Учёные из МГУ и Института управления РАН представили нейросеть, которая видит то, что другим алгоритмам кажется шумом. Новая архитектура получила название QiGSAN — Quadtree-informed Graph Self-Attention Network. Она создана для распознавания крошечных объектов на больших изображениях — от кораблей в океане до зданий и инфраструктуры, едва различимых на спутниковых снимках.
Проблема таких задач в том, что нужный объект может занимать всего пару пикселей. Даже самые продвинутые модели часто путаются, теряя важные детали или принимая случайные точки за реальные объекты. Команда российских исследователей решила эту проблему, добавив в нейросеть элементы «осознанного внимания» — особую графовую структуру, которая связывает участки изображения между собой и оценивает их на разных уровнях детализации.
QiGSAN не просто видит лучше — она учится быстрее. В работе учёные доказали математически, что её обучающая функция сходится быстрее, чем у классических сверточных моделей. Результаты впечатляют: при тестах на радиолокационных снимках кораблей точность сети выросла на 48–64% по сравнению с самыми современными трансформерами и CNN.
Главный научный сотрудник ФИЦ ИУ РАН Андрей Горшенин отмечает, что использование вероятностных моделей позволило сети эффективнее работать даже при малом количестве данных. Это особенно важно там, где редкие объекты встречаются редко — например, при анализе спутниковых изображений или данных с беспилотников.
Но потенциал QiGSAN не ограничивается космосом. Та же технология может искать микроскопические патологии на медицинских снимках, определять дефекты на производстве или замечать пешеходов на дорогах в условиях плохой видимости.
Другими словами, российские учёные научили искусственный интеллект видеть то, что раньше оставалось невидимым. И теперь у машин появилось настоящее зрение.
