logo
Новость
/ Санкт-Петербург

Нейронные сети поставят на службу слабовидящим

КоммутаторКоммутатор
Максим Додонов © Красная Весна

Разработку нового гаджета, который, возможно, будет полезен слабовидящим людям, анонсировала компания «Бизнес Бюро». Об этом 19 ноября сообщает интернет-издание «Известия».

Прибор, разработанный российскими конструкторами, имеет размер плеера и снабжен широкоформатной камерой и микрофоном. Изображение и звук будут передаваться через интернет в расчетный центр, где программа, названная системой мультиканальной обработки информации СОМСИ, проанализирует полученные данные и выдаст клиенту описание в форме голосового сообщения. Вывод информации будет производиться в тактильной форме или отображении виртуальных примитивов на специальном импланте, который будет подключен к нервной системе.

Обработка информации будет проводиться на отдельном сервере с помощью так называемой нейронной сети — обучаемой автоматической системы распознавания образов. Собственно ее обучение уже продолжается в течение года.

Вице-президент Всероссийского общества слабовидящих Дмитрий Блюм сказал, что поскольку эта система не входит в утвержденный правительством перечень технических средств реабилитации, предоставляемых инвалидам, то вначале число пользователей будет невелико. Но если система хорошо себя зарекомендует, то можно будет попытаться продвинуть ее на федеральном уровне.

Правда, генеральный директор Культурно-спортивного реабилитационного комплекса общества слепых Владимир Баженов полагает, что система СОМСИ не способна обеспечить необходимой информацией идущего человека из-за недостаточно высокой скорости обработки информации и передачи ее через интернет.

Напомним, что искусственной нейронной сетью называется устройство, состоящее из множества простых элементов — «нейронов», соединенных между собой по определенному правилу. Могут применяться для распознавания образов. Устройства, в частности, представляют особый интерес для программистов, потому что в них не надо детально описывать все возможные свойства опознаваемого объекта, а можно «обучать» систему, представляя ей «нужные» и «прочие» объекты для автоматического подбора параметров, дающих возможность отличать «нужные» объекты от «прочих». О возможности практического применения искусственных нейронных сетей сообщалось ранее здесь, здесь и здесь.