Интересные эксперименты получились с системой распознавания — это когда по фотографии программа определяет, какой предмет вы ей показываете. Подобные технологии очень востребованы в ритейле — их используют для контроля выкладки на полках. Таких систем очень много, тот же Google Photos использует упрощенную версию ИИ от Google. В нашем случае использовалась система
DarkNet, она довольно просто устанавливается и позволяет быстро получить результат.
Базовое обучения DarkNet уже провели разработчики — система могла узнать некоторые предметы на фото, продукты, животных и людей. Александр хотел выяснить, сможет ли клиент начать использовать систему сразу после установки. Ответ — нет. Систему нужно дополнительно обучать решать конкретную задачу. Если нужно распознавать йогурты, в систему загружают десятки фотографий йогурта определенной марки.
Еще один вывод исследований — на рынке нет (и пока не может быть) универсальных систем, которые не надо учить. Клиенту для внедрения всегда будет нужна помощь специалистов, то есть, возможно, нас с вами.
У лаборатории были и другие задачи. Когда вышло
видео про Большую цель, построили усредненный портрет сотрудника, который посмотрел или не посмотрел его на портале. Хотелось с помощью искусственного интеллекта понять, как корпоративные коммуникации сделать ближе каждому сотруднику компании. Например, система показала руководителя, у которого больше всего сотрудников не посмотрели видео. Когда результаты стал изучать сам Александр, выяснилось, что причина очень простая — в подчинении у этого руководителя больше всего сотрудников.