MikhailDubko

Всем известно, что такое дополненная реальность, если выразится научно, то это  "результат введения в поле восприятия любых сенсорных данных с целью дополнения сведений об окружении и улучшения восприятия информации".

И многим известно, хотя бы примерно, что такое машинное обучение - "класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач".

Дополненная реальность необходима как средство вывода полученной информации, раньше для этого служили мониторы, проекторы и любые экраны. Сейчас же это более сложный механизм, который так же использует для вывода информации дисплей вашего устройства, но помимо этого еще требуется камера и десятки сенсоров. Лучшим на сегодняшний день устройством для воссоздания дополненной реальности является смартфон или планшет.

Машинное обучение в этом процессе является процессом получения информации из вне, сканирование/распознавание/отслеживание/история процессов. Хотя все перечисленные процессы и являются неотъемлемыми частями искусственного интеллекта, но назвать на данный момент это полноценным независимым разумом нельзя.

Для чего же я привел краткое описание двух терминов ? Для этого нужен скорее пример из моей профессии, перед тем как построить здание необходимо определиться с технико-экономическими показателями будущего здания, такими как объем железобетона, площадь здания, эффективность железобетонных конструкций на продаваемую площадь и многие другие. Выше перечисленные показатели необходимо высчитывать исходя из десятков вариантов концепции здания. Это рутинная работа которая ложится на плечи архитекторов и инженеров, при этом все расчеты и вычисления проводятся по укрупненным показателям, а дьявол, как говорится, кроется в мелочах. Поэтому на первых этапах концептуальных решений от инженеров и архитекторов не требуется знание сложных теорий и особо детальных практических знаний, это решается на следующих этапах проработки здания. Таким образом на первых этапах концептуальных решений человека вполне может заменить машина, а дополненная реальность будет служить визуализацией принятых машиной решений. Раньше использовали реальные макеты здания в уменьшенном масштабе и смотрели как будущее здание вписывается в существующую застройку:

Лично у меня пока не получилось научить искусственный интеллект распознавать чертежи без подсказок, я выполнив эскиз здания на листке бумаге помечаю разноцветными точками характерные места,  после чего машина сама отстраивает модели с необходимой точностью:

Ну а что из себя представляет машинное обучение в купе с дополненной реальностью и как происходит виртуализация модели в реальность, можно почерпнуть из следующего видео:

Это пока первое приближение и как видно машина уже неплохо справляется с поставленной задачей. Мое мнение, через лет 15-20 машинное обучение полностью заменит инженеров и архитекторов в рутинных операциях. Но это не значит, что инженеры останутся на улице, просто произойдет перераспределение обязанностей и рода занятий, возможно специалисты начнут заниматься больше аналитической работой, нежели просто черчением или моделированием.

Я являюсь инженером конструктором и по совместительству инженером программистом, и мое хобби это информационные технологии.

В молодости на меня произвело впечатление одно событие, когда я проходил службу в армии в 2009 году, на учениях нам показали установку которая может заменить весь полк из 500 единиц боевой техники и более 1000 прапорщиков и офицеров. Это был узел связи на базе обычной гражданской фуры и в основе передачи информации была квантовая механика. Через девять лет корейский SsangYong Motor Company совместно с российскими учеными разработал первый в мире квантовый телефон который телепортирует информацию. С точки зрения технологий ваш мобильный телефон по сравнению с данным устройством это камень.

Теперь немного ближе к теме. Как то в прошлом году ко мне пришла идея, а почему передовые технологии используют только по большей части для военно промышленного комплекса и мира финансов ?. Я начал наблюдать как общаются например инженеры между собой, обычно вербальная информация плохо усваивается и в ход идет черчение каких то концепций на черновиках, есть поговорка "язык инженера это чертеж". После нахождения всех за и против происходит перенос информации с черновика в ПК при помощи различных программ, при этом по сути процесс повторяется, но уже с большей точностью чем при черчении карандашом. Меня это натолкнуло на мысль, а почему бы не научить мобильный телефон распознавать то, что начертил человек рукой на бумаге. По началу мне эта идея показалось дикой и очень сложной так как нет готовых примеров и реализаций таких идей.

Почему мобильный телефон может перевернуть мир технологий и почему я выбрал именно этот девайс ? Современный мобильный телефон обладает уже мощность не хуже стационарных ПК, тем самым центральный процессор является вычислительным центром машины. У мобильного телефона есть камера высокого разрешения, тем самым он может воспринимать визуальную информацию, человеческий глаз помогал человеку стать тем кем он является сейчас многие сотни тысяч лет. Но машины могут сократить этот срок, каждый программист во время обучения своего "питомца" как ребенка воспитывает его посредством языка программирования. Мобильный телефон в отличии от стационарного ПК обладает порядка 40 датчиков (гироскоп по всем осям, магнетизм, освещенность, движение, ИК датчик, акселерометр, датчик приближения, барометр, альтиметр, термометр, датчик Холла и многие другие) о которых не знают 99% пользователей мобильных устройств.

Теперь представьте, чему можно научить вашего карманного питомца если им займется человек с благими намерениями ? Именно машинное обучение позволило некоторым компаниям выйти в перед по аэрокосмическим технологиям и машиностроению с беспилотными технологиями или многоразовыми первыми ступенями ракет.

По сути все что вы делаете каждый день , все рутинные операции может заменить машина, но с техническими науками сложнее, там необходимы алгоритмы машинного обучения с заложенной логикой инженера. Бытует мнение, что машинное обучение не дает 100% результат, очень большая погрешность, но я могу привести в пример строительство здания. По чертежам который выполнил инженер здание никогда не будет построено, существуют допуски и отклонения которые могут дать погрешность до 5% относительно теории. Например вертикальность стены на все здание сложно оценить человеку со сторону, но в большинстве зданий отклонение может достигать до 20 см.

После того как я собрал много первичной информации в своих наблюдениях  я ее систематизировал и начал реализовывать алгоритмы машинного обучения которые могут полностью исключать участие инженера на первых этапах работ. В течении времени более года я обучал телефон посредством его камеры и датчиков распознавать информацию и правильно ее использовать на последующих этапах:

В качестве некого вывода, хотелось бы сказать следующее. К нам на практику придет много студентов инженеров и после общения со многими выпускниками у меня сложилось мнение, что наша система образования живет в 80-х годах прошлого тысячелетия и очень сильно отстает, но не от других стран, нет, скорее от того что сейчас требуется отраслям и в особенности строительным и машиностроительным. Как я описал выше технологии во времени знаменуются витками, и расстояние между витками с каждым поколением инженеров уменьшается, через лет десять инженерам за время своей профессиональной карьеры необходимо будет обучаться новым принципам работы как минимум несколько раз. И учреждения образования уже должны менять систему образования в корне, обучать не только что считать , но и как эффективнее это делать. Ну и самое главное, лабораторные работы, контрольные работы студенты уже должны выполнять не в EXEL или MATHCAD, а при помощи полноценных языков программирования и не придерживаться строгому выполнению правил, неважно как найдет результат, главное его правильность.