В ОАЭ презентовали российскую «‎‎сомневающуюся» нейросеть

На международной конференции по обработке изображений ICIP 2024 в Абу-Даби (ОАЭ) российские ученые представили новую ансамблевую нейросеть, которая обеспечивает более точное распознавание объектов на изображениях, не включенных в базы данных. Об этом информируют «РИА Новости», ссылаясь на пресс-службу Университета МИСИС.

По мнению ученых, новый алгоритм может значительно повлиять на развитие беспилотных транспортных средств и медицинской диагностики, где важно уметь различать неопознанные элементы и графические артефакты.

С учетом растущего объема данных, в университете подчеркивают необходимость создания более надежных нейросетей, способных эффективно классифицировать новые объекты и выявлять технические помехи, которые неизбежно возникают при обработке изображений.

Научная группа, работающая в сотрудничестве со студентами Университета МИСИС и МФТИ, разработала ансамблевую нейросеть SDDE (Saliency Diversified Deep Ensembles). Эта модель включает несколько алгоритмов, обучающихся на различных подмножествах баз данных и акцентирующих внимание на уникальных изображениях. Это позволяет нейросети идентифицировать объекты с минимальными ошибками.

Как сообщил один из авторов проекта, студент третьего курса Института компьютерных наук НИТУ МИСИС Максим Жданов, SDDE продемонстрировала лучшие результаты по сравнению с аналогичными алгоритмами.

«‎‎Мы внедрили новый метод диверсификации ансамблей, что позволило повысить точность “сомнительных” решений нейросети при обработке данных, внесенных вне привычных распределений, что критически важно для ее практического применения. Например, автопилот должен четко распознавать объекты на дороге для предотвращения аварий, а для точного медицинского диагноза необходима обширная база данных. Некалиброванные модели могут быть чрезмерно уверены в своих ошибочных выводах. Наш метод, напротив, устраняет такую уверенность, позволяя более точно оценивать свои результаты», – объяснил Жданов.

Для повышения эффективности обнаружения артефактов исследователи применили метод Outlier Exposure, обучая модель на специально подготовленных наборах данных.

Алгоритм был разработан в некоммерческой лаборатории T-Bank AI Research, занимающейся изучением искусственного интеллекта.

Ранее компания «Яндекс» выпустила новое поколение генеративных нейросетей под названием YandexGPT 4. Обновление включает в себя языковую модель Pro и облегченную версию Lite.

Теперь нейросеть может решать больший круг сложных и разнообразных задач, связанных с обработкой и анализом текста. Так, с новой моделью можно анализировать обращения клиентов, автоматизировать закупки, сортировать письма и заявки, проверять резюме и решать другие вопросы.