Сегодня 15 сентября 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Теги → лошадь

Шведские учёные обучили ИИ переводу с лошадиного

Группа учёных из Швеции разработала модель искусственного интеллекта Dessie, предназначенную для перевода языка тела лошадей в понятный для человека формат. В основу решения легли технологии машинного обучения и синтетические изображения.

 Источник изображений: Helena Lopes / unsplash.com

Источник изображений: Helena Lopes / unsplash.com

Во время клинических осмотров ветеринары часто изучают визуальные сигналы, которые подают животные, но этот способ не всегда надёжен: лошадь может перенести боль на другую ногу, изменить распределение веса или позу. Её поведение может указывать на проблемы ортопедического характера, расстройства поведения или признаки травмы. Традиционные средства диагностики, в том числе рентген и МРТ, дают результаты уже после того, как проблема возникла. Цель Dessie — прочитать язык тела лошади, чтобы обнаружить признаки проблемы заранее.

Во время работы модель в реальном времени преобразует плоские изображения в трёхмерные, которые отражают форму, позу и движение лошади. Это не просто визуализация, а попытка осуществить перевод с выразительного языка тела. При создании Dessie использовалось обучение с разделением факторов. В традиционных моделях вся информация — поза, форма, фон, освещение — идёт в едином потоке, что может сбить ИИ с толку и затруднить фокусировку на главном — самой лошади. Обучение с разделением факторов позволяет учитывать каждую особенность отдельно: форма представляется одной сущностью, поза — другой, а не имеющий отношения к задаче фоновый шум игнорируется.

Генерируемые Dessie трёхмерные объекты отличаются не только высокой детализацией, но и надёжностью. ИИ помогает исследователям изолировать шаблоны движения, не отвлекаясь на окружающие объекты и различия в освещении. Dessie не требует высококачественных камер и маркеров на теле лошади — ей достаточно одной простой камеры и базовых видеоматериалов. Воспользоваться технологией могут работники сельских клиник, не имеющие доступа к дорогостоящим средствам визуализации.

 Источник изображений: Helena Lopes / unsplash.com

Для обучения ИИ исследователям потребовались огромные объёмы визуальных данных. Поскольку собрать реальные изображения лошадей разных пород в различных позах и при разном освещении сложно, они разработали генератор синтетических данных DessiePIPE. Он способен создавать неограниченное количество изображений лошадей с использованием трёхмерной модели и текстур, сгенерированных ИИ, на основе характеристик разных пород. Это позволило авторам проекта обучить Dessie особенностям движений лошадей без необходимости изучения тысяч реальных животных: DessiePIPE визуализирует лошадей, которые ходят, едят, встают на дыбы или отдыхают — в различных фонах и условиях освещения. Система также создаёт пары изображений для сопоставления, отличающиеся лишь одним параметром — например, формой или позой, — чтобы модель научилась замечать тонкие различия. В результате Dessie научилась распознавать малые изменения в движении и стала эффективнее обобщать данные для новых условий.

Лошади сигнализируют о болевых ощущениях незначительными изменениями в походке и позе, заметными лишь опытному ветеринару. Dessie переводит эти сигналы в объективные трёхмерные показатели, помогая выявлять проблемы на ранней стадии. Она создаёт цифровую запись позы и движений животного, которую можно просматривать многократно, отслеживать в динамике и передавать в другие клиники. Несмотря на то что Dessie обучалась на синтетических данных, ИИ эффективно работает с реальными изображениями: для настройки системы потребовалось всего 150 реальных снимков с аннотациями. Этого набора хватило, чтобы Dessie обошла передовые модели в тестовых задачах: при обнаружении ключевых точек, таких как суставы и другие важные элементы, система показала лучшие результаты, чем MagicPony и Farm3D. Также Dessie точнее предсказывает форму тела и движение, что важно для диагностики хромоты или мышечной асимметрии. При увеличении объёма обучающих данных её эффективность возрастала ещё сильнее — благодаря преимуществам обучения с разделением факторов.

Dessie создавалась для анализа лошадей, но архитектура системы настолько гибка, что позволяет получать качественные результаты и при работе с другими похожими животными: коровами, зебрами, оленями. Модель успешно реконструировала их в 3D, несмотря на отсутствие прямого обучения на этих видах. Это открывает большой потенциал в сфере защиты животных: система может изучать редкие виды, используя только готовые фотографии и видео, без необходимости в инвазивном мониторинге. Dessie также продемонстрировала высокую эффективность при обработке художественных изображений, включая картины и мультфильмы, по которым она способна строить точные трёхмерные модели.

Однако у системы есть и недостатки. Она работает лучше всего, когда в кадре находится только одна лошадь, и испытывает трудности при столкновении с необычными формами тела, отсутствовавшими в обучающих данных. Эту проблему должна решить новая модель VAREN, поддерживающая большее разнообразие форм. В целом Dessie проста в использовании: она анализирует язык тела лошади и переводит его в синтезированную речь, благодаря чему общение человека с животным выходит на новый уровень.


window-new
Soft
Hard
Тренды 🔥
Google Gemini удалось стать самым популярным бесплатным приложением для iPhone в США 10 мин.
Издатель Rolling Stone и Billboard подал в суд на Google из-за ИИ-сводок в поисковике 11 ч.
Microsoft сможет претендовать на меньшую долю выручки OpenAI по условиям нового контракта 24 ч.
Инвесторы вложили в OpenAI 50 млрд, но Сэм Альтман обещает прибыль не раньше 2029 года 24 ч.
Новая статья: Cronos: The New Dawn — не делай нас едиными. Рецензия 14-09 00:07
Новая статья: Gamesblender № 743: анонс Lenovo Legion Go 2, «слишком сложная» Silksong и планы на Wolfenstein 3 13-09 23:34
Петя вернулся: обнаружен опасный вирус-вымогатель HybridPetya, который обходит UEFI Secure Boot 13-09 19:28
Руководитель по разработке ИИ покинет Apple на фоне массового ухода сотрудников к конкурентам 13-09 14:35
В России заблокировали доступ к площадке инди-игр Itch.io 13-09 12:55
Стартап xAI успел за один день уволить 500 сотрудников и объявить о планах увеличить команду в 10 раз 13-09 12:34
Samsung в этом месяце приступит к массовому выпуску 2-нм процессоров Exynos 2600 38 мин.
Новая статья: Обзор ASUS Zenbook 14 (UM3406K): ультрабук эры искусственного интеллекта 6 ч.
Nvidia настаивает, что не снимала с производства GeForce RTX 5080 FE и 5090 FE, но «иногда их может не хватать» 8 ч.
Очки будущего за $800, ИИ и метавселенная: Meta готовит серию крупных анонсов на предстоящей неделе 12 ч.
Спрос на iPhone 17 в Китае бьёт исторические рекорды — и это даже без iPhone Air 13 ч.
Bain Capital продала китайские ЦОД ChinData за $4 млрд 17 ч.
В Москве открылся Национальный космический центр — новая штаб-квартира «Роскосмоса» 19 ч.
Космический корабль «Прогресс МС-32» с российской полупроводниковой установкой долетел до МКС 20 ч.
Флагманский внедорожник BYD YangWang U8L за $179 800 предлагает 1180 л.с. и разгон за 3,5 секунды до «сотни» 22 ч.
Заднеприводная версия Tesla Cybertruck снята с продажи спустя пять месяцев с момента дебюта 23 ч.