Всевидящее око

Группа учёных КазНУ имени аль-Фараби и Института информационных вычислительных технологий разработала алгоритмы машинного обучения для классификации разновидностей сорных растений.

Внедрение интеллектуальных систем их обнаружения актуально в целях экономии гербицидов и пестицидов и получения экологически чистых продуктов. В исследовательской работе представлена программа обнаружения вредителей сельскохозяйственных угодий, состоящих из четырёх видов сорных растений – ширицы, амброзии, вьюнка и костера. По итогам проведенной оценки, точность обнаружения сорняков составила до 87,5%.

Но находить нынче приходится не только вредоносную амброзию, мифологическую пищу богов. Молодые учёные и студенты физико-технического кластера КазНУ им. аль-Фараби, обучающихся по специальностям «радиотехника», «электроника» и «телекоммуникации», разработали систему распознавания лиц и мониторинга Machine Vision, основанную на использовании нейронных сетей глубокого обучения. В настоящее время эта современная технология внедрена на базе кампуса Al-Farabi Smart University. Благодаря стартапу загружены данные о проживающих в общежитиях студентах. Если на территории окажутся посторонние лица, охранник сможет без промедления отреагировать на сигнал. После тестирования система установлена в контрольно-пропускных пунктах по всей территории вуза. Её внедрение способствует соблюдению безопасности в студенческом городке и сокращению числа правонарушений. Проект стал очередным важным шагом на пути цифровизации Казахстана, а руководство университета в очередной раз проявило дальновидную мудрость, дав возможность реализовать идею молодых и внедрить систему в стенах родного вуза.

Зарина Мелис, Жолдас Бурибаев, Айсулу Атаниязова, учёные КазНУ, Едилхан Амиргалиев из Института информационных и вычислительных технологий – те самые, поработавшие с помощью нейронных сетей над обнаружением сорняков, реализовали и проанализированы алгоритмы распознавания лиц по нечетким изображениям. Основное внимание эта группа учёных уделила извлечению информативных признаков. Исследуемые алгоритмы распознают человека по глазам, даже если его лицо будет чем-то прикрыто. По результатам исследования точность алгоритмов составляет до 96,8%. Нередко раздающиеся голоса, что таким образом нарушается субъектность человека, не имеют ничего общего с реальностью. Роботизированные системы мониторинга, системы оповещения и раннего реагирования на нарушителей общественного порядка, не говоря уже о совершающих преступные действия, позволяют повысить уровень безопасности в стране.

Зауре Ахметова