Будущее Илья Калагин
1445

Компьютерное зрение в России: сегодня, завтра, никогда

По темпам роста компьютерное зрение лидирует среди ключевых направлений применения искусственного интеллекта (ИИ). О том, что лежит в основе первенства, а также где в России компьютерное зрение уже решает конкретные проблемы, для каких задач отечественные заказчики начнут его использовать в ближайшие пять лет и с какими тематическими прогнозами, возможно, придётся подождать не одно десятилетие, — делится мнением Илья Калагин, руководитель Центра когнитивных технологий «АйТеко».

В закладки

Компьютерное зрение — практическое направление искусственного интеллекта, используемое для извлечения данных разного типа из изображений: видео, фотографий, медицинских снимков и так далее.

Российский бизнес и организации начинают активно внедрять эту технологию: почти каждый день в отраслевых новостных каналах можно прочитать, что компания А решила с помощью видеоаналитики задачу Б.

Это интересный для рынка опыт, но иногда применение технологии для решения этого класса задач ограничивается одним-двумя кейсами. Посмотрим на направления, где уже можно говорить об уверенном присутствии технологии в России.

Здесь и сейчас

С одной стороны, мы слышим о взрывном росте спроса на видеоаналитику, и это правда, но стоит отметить, что пока в России массово технология используется лишь в узких областях. По итогам прошлого года на отечественный производственный сектор пришлось около 17% объёмов рынка компьютерного зрения.

Но в целом об освоении технологии российскими предприятиями говорить преждевременно. У заказчиков достаточно причин для настороженности: высокие риски, проекты длительные и дорогостоящие, низкие гарантии результата.

Если у одних сильна установка, что для решения задач, например, дефектоскопии, люди обходятся дешевле, то у других пока нет готовности идти на связанные с сокращением персонала риски. Индустрии необходимо несколько лет для преодоления этих барьеров.

Биометрическая идентификация. Технологии распознавания лиц от отечественных разработчиков признаны одними из лучших в мире. Ими оснащены камеры в общественном транспорте и местах общего пользования: метро, аэропортах, вокзалах, улицах российских городов.

Запущена Единая биометрическая система, которая позволяет банкам использовать такой способ удалённой идентификации клиента для открытия счёта или предоставления кредита. В будущем биометрия позволит сделать доступнее для населения популярные цифровые сервисы.

Также могу отметить, что сейчас в российских компаниях реализуется большое число проектов по внедрению биометрических систем для контроля доступа и учёта рабочего времени.

Дорожное движение. Машинное распознавание автомобильных номеров успешно применяется для фиксации нарушений ПДД с 2006 года. Восемь из десяти штрафов выносится сегодня с помощью автоматики. Благодаря этому количество выставленных штрафов ежегодно увеличивается: в прошлом году рост составил 17%.

Официальные источники утверждают, что видеокомплексы фиксации снижают уровень смертности на дорогах. Есть и другие возможности использования компьютерного зрения для повышения безопасности и комфортности дорожного движения. Например, ситуационный центр ЦОДД Москвы использует данные с видеокамер, установленных на дорогах и магистралях, для повышения эффективности управления транспортными потоками.

Супермаркеты. Один из лидеров сегмента X5 Retail Group с помощью компьютерного зрения борется с очередями, отсутствием товаров на полках и магазинными ворами. Технологию тестируют и другие крупные сети. Сейчас, на мой взгляд, отечественный ритейл как раз подводит итоги пилотных проектов и переходит к системному использованию технологии и в столице, и в регионах.

Смартфоны. Больше всего шансов столкнуться с достижениями компьютерного зрения у среднестатистического россиянина в последних моделях смартфонов. Алгоритмы искусственного интеллекта и нейросети применяются в них для идентификации пользователя и кластеризации изображений.

Многие смартфоны автоматически определяют класс объекта на фотографии: собака, селфи, пейзаж или достопримечательность. Различные приложения используют достижения ИИ для развлечения. Среди самых известных: Prisma для стилизации изображений и FaceApp, показывающий, как мы будем выглядеть в старости.

И есть тренд на оснащение камер смартфонов софтом автоматической обработки изображений, позволяющим, например, получать фотографии хорошего качества в условиях недостаточной освещённости.

Планы на пятилетку

Наряду с безопасностью и наблюдением одним из главных драйверов роста направления компьютерного зрения всё же станет отечественная промышленность. В этой сфере слишком много сценариев его использования для существенной оптимизации издержек.

Распространению технологии будут способствовать её ежегодное удешевление и развитие облачных сервисов. Компьютерное зрение через пять лет станет доступно тем организациям и людям, которые сегодня не могут его позволить из-за стоимости решений или требований к техническим ресурсам.

Событийная видеоаналитика. Ценность таких систем наблюдения и слежения в автоматическом определении нештатных ситуаций. В аэропорту или на вокзале это могут быть оставленные без присмотра вещи, физический конфликт пассажиров или задымление.

