«Мы смогли создать алгоритм, работающий в любых условиях»
Российская компания NtechLab создала технологию распознавания лиц, которая победила на конкурсе американского Агентства передовых исследований в сфере разведки (IARPA). Основатели NtechLab Артем Кухаренко и Михаил Иванов рассказали «Известиям», за счет чего отечественная разработка превзошла зарубежные аналоги.
— В каких номинациях и какой приз получила ваша компания?
М.И. IARPA напрямую подчиняется директору Агентства национальной безопасности США. Организация занимается проектами и технологиями, которые важны для безопасности Америки, и технология распознавания лиц, безусловно, входит в их число. В этом году они проводили конкурс по лицевой биометрии, участие в котором приняли несколько десятков компаний из разных стран мира, в том числе все отечественные разработчики, были представлены фирмы из Китая и Европы.
А.К. Мы победили в двух номинациях — за самый точный алгоритм и за самый быстрый. Совокупное денежное вознаграждение составило $25 тыс. Впрочем, деньги — не самое главное. Важнее признание наших компетенций.
— Были ли у вас победы в подобных конкурсах ранее?
М.И. История нашей компании — это во многом история побед в различных конкурсах. Всё началось в 2015 году, когда фирма, состоявшая на тот момент из трех человек, отправила свой алгоритм в Вашингтонский университет на MegaFace Competition Challenge, где мы заняли первое место, обогнав Google и команду Пекинского университета. Это вызвало фурор.
А.К. Также мы участвуем в соревновании NIST Face Recognition Vendor Test (FRVT), где примерно девять месяцев NtechLab уверенно держится на первом месте по самым сложным датасетам — которые идут на фотографиях в неконтролируемых условиях.
— В чем уникальность вашей технологии?
М.И. Наши парни оказались умнее. Мы умеем обучать нейронные сети так, как их не умеет обучать никто. Я полагаю, что результат говорит в пользу российской школы математики и программирования.
А.К. Уникальность нашей технологии в точности работы, скорости поиска, эффективности, а также малом потреблении вычислительных ресурсов.
Точность достигается за счет огромного количества экспериментов с архитектурой нейронных сетей. Разработчики придумывают разные методы оптимизации и эффективные методы обучения таких систем. Была решена проблема того, что нейронные сети на разных этнических группах работают по-разному. Мы специально обучали систему распознавать все существующие расы.
Скорость поиска достигается за счет того, что мы смогли создать алгоритм, работающий в любых условиях. Был создан специальный поисковый индекс, позволяющий совершать быстрый поиск по большим базам. Ключевой особенностью этого индекса является то, что он работает за сублинейное время. Поясню: если база поиска увеличивается в десять раз, то время поиска обычных алгоритмов тоже увеличивается в десять раз, а у алгоритма NtechLab — всего в полтора раза.
— Какие продукты фирма разрабатывает сейчас?
М.И. Сразу после конкурса MegaFace компания начала получать запросы со всего мира с просьбой предоставить свое решение. И, изучив рынок, мы определились со стратегией.
Мы изначально сделали ставку на работу с потоковым видео и с большими массивами данных. Базами планетарного масштаба. Никто не умел это делать тогда, и мало кто умеет делать сейчас. А у нас с самого начала именно эти технологические вопросы были решены. Наши продукты могли обрабатывать большие массивы данных, которые генерят системы видеонаблюдения, и делать это в режиме реального времени. Ведь никому не нужна информация, что террорист прошел мимо камеры полчаса назад.
Мы увидели окно возможностей, и мы были технологически к этому готовы. Продуктовую стратегию мы построили вокруг задач, которые востребованы на рынке, и наших основных конкурентных преимуществ. Наиболее перспективными видятся два направления — работа с системами общественного видеонаблюдения для обеспечения охраны правопорядка и работа с ритейлерами для распознавания покупателей и клиентов.
А.К. На основе базового продукта есть несколько решений. Первое имеет значение для обеспечения безопасности. Оно позволяет создавать черный список потенциальных преступников, а также вести поиск пропавших людей. Второе решение может быть полезно для рынка ритейла — для определения постоянного покупателя.
— Кто инвестирует средства в вашу компанию?
А.К. Когда проект был на этапе создания, инвестирование было частным. Сейчас предложения внести свой вклад в проект поступают очень часто.
— Поступали ли предложения об инвестициях после новости о победе в конкурсе IARPA?
М.И. Нам постоянно поступают предложения от инвесторов. Весной мы привлекли $1,5 млн. Повторюсь, количество денег, вливаемых в решение, не всегда пропорционально его качеству. Мы умеем работать малыми силами.
— Как в ближайшие годы будут развиваться технологии анализа лиц? Где будут внедряться такие системы?
А.К. Система автоматического распознавания лиц уже используется на пунктах перехода границы. В будущем технология будет внедряться в системы безопасности городов, в ритейле, банковской сфере.
М.И. Технологии распознавания лиц скоро станут привычным элементом окружающей реальности. Возможности их применения практически безграничны. Например, автомобиль будет узнавать хозяина и автоматически адаптировать под него сиденье и климат в салоне. Распознавание лиц может сделать жизнь комфортнее и безопаснее, но мы еще только начинаем мыслить в этом направлении. Индустриям нужно время, чтобы осознать: данная технология доступна и надежно работает в большом количестве сценариев. Нас ждет взрывной рост интереса к этой технологии и скачкообразное внедрение ее в различных областях.
