Загальновідомо, що основа успіху Google - це пошук. До певного часу до цього слова незмінно додавали приставку "веб-", але вона, схоже, з кожним роком потрібна все менше і менше: дослідники Google докладають усіх зусиль до того, щоб зробити можливою індексацію не тільки цифрових сутностей, а й об'єктів навколишнього нас дійсності. Ось де по-справжньому великі масиви даних!

Якщо на інтернеті ключем до успіху був алгоритм PageRank, то у випадку з фізичними об'єктами не обійтися без серйозного прориву в області розпізнавання образів. І тут останні досягнення Google виглядають дуже і дуже цікавими. Наприклад, номери всіх будинків у Франції можуть бути розпізнані на наявних знімках Street View протягом години.

Як було досягнуто настільки вражаючий результат? Відповідь криється в науковій роботі під назвою " Розпізнавання багатозначних чисел на знімках Street View за допомогою глибоких свёрточних нейронних мереж ". Її головний автор і керівник проекту - Ян Гудфеллоу. Він придумав, як використовувати нейросеть з одинадцяти шарів, щоб автоматично розпізнавати номери будинків в 95% випадків. Це вже близько до того, на що здатна людина, але в Google поки не залишили планів довести точність до ста відсотків.

Відмінність методу Гудфеллоу від усього, що пробували раніше, полягає в тому, що алгоритм не поділяє число на окремі цифри, і нейронна мережа порівнює вихідне зображення з образами чисел від 1 до 99 999. Іншими словами, цей метод хороший для розпізнавання рядків, що не перевищують п'яти символів. За словами Гудфеллоу, з подальшим масштабуванням можуть виникнути проблеми.

Щоб натренувати нейронну мережу, Гудфеллоу і його команда використовували набір з 200 тисяч знімків, який в Google раніше зробили доступним для сторонніх дослідників. Завдання дещо спрощує той факт, що картинки вже обрізані таким чином, щоб номер будинку займав як мінімум третина зображення.

Однак розробка Гудфеллоу має далеко не тільки академічний інтерес. Вона вже щосили застосовується в Google для виявлення номерів будинків на знімках Street View, зіставлення їх з географічними координатами і складання бази даних.

Автоматизація виявляється надзвичайно корисною при складанні карт тих міст, де недоступні плани з номерами, а також в місцях на кшталт Японії і Південної Кореї, де будинки можуть бути пронумеровані в тому порядку, в якому йшло будівництво. Навіть місцевим жителям не завжди під силу розібратися з настільки заплутаною нумерацією.

На сьогодні автомобілі Street View відзняли сотні мільйонів панорамних зображень, число будинків на яких вимірюється десятками мільйонів. Зчитувати ці номери вручну було б непосильним завданням, а алгоритми Google впоралися з цим граючи. У компанії це вважають небаченим успіхом - і, схоже, мають рацію.

Звичайно, у технології є безліч обмежень, але це не означає, що вона нікчемна для чого-небудь, крім розпізнавання номерів будинків. Трохи модифікувавши її, можна було б розпізнавати номерні знаки, вивіски магазинів, телефони і так далі. Навіть ці крихти інформації, будучи виокремити з навколишнього світу і піддані високоточній автоматичному розпізнаванню, можуть виявитися дуже корисними.

Зрештою, це саме такі якісні ривки відкривають дорогу до нових відкриттів, які рано чи пізно стануть в нагоді в справі розпізнавання тексту й мови.