ИИ не серебряная пуля

Я с огромной опаской смотрю на аргумент про любой трекинг: "А тут мы сделаем ИИ". Современный ИИ это просто набор математических выражений, который уточняет по выборкам и другим вещам ваши результаты условно посредством поиска "похожих параметров". То есть, когда вы говорите "сделаем ИИ", а что решает ИИ. Я люблю примеры, так что возьмём пример из недавней новости.

Ребята сделали крутой алгоритм. Прикольный концепт. Но важно, что это не production-ready решение, а гипотеза. Которую не факт что получится довести до результата. При этом логический принцип описывается довольно просто. Есть гипотеза, что карта сигналов в пространстве и радио шума зависит от положения тела человека в пространстве. Аналитическую связь мы построить не можем, так как задача слишком сложная. Поэтому мы берём данные оптики (неиронку всегда можно расценивать, как эмпирическое решение задачи). То есть у нас есть обученная модель, которая благодаря оптике знает, что "человек вот тут".

И представьте что мы составляем таблицу. Мы поставили рядом камеру и датчик собирающий карту сигналов. По датчику мы определили карту сигнала. По камере мы определили кадр. Дальше по кадру мы алгоритмами определили где люди. И мы теперь считаем, что при такой карте сигналов люди будут там. Дальше мы с помощью обучения нейросети получаем ответ не для одного кадра, как на примере, а для одного миллиона кадров. Вот и вся магия нейросетей по-человечески.

Вернёмся к нашей дневной задачи с оптикой. Там и так используются нейросети. Так как лидар на автомобиле и датчики айфона, можно расценивать как камеру и датчик радио-сигнала из задачи выше. Они прям очень разные по качеству и результату. И там строится такое же сопоставление. Собственно благодаря нему она работает в каких-то условиях. И даже по видосам я верю, что это не композ. Но тут проблема изменения формы все дела. И казалось бы, простой ответ.

"Давайте учтём изменение формы". И вот тут кроется главный подвох :) Чем больше форм вы считаете Эйфелевой башней, Тайм сквером или красной площадью. Тем больше у вас коллизий в множествах, и тем хуже работает ваша технология. Изменение формы влияет на точность. Так как вы не машина вы не увидите части симметрий из-за чего AR появится в вообще другой стороне и так далее. Там очень много проблем. И я не верю, что их можно решить из-за банального принципа работы оптики. На день за кучу денег? Да и сейчас можно. То что проживёт неделю и будет стабильно работать у пользователя в руках (моё понимание production ready)? Это даже в теории вряд ли возможно.

Плюс вопрос всегда в коммерческой эффективности какого-либо решения. А решение такое, оно есть и называется Azure Spatial Anchors, если он ещё жив. И каждый может попробовать его, протестировать и столкнуться с суровой реальностью. Что работает оно "с нюансами". С которыми редкий коммерческий заказчик готов мириться.

А говоря про ИИ лучше понимать принцип работы ИИ в общем. Так как иногда у меня складывается впечатление что многие считают, что ИИ — это серебряная пуля и волшебная палочка. А это довольно простая штука концептуально при общей сложности её разработки и нюансов. Нельзя никакой неиронкой по выражению лица лид разработчика в офисе определять расстояние до ближайшей кофейни. По крайней мере с хорошей точностью. Потому что есть вещи, где можно лишь сказать: "Физика. Бессердечная ты сука".

#мысли