Как отметка на картинке становится обучающим примером
Когда CAPTCHA предлагает выбрать изображения со светофорами или пешеходными переходами, человек не просто доказывает, что он не программа. Его ответ может стать меткой для изображения: указанием, какой объект на нём присутствует. Такие метки нужны системе компьютерного зрения — технологии, которая учится распознавать предметы на фотографиях и видео.
Алгоритму показывают множество примеров. Если люди снова и снова отмечают светофор на разных снимках, система постепенно учится находить его по характерным цветам, форме и расположению, даже когда камера видит объект под новым углом или при плохом освещении. Затем распознавание можно применять в задачах, связанных с дорожной обстановкой, в том числе при разработке беспилотных автомобилей.
Почему важны ответы множества людей
Для обучения нужны не только сами изображения, но и сведения о том, что на них изображено. Разметка тысяч снимков вручную потребовала бы большой команды; CAPTCHA распределяет эту работу между множеством пользователей, которые выполняют её по одному небольшому фрагменту за раз. Обычный ответ превращается в учебный пример для системы.
Это не означает, что одна отметка немедленно меняет поведение автомобиля или что каждый ответ безошибочен. Системам нужны многочисленные примеры, а спорные и неточные ответы могут осложнять обучение. Но когда человеческие метки собираются в большом количестве, они помогают алгоритмам увереннее распознавать важные элементы дороги. Так проверка, придуманная для защиты сайтов от автоматических действий, одновременно может снабжать компьютерное зрение примерами из реального уличного мира.
