Искусственный интеллект для классификации облаков точек

Должен ли продукт, который называют ИИ-приложением, на самом деле содержать искусственный интеллект? Все больше случаев, когда ИИ анонсируется там, где его нет, и некоторые отраслевые комментаторы объявляют это «невежеством».

Не обращайте внимания на такие выпады. Каждый раз, когда я получаю пресс-релиз, рекламирующий искусственный интеллект, я стараюсь разобраться. Недавний был от берлинской фирмы Pointly, которая фактически принадлежит более крупной немецкой компании Supper & Supper.

Pointly предлагает вам загрузить 3D-облако точек на его серверы, а затем пометить элементы цветом, чтобы идентифицировать их. Например, пометить стены домов на улице синим, крыши – красным (традиционный цвет для крыш в Германии), а саму улицу – голубым. Я попробовал и обнаружил, что работаю с чем-то вроде инструмента заливки из программы для рисования 90-х годов (см. рисунок ниже). Это не было похоже на ИИ. А если это и был ИИ, то этим искусственным интеллектом управлял мой мозг.

Заливка областей трехмерного облака точек

Поэтому я обратился в фирму за комментариями. Оказалось, что я немного поторопился со своим экспериментом. Pointly сегодня – это инструмент для ускоренной ручной классификации облаков точек. Функции для автоматизированных процессов в Pointly в настоящее время еще разрабатываются и появятся позже.

Pointly в конце концов поймет, что я делаю, и можно надеяться, что он будет выполнять классификацию с помощью цвета самостоятельно. «Мы хотим реализовать алгоритмы самообучения, – сказала мне представитель фирмы. – Чем больше облаков точек вы пометите, тем глубже обучается нейронная сеть, и следующая работа по маркировке будет сделана намного быстрее, потому что сеть обучится на той работе, которую вы выполнили ранее».

Заливка цветом – это одно из направлений, которыми занимается Pointly как часть компании Supper & Supper, занимающейся обработкой и анализом данных. Другие примеры: автоматическое распознавание объектов с поддержкой искусственного интеллекта и создание САПР модели на базе результатов лазерного сканирования автострад. Это можно использовать для

• создания кадастра деревьев (см. рисунок ниже),
• создания кадастра дорожных знаков и фонарных столбов,
• создания карты дорог,
• моделирования зданий с анализом поверхностей крыш и стен,
• обнаружения изменений в гравийных карьерах.

Идентификация пней и деревьев

Подробнее о Pointly см. https://pointly.ai/.