Як кажуть, одна картинка варта тисячі слів, однак те що відбувається на цій самій картинці не обов’язково описувати настільки докладно – можна обійтися без фанатизму і дати короткий опис. Саме такому навику «бездушну машину» вирішила навчити спільна команда вчених зі Стенфордського університету і компанії Google.

Дослідникам вдалося зробити, без перебільшення, найважливіший крок в області машинного навчання, штучного інтелекту і, зокрема, комп’ютерного зору. Алгоритми, створені в «корпорації добра» активно використовують у своїй роботі нейронні мережі і здатні не тільки розпізнавати предмети, класифікувати їх і будувати смислові зв’язки між об’єктами на зовсім незнайомій картинці, але й описувати все це звичайною людською мовою.

Наприклад, картинку, розташовану вище, система описала як «дві піци, що лежать на поверхні плити». А на зображенні, розташованому нижче, алгоритми розпізнали «групу людей, що здійснюють покупки на вуличному ринку». Незважаючи на тривіальність, вирішити таке завдання архіскладно і за, здавалося б, простими результатами стоїть титанічна наукова робота, складні системи ШІ і найпередовіші технології.

Потенціал у програмної платформи гігантський, щоправда, широке її застосування «прямо завтра» поки не планується (що явно є лише питанням часу).

Творці системи розпізнавання і опису образів на зображеннях, кажуть на даний момент лише про допомогу людям зі слабким зором (які зможуть зрозуміти, що зображено на картинках, наприклад, зі статей в інтернеті) або про автоматичне додавання опису до картинок.

Ясно, що таке застосування такого досконалого інструменту те саме що стріляти з гармати по горобцях. І абсолютно очевидно, що передова розробка в найближчому майбутньому буде вирішувати набагато актуальніші і глобальніші завдання. (Окремі фантазери легко зв’яжуть в розумі дану новину і торішні новини про покупку Google роботехнічних компаній, однією з яких є Boston Dynamics).
Напевно одним з перших застосувань технології буде пов’язано з пошуковою системою Google. Наприклад, вона може бути інтегрована в пошук картинок, які не мають правильних підписів – індексовані зображення будуть отримувати автоматичний опис і допоможуть поліпшити релевантність пошукової видачі.