28.02.2025

Результатом работы ученых Smart Engines стал в том числе новый метод квантования для бинарных нейронных сетей, объединяющий преимущества известных ранее методов STE (straight-through estimator) и SBQ (single-bit quantization)

В минувшем году исследователи компании опубликовали 50 работ в международных и российских научный изданиях – это на 21% больше, чем годом ранее. На свои изобретения исследователи получили 18 патентов РФ и 5 патентов США.

«Мы убеждены, что проведение собственных фундаментальных научных исследований — это залог успеха любой технологической компании. Рекордные бизнес-показатели Smart Engines в 2024 году, такие как рост выручки на 80%, были бы невозможны без интеграции передовых разработок наших исследователей в продукты компании. Надеемся, и в 2025 году наши ученые-теоретики и практики-изобретатели продолжат продуктивную работу!», – комментирует генеральный директор Smart Engines, доктор технических наук Владимир Арлазаров.
В минувшем году ученые Smart Engines достигли значительных успехов в нескольких ключевых направлениях – распознавании и форензике документов, а также компьютерной томографии.

Распознавание и проверка подлинности документов

В 2024 году исследователи Smart Engines сделали ряд открытий в области создания компактных и быстрых сетей, которые могут исполняться на конечных устройствах. Ученые предложили новую 4,6-битную модель квантования нейронных сетей, ускоряющую вычисление на 40%. Эта сеть уже используется в программных продуктах Smart Engines для распознавания паспорта РФ и рукописной прописки, свидетельств ЗАГС, проверки подлинности документов, считывания QR-кодов.

Ученые продвинулись и в исследовании биполярно-морфологических (БМ) сетей – сетей с вычислительно упрощенным нейроном, не использующим умножение. В 2024 году впервые была создана БМ-версия архитектуры YOLO, и была показана ее эффективность в задаче поиска объектов на изображении. Кроме того, впервые была успешно построена квантованная БМ-сеть, что открыло путь к созданию энергоэффективных БМ-нейропроцессоров.

Результатом работы ученых Smart Engines также стал новый метод квантования для бинарных нейронных сетей, объединяющий преимущества известных ранее методов STE (straight-through estimator) и SBQ (single-bit quantization). Предложенный подход позволяет компактифицировать нейросети без деградации точности, даже когда исходная сеть имеет небольшое число обучаемых параметров. Это позволяет эффективно комбинировать новый метод с методами дистилляции и достигать предельных показателей производительности.

Еще одним значимым научным достижением сотрудников Smart Engines стало решение задачи геометрического исправления изображений документов, сложенных пополам. Это особенно актуально для считывания сложенных пополам документов формата А4, например, отправляемых в конвертах. Предложенный алгоритм Unfolder вычислительно эффективен, основан на принципах проективной геометрии и показал более высокую точность работы, чем известный нейросетевой метод.

Кроме того, специалисты компании предложили новый алгоритм проверки цветовых характеристик документа при удаленной идентификации пользователя в условиях неизвестного освещения. Основная идея метода заключается в сравнении формы цветовых гистограмм изображений документов и шаблона документа соответствующего типа. Эффективность метода была подтверждена тестированием на крупном наборе изображений документов DLC-2021. Предложенный алгоритм может применяться для обнаружения предъявлений цветных копий документов вместо оригиналов.

Компьютерная томография

В прошлом году ученые Smart Engines совершили сразу несколько научных открытий в области компьютерной томографии, приоритет на которые был подтвержден патентами РФ и США. Усилия исследователей были направлены на создание сверхбыстрых алгоритмов для ускорения томографической реконструкции и методов снижения радиационной нагрузки при проведении КТ-процедур. Исследователи также представили серию методов для борьбы с линейчатыми и кольцевыми артефактами, которые возникают при томографической реконструкции объектов с металлическими включениями.

На ведущей научной конференции в области компьютерного зрения ICDAR-2024 исследователи Smart Engines представили доклад, посвященный автоматическому методу виртуального развертывания свитков. Разработка позволит изучать тексты бумажных, берестяных и серебряных свитков и печатных книг, которые пострадали вследствие естественного старения, воздействия влажности или пожаров и не могут быть развернуты физически.

Два исследователя компании защитили диссертации на соискание ученых степеней: темой докторской работы стали аппаратурные и вычислительные методы в рентгеновской микротомографии, темой кандидатской – нейросетевой метод томографической реконструкции, согласованный с моделью измерений.

ECAI и юбилей победы “Каиссы”

В 2024 году директор по науке Smart Engines, член-корреспондент РАН Владимир Львович Арлазаров стал почетным гостем XXVII Европейской конференции по искусственному интеллекту (ECAI), прошедшей в испанском городе Сантьяго-де-Компостела. Событие было приурочено к пятидесятилетнему юбилею первого чемпионата мира по шахматам среди компьютерных программ.Победу в мировом первенстве в 1974 году одержала советская программа «Каисса», разработанная под руководством Владимира Львовича Арлазарова. На встрече также присутствовали шахматист и шахматный журналист Дэвид Леви, экс-президент Международной ассоциации компьютерных шахмат и соавтор программы Ostrich Монти Ньюборн, создатели шахматного суперкомпьютера Deep Blue Фэн Сюн Сю и Мюррей Кэмпбелл и другие.

Подписывайтесь на наши новости в Telegram: https://t.me/idexpert 

Читайте нас на VK: https://vk.com/idexpert_ru
Источник:  Пресс-служба Smart Engines


Рейтинг статьи