Системы машинного зрения
Системы машинного зрения уже используются во многих областях, большинство из них работает лишь в строго определенных условиях. Например, оптические устройства считывания символов (сканеры) воспринимают знаки, отпечатанные определенным шрифтом, но абсолютно бессильны перед рукописным текстом. Автомобили-автоматы способны двигаться по дорогам, но лишь при условии, что разница между дорогой и обочиной выражена достаточно четко; не исключено, что такой автомобиль врежется в машины на стоянке, если та вплотную примыкает к дороге. Точно так же машины, запрограммированные для распознавания объекта в некотором определенном ракурсе, не сработают, когда тот же объект предстает перед ними в других положениях. Чтобы машинное зрение оказалось действительно полезным, исследователи ИИ должны найти способ задавать машине реальный мир во всем его разнообразии.
Изменение ракурса — лишь часть проблемы: вид объекта может зависеть от множества других причин. Человек без труда понимает, что очищенный и разделенный на дольки апельсин — все равно апельсин, а система машинного зрения обнаружит лишь, что такой объект не имеет ничего общего с целым фруктом. Наложение на конвейере одной металлической детали на другую может привести к тому, что эта пара будет зарегистрирована как некий третий, неизвестный объект. Системы машинного зрения до сих пор испытывают затруднения при выборе деталей из бункера или из неупорядоченной кучи. При изменении освещения меняются цвет и текстура поверхности, возникают кажущиеся границы объектов, например тени, которые не имеют никакого отношения к реальным особенностям или объемной форме объекта. И наконец, представители определенных классов объектов, таких как люди, собаки, автомобили, деревья, нередко так сильно отличаются друг от друга, что любой из них может оказаться не соответствующим «идеалу» машины.