Программа-хамелеон научилась быстро распознавать различные объекты на спутниковых снимках

Обычно искусственный интеллект не может быстро переключаться между распознаванием различных образов на снимках. Однако недавно созданной программе-хамелеону METEOR достаточно всего нескольких изображений для того, чтобы научиться находить объекты на снимках, полученных со спутников или дронов.

Программа-хамелеон способна распознавать различные объекты
Программа-хамелеон способна распознавать различные объекты. Источник: Communications Earth & Environment (2024). DOI: 10.1038/s43247-023-01146-0

Проблема с распознаванием образов

Исследователи из Лаборатории экологических вычислительных наук и наблюдения за Землей EPFL заявляют, что им удалось создать новую систему распознавания образов на основе искусственного интеллекта. Она способна быстро обучаться распознавать различные классы объектов на снимках, полученных с воздуха или орбиты.

Программы распознавания образов — один из самых распространенных типов искусственного интеллекта в современном мире. Если натренировать искусственную нейросеть на достаточно большом количестве снимков, она сможет самостоятельно находить объекты на новых изображениях быстрее, чем целая команда людей. Этим они чрезвычайно интересны для тех, кто обрабатывает большие объемы визуальной информации.

Однако такие системы имеют один важный недостаток. Умение различать один объект никак не помогает им, если возникает задача найти на снимках что-то другое. Их снова надо обучать на большом количестве уже обработанных данных.

Однако команда из EPFL заявляет, что их программа-хамелеон METEOR, после того, как ее научили различать один тип объектов, способна работать с другими после показа лишь нескольких новых фото. Это тем более невероятно, если учесть, что она предназначена для работы со спутниковыми и авиационными снимками.

На что способна программа-хамелеон

Работа со снимками, полученными с дронов или спутников, считается сложной для искусственного интеллекта из-за того, что проблемы с распознаванием возникают еще и из-за использования различных диапазонов и разрешения камер. Поэтому для работы с каждым новым источником изображений его надо переучивать.

Однако разработчики уверяют, что программа-хамелеон METEOR может это делать чрезвычайно быстро. Такое определение соответствует ее сущности: она будто каждый раз становится новой нейросетью. Чтобы доказать это, исследователи провели испытание.

Оно включало пять задач, которые программа-хамелеон должна была пройти одну за другой. Перед выполнением каждой из них ей предоставлялось всего несколько снимков для обучения. Сначала она измеряла уровень покрытия земли растительностью в Австралии, затем определяла зоны вырубки в бразильских тропических лесах.

После того METEOR дали задание определить изменения в Бейруте после взрыва 2020 года, обнаружить куски мусора в океане и классифицировать городские территории по различным типам землепользования (промышленные, коммерческие и жилые районы с высокой, средней и низкой плотностью).

Удивительно, но программа-хамелеон справилась с этими задачами почти так же хорошо, как и отдельные нейросети, которые специально долго обучали для выполнения каждой из них отдельно. В дальнейшем разработчики планируют использовать этот искусственный интеллект для решения преимущественно экологических задач.

По материалам phys.org

Только самые интересные новости и факты в нашем Telegram-канале!

Присоединяйтесь: https://t.me/ustmagazine

Вселенная на грани понимания: темная энергия и загадка бесконечного расширения
Падение астероидов на мертвые звезды: загадочным сигналам из космоса нашли объяснение
Ученые увидели аналог молодого Млечного Пути в ранней Вселенной
Квантовый процессор Google Willow выполняет вычисления в параллельных Вселенных
Лунная коалиция на 50 стран: Панама и Австрия присоединились к Соглашениям Артемиды
Расследование марсианской авиакатастрофы: что погубило вертолет Ingenuity
Возле другой звезды нашли теплый сатурн
Теплая и солнечная погода на Марсе угрожает колонизации планеты
Проект OPAL: NASA рассекретила результаты 10-летнего исследования планет-гигантов
Инженеры предлагают дешевый аппарат для разведки планет