Dirbtinis intelektas kompiuterinei regai paaiškintai: kaip mašinos „mato“ ir kur tai jau naudojama Lietuvoje

Kompiuterinė rega ilgą laiką skambėjo kaip siaura technologų sritis, tačiau per kelis pastaruosius metus ji tyliai persikėlė į kasdienybę. Nuo telefono, kuris automatiškai sufokusuoja veidą, iki gamyklos linijos, kur kameros skaičiuoja broką, vis dažniau už to stovi dirbtinis intelektas.

Nors pats terminas gali atrodyti sudėtingas, pagrindinė idėja gana paprasta: išmokyti kompiuterius suprasti vaizdus panašiai, kaip tai daro žmogaus akis ir smegenys. Toliau apžvelkime, kaip tai veikia, kam jau dabar naudinga ir kur reikėtų išlikti budriems.

Kas yra kompiuterinė rega ir kuo ji skiriasi nuo paprastos kameros

Paprasta kamera tik fiksuoja vaizdą: ji nufotografuoja ar nufilmuoja, tačiau nesupranta, kas jame pavaizduota. Kompiuterinė rega yra žingsnis toliau, kai prie kameros prijungiami dirbtinio intelekto modeliai, gebantys atpažinti objektus, veiksmus ar modelius pačiame vaizde.

Praktiškai tai gali reikšti, kad sistema ne tik padaro nuotrauką automobilių stovėjimo aikštelėje, bet ir suskaičiuoja, kiek vietų užimta, atpažįsta numerius ar net aptinka pažeidimus. Svarbu, kad tai vyksta automatiškai ir dažnai realiuoju laiku.

Kaip mašinos „mato“: paprastai apie techniką be formulų

Kompiuteriui nuotrauka yra ne gražus vaizdas, o daugybė mažų taškų, vadinamų pikseliais, su skaičiais, apibūdinančiais jų spalvą ir ryškumą. Dirbtinis intelektas mokosi iš labai daug pavyzdžių, kokie pikselių deriniai atitinka vieną ar kitą objektą, pavyzdžiui, žmogaus veidą ar kelio ženklą.

Tokiam mokymuisi naudojami vadinamieji neuroniniai tinklai. Jie sluoksnis po sluoksnio „filtruoja“ vaizdą, pirmiausia ieškodami paprastų formų (kraštų, kampų), vėliau sudėtingesnių struktūrų (akies, rato, raidės), kol galiausiai suformuoja sprendimą: kas nuotraukoje pavaizduota ir kur.

Kasdieniai pavyzdžiai, kurių dažnai net nepastebime

Kompiuterinė rega nėra vien autonominiai automobiliai ar futuristiniai robotai. Daug kas jau įdiegta mūsų kasdieniuose įrenginiuose ir paslaugose, net jei apie tai nesusimąstome. Pirmasis pavyzdys yra veidų atpažinimas telefone ar socialiniuose tinkluose.

Telefonas, siūlantis atrakinti ekraną žvilgsniu ar automatiškai sukurti albumą su ta pačia šypsena, remiasi dirbtinio intelekto modeliais, išmokytais atpažinti veidus ir juos palyginti. Panašiai veikia ir automatinis nuotraukų rūšiavimas pagal vietas, objektų tipus ar net veiklas.

Kur kompiuterinė rega jau naudojama versle

Pramonėje kompiuterinė rega dažnai naudojama kokybės kontrolei. Gamybos linijoje virš konvejerio įrengtos kameros gali akimirksniu patikrinti, ar detalė pagaminta tiksliai, ar ant pakuotės teisingai uždėtos etiketės, ar nėra įtrūkimų, kurių plika akimi sunku pastebėti.

Mažmeninės prekybos sektoriuje kameros padeda stebėti lentynų užpildymą, skaičiuoti klientų srautus, analizuoti eiles ir optimizuoti kasų darbą. Kai kurios parduotuvės bando be kasų veikiančius modelius, kur klientas tiesiog pasiima prekes, o kameros ir sensorai automatiškai apskaičiuoja krepšelio vertę.

Viešasis sektorius ir miestų infrastruktūra

Savivaldybės ir valstybės institucijos taip pat eksperimentuoja su kompiuterine rega. Pavyzdžiui, miestuose kameros naudojamos eismo srautams stebėti, aptikti spūstis ar avarines situacijas, reguliuoti šviesoforų laikus. Tai gali padėti sklandžiau valdyti transporto judėjimą ir greičiau reaguoti į incidentus.

