применении искусственного интеллекта в бизнесе

Москва, 21 октября 2019 года. — "Центр 2М", российский информационный оператор, обсудил перспективы использования искусственного интеллекта в бизнесе в ходе конференции "Системы искусственного интеллекта 2019", проведенной экспертным центром по вопросам автоматизации государства и бизнеса TAdviser 17 октября в Москве.

По мнению экспертов, рынок искусственного интеллекта имеет колоссальный потенциал для роста в России, поэтому в ближайшие несколько лет он будет развиваться опережающими темпами. Этому способствуют и относительно низкая база старта, и мощные государственные программы поддержки этой сферы, и наличие крупных ИТ-игроков, основной экспертизой которых является создание софтверных продуктов.

Как искусственный интеллект применяется в бизнесе, участникам мероприятия рассказал коммерческий директор компании "Центр 2М" - Алексей Касаткин. На сегодняшний день на базе промышленной видеоаналитики CenterVision, разработанной "Центр 2М", реализован ряд пилотных проектов, основной задачей которых является контроль соблюдения техники безопасности на предприятии, контроль периметра и предотвращение возникновения очередей. В режиме реального времени система передает данные в аналитический центр и сообщает об инцидентах, что позволяет минимизировать количество ошибок, увеличить скорость реакции, а также обеспечить экономичную работу систем предприятия, распределяя ресурсы для техобслуживания и устранения нарушений в максимально короткие сроки.

Кроме этого, г-н Касаткин наглядно показал процесс создания модели для конкретного предприятия. Он подчеркнул, что на сегодняшний день, даже несмотря на то, что компания имеет ряд коробочных решений, на запуск пилотных проектов в среднем уходит от 6 до12 месяцев. Однако, по словам спикера, развернув на предприятии подобную систему видеоаналитики, бизнес получает возможность построить собственную нейронную сеть, которую можно будет дообучать под свои индивидуальные потребности.

"Если отталкиваться от прогнозов PwC, вклад технологий, основанных на искусственном интеллекте, в глобальный ВВП составляет порядка 15,7 трлн долларов, а к 2030 году он увеличится еще на 14%. В нашей реальности мы не можем видеть полной картины, так как пока по большей части в бизнесе реализуются лишь фрагментарные решения. Однако становится очевидным, что компании нуждаются в продуктах, которые будут решать их задачи в комплексе и "под ключ", - уверен спикер.

Искусственный интеллект: алгоритм "скелеты"

#искусственный интеллект" #ИИ #AI

- Мурат Алтуев "ITVGROUP"

Еще один очень интересный алгоритм, который мы разработали, мы его называем "скелеты" (ну, в общем-то, недалеко от правды).

Значит, идея в том, что мы выделяем не просто теперь человека квадратиком, а мы видим положения всех его конечностей, скажем так, рук, ног, головы, разворот. Мы знаем, куда он смотрит, как держит руки и так далее.

Ну, соответственно, простой пример, вот совместно с "intel".

Нам надо было определить, что человек держится за перила, когда двигается по лестнице.

Да, было такое? Яша, может, ты знаешь?

- Яков Волкинд "ITVGROUP": "В целях безопасности на промышленных предприятиях. Таких много, много".

- Мурат Алтуев "ITVGROUP": Мы, соответственно, понятно, что обозначили перила, и вот мы пишем, что да, он держится за перила. То есть, это предписание сотрудникам обязательно держаться за перила, когда двигаются. А если не будете держаться – мы вас будем штрафовать.

Вот, соответственно, нужно по всей системе, по всем камерам определить эти моменты. Понятно, что в ручную оператор, если будет просматривать, то это слишком дорого, скажем так.

Искусственный интеллект не работает. Почему?

Мурат Алтуев "ITVGROUP"

Мы можем получить замечательный алгоритм, который отлично работает, с вероятностью, там, близкой к 100%. Для конкретных условий!

То есть мы вот на этой камере обучили на этих сценах – он будет работать на 100%. Но если сцены будут другие или камера даже может быть по-другому установлена – вы уже не знаете, что будет, вы не можете предположить, какой будет результат.

