Клони на дърво над улица в Южна Калифорния. Кредит: ShutterstockСпрете за секунда и погледнете през прозореца. Вероятно ще видите дърво някъде отвън. Познавате ли вида му? Колко често трябва да се полива? Здравословно ли е?
Пиетро Перона си представя свят, в който можете да гледате дърво или безброй други обекти и с помощта на смартфон незабавно да придобиете опит за него. Докато ти може да не знае нищо за артикула, „някой ще разбере какво е“, казва Перона, професор по електротехника на Алън Е. Пукет в Калифорнийския технологичен институт (Caltech). „И ако някой знае, [вашият] iPhone също трябва да може да знае.“
Той не означава, че просто ще попитате Google или Siri. По-скоро бихте направили снимка на обекта – вземете например дървото – и алгоритъм, използван в приложение или уебсайт, ще може да го разпознае, като сравни вашето изображение с данни, събрани за различни дървесни видове. Perona предвижда този тип алгоритъм да работи за милиони други видими неща, от растения и животни до геоложки образувания - дори различни здравословни симптоми, като кожни обриви.
Перона изследва компютърното зрение и как да „възпроизведе способността на човешката зрителна система в машина“, казва той. През последните няколко години той се интересува особено от обучението на компютрите да извършват фина визуална категоризация, което е способността да се идентифицират обекти много конкретно, като дърво до неговия вид или сграда според нейния стил на архитектура. Някои компании вече използват технологии, които могат да направят това - софтуерът на Facebook може да разпознае визиите на вашите приятели в снимки, например.
През 2009 г. Perona започна да проучва идеята за използване на машинно обучение за предоставяне на опит при поискване за видовете птици. Това беше първият проект в текущото сътрудничество с професора по компютърни науки от университета Корнел Серж Белонджи, наречен Visipedia , което по същество е визуална енциклопедия, която се учи от човешки експерти как да класифицира обекти. Техните лаборатории са работили с експерти по птици, за да етикетират хиляди интернет изображения на птици от цялата страна, като анотират отличителни детайли за техните клюнове, очи и друга морфология. След това те подадоха тези данни в своя алгоритъм, като по този начин го „обучиха“ как да идентифицира птиците чрез техните наблюдаеми черти.
Компютърните визуални алгоритми „имат силни компоненти за обучение, така че [можете] да създадете много общ софтуер, който може да се учи от примери“, казва Перона.
Полученият алгоритъм за птици досега може да идентифицира повече от 550 вида птици в Северна Америка, казва Перона, и наскоро беше приложен към мобилно приложение, наречено Мерлин , което позволява на потребителите да качат или направят снимка на птица, за да разберат нейния вид.
За следващия си проект във Visipedia Перона прилага алгоритъма към дървета, вдъхновен от условията на квартала около Caltech. „Бях донякъде загрижен за бъдещето на дърветата в Пасадена, защото Калифорния ограничаваше поливането и можех да видя, че много дървета умират“, казва Перона. Той смята, че алгоритъмът може да осигури по-добра инвентаризация на уличните дървета, на която държавните служители могат да се възползват, за да подобрят стратегиите си за грижа за техните градски гори.
За щастие услугите за сателитни изображения като Google Maps предоставят редовно актуализирана и публично достъпна колекция от изображения на улични дървета в градски райони като Пасадена. Perona набира хора-доброволци, за да етикетират дърветата от недървесни обекти в изображения, направени около Пасадена, и след това използва информация за видовете от предишна инвентаризация на дърветата, направена от града, за да обучи уменията за идентификация на алгоритъма.
В тест за доказателство на концепцията, сравняващ изхода на алгоритъма с градското проучване на дърветата в Пасадена, алгоритъмът открива правилно около 80 процента от дърветата и от тях идентифицира правилните видове около 80 процента от времето, казва Перона.
Perona предвижда този алгоритъм да се използва предимно от градоустройствени специалисти в цялата страна. Като изключва нуждата от човешки геодезисти, технологията потенциално може да спести десетки хиляди часове и евентуално дори милиони долари, изчислява Perona. Освен това алгоритъмът може да се използва за по-редовно провеждане на дървесни проучвания, което позволява по-актуална информация за състоянието на дърветата в дадена област.
„Повечето градове ще правят проучвания на всеки 20-30 години, [но] потенциално бихме могли да провеждаме проучване на всеки шест месеца“, казва Перона. „Можехме да видим как градските гори в САЩ се развиват много по-точно във времето, как реагират на изменението на климата, как реагират на вирус, който се разпространява от един окръг в друг. Ще бъде по-скоро като да видите фондовия пазар или нещо, което се променя през цялото време и се актуализира, вместо да [запазва] тази много статична гледна точка.“