Sniff! Aplicația AI a SOFTECH la MWC 2018

Câinele este cel mai bun prieten al omului. De o atenție și o capacitate incredibilă de a se sincroniza cu starea emoțianlă a proprietarului, câinii sunt și o companie excelentă pentru copii și în plus, veghează la siguranța acestora. Oare cum putem învăța despre rasele de câini? Purtând la noi o enciclopedie sau câutând constant pe internet? Cu ajutorul tehnologiei inteligenței artificiale, în speță metodele de învățare produndă (deep learning), SOFTECH propune o aplicație destinată recunoasșterii raselor de câini, ce poartă numele Sniff! – inspirată din obiceiul câinilor de a “adulmeca” (vb. ENG: to sniff) totul în jur.

Sniff! a fost lansată la MWC 2018 cu scopul de a exemplifica diferitele utilizări și aplicații concrete ale inteligenției artificiale și ale rețelelor neurale pe mai multe nivele – deep neural networks. În fond, este o aplicație cu scop educativ menită să ajute copiii și persoanele de orice vârstă să învețe despre rasele de câini cunoscute.

Prinicipalele caracteristici ale aplicației:

Sniff! permite utilizatorului să facă o poză câinelui din apropiere sau să importe o imagine din galeria telefonului.  Un algoritm ce a învățat să recunoască rasele de câini din mii de imagini va analiza imaginea. În câteva secunde, aplicația va afișa cele mai probabile rezultate: una sau mai multe rase probabile ce se potrivesc câinelui din imagine. Pentru fiecare rasă, Sniff! afișează informația relevantă: înălțime, cea mai întâlnită culoare a rasei, durată de viață, caracteristici generale și comportament. În plus, aplicația de intelgiență artificială Sniff! AI este disponibilă atât online cât și offline.

Aspecte tehnice pe partea client și server:

De partea server:

  • Scrisă în Go și rulează într-un docker image dedicat.
  • Cercetarea și analizarea imaginilor din rețeaua neurală pe mai multe nivele în scopul recunoașterii acestora este realiztă cu TensorFlow pentru Go.

 De partea client:

  • ReactNative comunică cu serverul prin REST API.
  • Pentru a reduce traficul în rețea, pre-procesarea imaginii este făcută pe partea client.
  • micpă bază de date cu câini a fost realiztă folosind paginile dogtime și a-z animals: http://dogtime.com/ & https://a-z-animals.com/

Date tehnice legate de viziunea computerizată pentru inteligența artificială:

Training-ul, evaluarea și dezvoltarea rețelelor neurale profune (deep neural nets):

Am folosit librăria TensorFlow realizată de Google pentru a pregăti și evalua câteva arhitecturi Conv-Net.

Pe partea de server (versiunea online) am evaluat câteva arhitetcuri de rețele neurale profunde: ResNet-50, Inception v3, Inception-ResNet v2 și am folosit-o pe ultima din cele enumerate;

Pe partea client (versiunea offline) am evaluat două arhitecturi Conv-Net eficiente, concepute special de Google pentru aplicații cu resurse reduse și viziune încorporată: MobileNet v1 și NASNet-mobile – am ales-o pe a doua datorită acurateței ridicate pentru setul nostrum de date;

Mod Online – de partea serverului:

Am folosit una din cele mai bune arhitecturi conv-net din 2017, arhitectura pre-pregătită Inception-ResNet v2 a lui Google (o rețea neurală profundă de peste 100 nivele).

Utilizând metoda transfer learning am rafinat rețeau astfel încât să recunoască peste 120 de rase de câini cu ajutorul bazei de date Stanford Dogs (bază care conține imagini cu circa 120 de rase de câini din lume)

Cel mai performant model al nostrum avea o acuratețe de 92.3% și a fost folosit pe partea de server.

Mod Offline – de partea client:

De partea client am folosit o arhitectură mobile NASNet, realizată de  Google AutoML (un algoritm de învățare automat construit să exploreze/ să genereze arhitetcuri de rețele neurale). Acuratețea sa este mai bună decât cea a VGG16, câștigătorul ImageNet din 2014, dare are capacitate computațională de 27 de ori mai mică și este de 26 de ori mai mica.

Modelul nostru cu acuratețe de 84% a fost folosit pentru modul offline.

Dezvoltări potențiale

În baza modelului de aplicație cu tehnologie de inteligență artificială Sniff!, putem dezvolta câteva aplicații inteligente și pentru alte domenii. Dacă aveți nevoi similar sau v-ați gîndit la o soluție pentru programe educative din cercetare, agricultură, biologie sau alte domenii, scrieți-ne cu încredere pe  contact@softech.ro

Textul original se poate citi aici: https://softech.ro/sniff-softechs-ai-app-featured-at-mwc-2018/