Это знаете, у меня образ сразу, ну, вот с аппроксимацией функций. Тогда, знаете, когда вот есть у вас какие-то точечки, и вы хотите найти такую функцию, которая вот эти точечки как бы по ним проходит, максимально близко. То есть вы нашли, как, ну, это распределение. Но потом, когда вы посмотрите шире на картину, то там по краям будет не пойми что. То есть на самом деле вы аппроксимировали только вот конкретный… вот эти данные, что у вас были.

Вот здесь тоже самое: вы нашли хорошую функцию за счет метода обучения для того, чтобы на этих данных получать гарантированный результат. Но какой будет результат на других данных, вы предсказать не можете.

Искусственный интеллект. Как зарабатывать?

#искусственныйинтеллект #ИИ #AI

Мурат Алтуев "ITVGROUP"

Сейчас, когда мы говорим, что, допустим, у нас, там 200 объектов, сеть, например, какая-то. И мы говорим, что там нужна аналитика, и мы говорим, что все, о-кей, мы поставим вам эту аналитику.

Но мы сразу говорим, что 2 недели на каждый объект нам нужно, чтобы собирать данные с него и адаптировать, если вдруг окажется, что там камера чуть-чуть по-другому стоит.

То есть это важный момент, но с другой стороны, мне кажется, что это плюс. Потому что, знаете, если вы что-то вот так просто взяли и перенесли, вы ничего и не заработаете (ну, вы же ничего не сделали). А если вы вкладываетесь в объект, вы обучаете систему, вы собираете данные, то, понятно, вы делаете работу, которая ценится.

В конечном счете клиент хочет получить работающую аналитику, и он готов за это платить. То есть в этом смысле как раз я даже не вижу, что это какая-то проблема: это просто означает, что нужно научиться это делать.

Искусственный интеллект. Повышаем эффективность бизнеса с помощью видео

#видео #бизнес #исксственныйинтеллект

Мурат Алтуев "ITVGROUP"

Прикладная такая задачка. Что мы сейчас тут увидим? Я так смотри это видео, думаю, почему здесь ничего не происходит? Что ж здесь будет-то, интересно? Потом – хоп!

Вот такая интересная задача у нас была – убрать кассиров.

То есть это, заказчик – это крупная компания, у которой, там, 1000 столовых, соответственно, ТЫСЯЧИ кассиров… И придумали простую идею: ну, человек взял блюдо, подошел к автоматической кассе – касса сканировала, что он взял, сканировала его лицо – всё, мы тебя посчитали!

"И могли туда количество калорий, которые он брал"

Ха-ха! Кстати, вот ничего не надо для этого, только обучить, только, вот, сказать, что вот в этом блюде столько калорий и всё – она сразу раз! То есть система реально определяет, какое блюдо человек взял.

ABBYY и IDC провели исследование на тему «Рынок искусственного интеллекта в России» и выяснили, как эти технологии будут развиваться в ближайшем будущем и какую выгоду принесут бизнесу.

• 30% компаний ведут пилотные проекты или используют ИИ в своем бизнесе, 70% планируют внедрять эти технологии в ближайшие два года;

• 38% компаний уже активно используют технологии интеллектуальной обработки информации.

Искусственный интеллект нельзя называть интеллектом

Павел Архипов "Avnet Silica", Михаил Коробков "INLINEGROUP"

На нашем стенде у нас представлено решение для видеоаналитики с использованием нейросетевых технологий. Соответственно, здесь вы видите… ну, оно такое решение – здесь в одном демонстрационном стенде собраны решения как для автомобильной промышленности, так и для видеоаналитики.

Соответственно, нейросети здесь делают следующие вещи, то есть – здесь они детектируют объекты в потоке. С остальных камер – здесь всего 3 камеры представлено, значит, определяют скелет человека и движение его, детекция объектов и детекция лиц.

Юрий Гедзберг: "Какие именно объекты? Вы сказали, что это люди…".

Люди, автомобили…

- Транспорт.

- Транспорт, да.

- Еще?

- Лица – распознавание лиц. То есть можно подключить сюда базу данных и делать, ну, как входной контроль.

- Доверенный доступ.