Можно прогнозировать оснащение подобными решениями ключевых элементов отечественной транспортной инфраструктуры. С помощью компьютерного зрения можно контролировать проникновение в опасную зону или пересечение заданной линии.

Спрос на системы этого типа есть и у коммерческих служб безопасности: автоматика позволяет отследить противоправные действия на охраняемой территории и оперативно среагировать. В ближайшем будущем стандартные камеры наблюдения будут оснащаться решениями событийной видеоаналитики.

Охрана труда. На западном рынке решения компьютерного зрения для контроля безопасности труда уже давно и хорошо продаются. Отечественные компании ранее не хотели инвестировать в это направление с отговоркой, что соблюдение регламентов — ответственность работников.

Сегодня мы наблюдаем, как наши заказчики уже не просто интересуются, но и готовы покупать подобные продукты. Чаще всего встречается потребность в автоматической фиксации ношения средств индивидуальной защиты (каска, перчатки, защитные очки, респиратор и другое).

Стоит отметить, что главный источник подобного спроса — крупные компании с сотнями и тысячами сотрудников, которые, по моему прогнозу, и останутся основными потребителями подобных решений в ближайшие пять лет.

Метрические измерения. Системы измерений, использующие машинное зрение, будут всё чаще применяться в технологических процессах. Метод обеспечивает высокую точность и скорость при меньшей себестоимости одного измерения по сравнению с ручным трудом.

Также бесконтактные способы позволяют измерять крупногабаритные объекты и объекты сложной конфигурации. Одним из препятствий к внедрению остаются требования ГОСТов к средствам измерения, с которыми в случае цифровых измерений связаны теоретические и практические сложности.

Дефектоскопия. Современные технологии с точностью, превосходящей человеческую, позволяют детектировать внешние дефекты различных деталей, рельсов, сталепроката и так далее и выявлять скрытый брак.

Трекинг объектов. Компьютерное зрение помогает обеспечивать прослеживаемость промышленных объектов — в автоматическом режиме контролировать различные параметры технологических процессов, отслеживать историю прохождения продукции, её состояние на различных этапах и быстро реагировать на отклонения.

Также технология может измерять объём после загрузки открытых грузовиков или ж/д-вагонов, фиксировать его изменения в процессе транспортировки, формировать «электронную пломбу» и проводить паспортизацию. Доступна прослеживаемость перемещений людей, животных, транспорта и других динамичных объектов на определённых территориях.

«Умный» дом. Устройства со встроенными решениями видеоаналитики станут более доступны и начнут появляться в наших домах.

Компьютерное зрение может быть полезно для детектирования тревожных событий, обеспечения безопасности периметра, слежения за детьми или домашними питомцами, реализации определённого сценария (например, камера устанавливает факт загрязнения, и за этим следует автоматический запуск робота-пылесоса).

Прекрасное и далёкое

Есть комплексные направления, развитие которых тесно связано с актуальными возможностями компьютерного зрения. Самый яркий пример — автономный транспорт. Чтобы он стал частью нашей повседневной реальности, должны произойти сложные системные изменения. Они требуют времени.

В таких областях не всё определяется достижением определённого уровня развития конкретной технологии — нужны инфраструктура и серьёзные инвестиции в неё, законодательная база, психологическая готовность рынка и потребителей и даже договор общества относительно этических вопросов.

Не каждый согласится купить автомобиль за несколько миллионов рублей, зная, что его настройки предполагают сценарии, в которых автоматика может пожертвовать жизнью водителя. Поэтому подобные изменения будут происходить плавно, если не сказать медленно.

То же относится к системе отечественного здравоохранения. На государственном уровне заявлены планы на внедрение ИИ в эту сферу, но скорость изменений будет невысока из-за тех же регуляторных, бюрократических и психологических барьеров.

Для перемен такого масштаба в рамках большой, сложной и достаточно консервативной системы требуются годы. Также в ближайшем будущем развитие компьютерного зрения будут ограничивать проблемы низкой интерпретируемости получаемых результатов, угрозы безопасности и нехватка подготовленных кадров.

Но те выгоды, которые оно способно принести, по оценкам аналитиков, позволят этому сегменту отечественного ИИ-рынка вырасти за ближайшие пять лет в пять раз.

Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "Илья Калагин", "author_type": "self", "tags": [], "comments": 0, "likes": 7, "favorites": 26, "is_advertisement": false, "subsite_label": "future", "id": 79287, "is_wide": false, "is_ugc": true, "date": "Thu, 15 Aug 2019 10:35:27 +0300" }
{ "id": 79287, "author_id": 311088, "diff_limit": 1000, "urls": {"diff":"\/comments\/79287\/get","add":"\/comments\/79287\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/79287"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199118, "last_count_and_date": null }
Комментариев нет

Популярные

По порядку

0
{ "page_type": "article" }

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Плашка на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } } ]
Нейронная сеть научилась читать стихи
голосом Пастернака и смотреть в окно на осень
Подписаться на push-уведомления
{ "page_type": "default" }