Firmie Google udało się opracować algorytm, który będzie w stanie rozpoznać i nazwać wiele przedmiotów na zdjęciu znacznie szybciej, niż dotychczas.
Zespół GoogleNet zrobił kolejny krok w stronę poprawy analizy obrazu, tym razem opracowując algorytm, który automatycznie rozpoznaje wiele elementów na zdjęciu, potrafi je wskazać i opisać. Nie jest to pierwszy tego typy program, już aplikacja Google Googles na Androida rozpoznawała pojedyncze obiekty na fotografii, choć nie była tak dokładna, jak rozwiązania, nad którymi Google pracuje obecnie.
Nowy algorytm wskaże kilka elementów na zdjęciu, a nie tylko jeden, dobrze wyeksponowany, co więcej, będzie w stanie wskazać jego cechy charakterystyczne. Firma pokazała przykładowe fotografie poprawnie opisane przez algorytm: torbę z owocami, w której każdy z nich został oznaczony, zagracony pokój, w którym udało się wychwycić najważniejsze elementy oraz psa w kapeluszu. Ten ostatni przypadek jest najciekawszy, gdyż program był w stanie wskazać rodzaj nakrycia głowy. Jak zapewniają osoby pracujące nad algorytmem, do korzystania z tej technologii nie potrzeba superwydajnych maszyn, gdyż analizuje ona dane przy wykorzystaniu sieci neuronowej.
Christian Szegedy, jeden z inżynierów Google pracujący nad zagadnieniem rozpoznawania obrazu, zauważa, że postęp w usprawnianiu algorytmu będzie miał wpływ na jakość usług świadczonych przez jego firmę. Wyszukiwanie obrazów w Google będzie dokładniejsze, łatwiej znajdziemy interesujące nas filmy na YouTube, a gdy automatyczne samochody trafią do powszechnego użytku, korzystając z technologii analizy obrazu zadbają o zapewnienie nam bezpieczeństwa na drodze.
Już teraz podobne rozwiązania stosują np. firmy produkujące systemy monitoringu. Cameramanager od Panasonica rozpozna źródło ruchu i nie zaalarmuje administratora systemu, gdy przed kamerą przebiegnie np. zwierze.
Na pierwszy rzut oka wydaje się, że rozwój technologii rozpoznawania obrazu może przynieść nam sporo korzyści. Ale już za kilka lat może okazać się, że systemy miejskiego monitoringu bez problemu rozpoznają w locie tożsamość osób na ulicy, bez konieczności przeprowadzania dogłębnej analizy danych. A stąd już tylko krok do orwellowskiej wizji świata.
