Кибернетики МГУ меняют подход к разработке алгоритмов компьютерного зрения
Ученые факультета вычислительной математики и кибернетики МГУ исследовали, почему нейросетевые алгоритмы слежения за объектами на видео работают с разной точностью.
Исследователи анализировали внутренние признаки, которые нейросеть формирует на разных этапах обработки изображения, и предложили набор специальных показателей – «микрометрик». Затем их сопоставили с фактическим качеством трекинга. Для одной из метрик корреляция с качеством работы алгоритма на отдельных видеопоследовательностях достигала 0,96 по коэффициенту Пирсона.
Мы привыкли оценивать искусственный интеллект по его конечным результатам: распознал лицо, отследил автомобиль, обошел препятствие. Но что происходит внутри нейросети в миллисекунды между кадром и решением? Обычно это «черный ящик». Однако исследователи факультета вычислительной математики и кибернетики МГУ предложили способ заглянуть внутрь этого ящика, изменив сам подход к разработке алгоритмов компьютерного зрения.
Анатомия алгоритма: микрометрики вместо слепого перебора
Ученые МГУ не создали очередной «супер-трекер», обещающий чудеса точности. Их открытие иного рода – они нашли способ понять, почему одни нейросетевые алгоритмы слежения за объектами на видео работают безупречно, а другие дают сбой. Проанализировав внутренние признаки, которые модель формирует на этапах обработки изображения, исследователи вывели набор специальных «микрометрик».
Корреляция одной из таких метрик с реальным качеством трекинга достигла 0,96 по коэффициенту Пирсона. Это означает, что разработчики больше не обязаны вслепую перебирать архитектуры и параметры в надежде на удачу. Теперь у них появился математический компас, указывающий, какие именно внутренние свойства нейросети отвечают за устойчивое сопровождение объекта. Это переводит создание ИИ из разряда «алхимии» в плоскость точной, объяснимой инженерии.
Глобальный тренд: от обнаружения к осмысленному сопровождению
Работа московских математиков идеально вписывается в эволюцию отрасли. Если в 2021-2022 годах коллеги из МФТИ фокусировались на 3D-трекинге и создании сетей вроде FMFNet, а в 2024-2025 годах в МГТУ им. Баумана решали задачи ускорения алгоритмов для работы в реальном времени, то сегодня индустрия сталкивается с новым вызовом.
Мировые гиганты выпускают универсальные модели (вроде SAM 2), которые отлично сегментируют видео, но «слепнут» при пересечении объектов или сложном освещении. Российские ученые предлагают следующий эволюционный шаг: переходить от простого факта обнаружения к глубокому пониманию и устойчивому сопровождению в хаотичных реальных условиях.
Фундамент для суверенных технологий: от «умного города» до экспорта
Устойчивый трекинг – это нервная система для интеллектуальных транспортных систем, промышленных роботов, логистики и комплексов «умного города». Чем надежнее алгоритм удерживает объект в видеопотоке, тем меньше фатальных ошибок возникает на этапе автоматической обработки данных.
В России для этого уже готова почва. Компании вроде NtechLab успешно внедряют решения компьютерного зрения в десятках регионов и экспортируют их на рынки Глобального Юга. Совместные проекты по созданию отечественных программно-аппаратных комплексов требуют надежной математической базы. Микрометрики МГУ могут стать тем самым скрытым двигателем, который повысит конкурентоспособность российских IT-продуктов, снизив нашу зависимость от зарубежных «коробочных» решений.
Путь из лаборатории в производство
Разумеется, путь от академической статьи, представленной на «Ломоносовских чтениях», до отраслевого стандарта неблизкий. Микрометрики предстоит «стресс-тестировать»: проверять на разных архитектурах, в условиях перекрытия объектов, при резких скачках масштаба и ракурса. Важно убедиться, что корреляция сохраняется при переходе от лабораторных видео к реальным производственным данным.
Но главная ценность исследования МГУ уже очевидна. Оно возвращает разработчикам контроль. Искусственный интеллект перестает быть магией и становится управляемым инструментом. И именно на таком фундаменте – фундаменте понимания, а не слепого копирования – строится подлинный технологический суверенитет России в сфере ИИ.
