Teknologi kecerdasan buatan telah lama digunakan dalam sistem pengenalan wajah dan pencarian orang menggunakan kamera CCTV. Namun, ini bukan satu-satunya parameter yang dapat digunakan untuk mencari. Misalnya, sekelompok peneliti di India melatih kecerdasan buatan untuk mencari orang yang tepat berdasarkan tinggi badan, jenis kelamin, dan pakaian yang mereka kenakan.
Teknologi ini mungkin tampak sangat aneh bagi seseorang, karena dengan "mengenali" orang dari wajahnya, Anda bisa mendapatkan data yang lebih akurat. Tapi ternyata tidak demikian. Peneliti sendiri memberi contoh. Bayangkan Anda hanya mengetahui parameter pencarian tertentu dan perkiraan lokasi. Dan alih-alih menonton semua materi dari semua kamera, Anda dapat membuat permintaan untuk, misalnya, "wanita berbaju merah, yang tingginya 153 sentimeter." Ini akan mempersempit pencarian dan secara signifikan mengurangi waktu untuk mengidentifikasi orang tertentu.
Sistem ini didasarkan pada jaringan saraf konvolusional (CNN). Ini adalah subtipe jaringan neural berdasarkan teknologi pembelajaran mesin yang dalam. CNN menggunakan beberapa fitur fungsi korteks visual otak dalam pekerjaannya. Jika Anda mencoba menjelaskannya dalam istilah sederhana, ada segmen yang bereaksi terhadap sinyal sederhana (misalnya, adanya warna merah) dan ada yang lebih kompleks - kumpulan fungsi sederhana (misalnya, semua jenis kemeja). Banyak segmen kecil bisa menjadi bagian dari beberapa segmen besar (kemeja, kaos oblong, celana, dll bisa berwarna merah). Pada konstruksi koneksi antar segmen, jaringan saraf dapat menyimpulkan tentang keberadaan objek tertentu dan propertinya.
Sedangkan untuk algoritmanya sendiri, saat ini akurasi kerjanya sekitar 60% (rata-rata, jaringan neural menebak dengan benar 28 dari 41 orang). Ini mungkin tidak cukup, tetapi ini hanya versi pertama dari algoritme yang akan ditingkatkan. Seperti yang dikatakan pengembang sendiri, Vladimir Kuznetsov