Kita sritis yra saugumas, kur kompiuterinė rega naudojama objektų perimetro stebėjimui, neteisėtam patekimui aptikti, kartais ir žmonių identifikavimui. Čia ypač aktualūs privatumo ir asmens duomenų apsaugos klausimai, todėl būtina paisyti Reglamento dėl asmens duomenų apsaugos reikalavimų ir turėti aiškų teisinį pagrindą.

Nauda ir ribos: kur verta pasitikėti, o kur dar atsargiai

Kompiuterinės regos privalumas yra gebėjimas nuosekliai, be pertraukų ir nuovargio stebėti aplinką ir atlikti pasikartojančias užduotis. Sistema gali veikti dvidešimt keturias valandas per parą, septynias dienas per savaitę, tai ypač naudinga ten, kur žmogui būtų sunku išlaikyti dėmesį.

Tačiau dirbtinio intelekto modeliai nėra neklystantys. Jie priklauso nuo mokymo duomenų kokybės ir įvairovės. Jei sistema buvo mokyta su ribotu pavyzdžių rinkiniu, ji gali prasčiau veikti kitose aplinkose, pavyzdžiui, esant kitokiam apšvietimui, naujiems objektų tipams ar net sniegui vietoje saulėtos dienos.

Klaidų rizika ir šališkumas: kodėl svarbu žmogiška priežiūra

Kompiuterinės regos sprendimai gali suklysti ir netipinėse situacijose priimti klaidingus sprendimus. Pavyzdžiui, netikėta šešėlių kombinacija gali būti palaikyta objektu, o atspindžiai lange suklaidinti sistemą, kuri ieško judesio. Todėl kritinėse srityse, tokiose kaip medicina ar saugumas, labai svarbi žmogiška priežiūra.

Dar vienas pavojus yra šališkumas. Jei mokymo duomenyse dominuoja tam tikri veidai, kūno tipai ar aplinkos, sistema gali nelygiai atpažinti skirtingas žmonių ar situacijų grupes. Tai jau dabar kelia diskusijų visame pasaulyje, ypač kalbant apie viešojo stebėjimo sprendimus ir veidų atpažinimą.

Privatumas ir teisė: ką verta žinoti paprastam naudotojui

Kai kalbame apie kameras ir dirbtinį intelektą, labai svarbu žinoti, kas vyksta su vaizdo duomenimis. Ar jie tik trumpai apdorojami ir išmetami, ar saugomi ilgesnį laiką, kam prie jų turi prieigą, ar vaizduose esantys žmonės gali būti identifikuojami pagal veidą, drabužius ar kitus požymius.

Jei esate organizacija, planuojanti diegti kompiuterinės regos sistemą, privalu įvertinti duomenų apsaugos reikalavimus, atlikti poveikio duomenų apsaugai vertinimą, aiškiai informuoti žmones apie stebėjimą ir rinktis tiekėjus, kurie siūlo galimybę kuo labiau anonimizuoti vaizdus, pavyzdžiui, užtušuoti veidus.

Kaip ne techniniam žmogui įvertinti siūlomą sprendimą

Jei jums siūlomas kompiuterinės regos produktas, naudinga užduoti kelis paprastus, bet svarbius klausimus. Pavyzdžiui, kokie yra sistemos tikslumo rodikliai ir kaip jie buvo matuojami, kokiomis sąlygomis technologija veikia prasčiausiai, kaip elgiamasi su nuotraukomis ar vaizdo įrašais po apdorojimo.

Taip pat verta pasidomėti, ar sprendimas leidžia lengvai išjungti ar perkonfigūruoti tam tikras funkcijas, pavyzdžiui, veidų atpažinimą. Lankstumas ir aiški dokumentacija yra geras ženklas, kad kūrėjai galvoja ne tik apie funkcionalumą, bet ir apie atsakomybę.

Ko tikėtis artimiausiais metais

Artimiausiu metu galima tikėtis ne tiek triukšmingų revoliucijų, kiek nuosaikaus kompiuterinės regos skverbimosi į skirtingas sritis. Kameros tampa pigesnės, skaičiavimo galia didėja, todėl įmonėms paprasčiau testuoti ir diegti konkrečius, riboto masto sprendimus.

Tuo pačiu visuomenės diskusijos apie privatumą ir stebėjimą tik stiprės. Tai reiškia, kad kompiuterinė rega vis dažniau bus derinama su aiškiomis taisyklėmis, skaidrumu ir galimybe žmonėms sužinoti, kaip ir kodėl jų aplinkoje veikia tokios sistemos. Tokia kryptis padeda išnaudoti technologijos naudą, išlaikant pagarbą žmogaus teisėms.