Teknologi kecerdasan buatan telah lama digunakan dalam sistem pengecaman wajah dan pencarian orang menggunakan kamera CCTV. Namun, ini jauh dari satu-satunya parameter yang dapat digunakan untuk mencari. Sebagai contoh, sekumpulan penyelidik di India melatih kecerdasan buatan untuk mencari orang yang tepat berdasarkan ketinggian, jantina dan pakaian yang mereka pakai.
Teknologi ini mungkin kelihatan sangat asing bagi seseorang, kerana "mengenali" orang dengan wajah mereka, anda dapat memperoleh data yang lebih tepat. Tetapi tidak begitu. Penyelidik sendiri memberi contoh. Bayangkan anda hanya mengetahui parameter carian tertentu dan lokasi anggaran. Dan bukannya menonton semua bahan dari semua kamera, anda boleh membuat permintaan, misalnya, "wanita dengan kemeja merah, yang tingginya 153 sentimeter." Ini akan mempersempit pencarian dan mengurangkan masa untuk mengenal pasti orang tertentu.
Sistem ini berdasarkan rangkaian saraf konvolusional (CNN). Ini adalah subjenis rangkaian saraf berdasarkan teknologi pembelajaran mesin dalam. CNN menggunakan dalam karyanya beberapa ciri fungsi korteks visual otak. Sekiranya anda cuba menerangkannya secara sederhana, terdapat segmen yang bertindak balas terhadap isyarat mudah (misalnya, kehadiran warna merah) dan ada yang lebih kompleks - gabungan fungsi mudah (contohnya, semua jenis baju). Banyak segmen kecil boleh menjadi sebahagian daripada beberapa yang besar (kemeja, kemeja-T, seluar, dll boleh berwarna merah). Pada pembinaan hubungan antara segmen, rangkaian saraf dapat membuat kesimpulan mengenai kehadiran objek tertentu dan sifatnya.
Bagi algoritma itu sendiri, pada masa ini ketepatan kerjanya adalah sekitar 60% (rata-rata, rangkaian saraf meneka dengan tepat 28 orang daripada 41 orang). Ini mungkin tidak mencukupi, tetapi ini hanya versi pertama algoritma yang akan diperbaiki. Seperti yang dinyatakan oleh pemaju, Vladimir Kuznetsov