İsveçdən olan bir qrup alim atların bədən dilini insanlar üçün başa düşülən formata çevirmək üçün nəzərdə tutulmuş Dessie adlı süni intellekt modelini hazırlayıb. Həll maşın öyrənmə texnologiyalarına və sintetik şəkillərə əsaslanır.
Klinik müayinələr zamanı baytarlar tez-tez heyvanlardan vizual işarələr axtarırlar, lakin bu üsul həmişə etibarlı deyil: at ağrıları başqa bir ayağa keçirə, çəki paylanmasını və ya duruşunu dəyişə bilər. Onun davranışı ortopedik problemlər, davranış pozğunluqları və ya zədə əlamətlərini göstərə bilər. Ənənəvi diaqnostika üsulları, o cümlədən rentgen və MRT, problem artıq baş verdikdən sonra nəticələr verir. Dessinin məqsədi problem əlamətlərini erkən aşkar etmək üçün atın bədən dilini oxumaqdır.
Çalışdıqca model düz təsvirləri real vaxt rejimində atın formasını, pozasını və hərəkətini əks etdirən üçölçülü təsvirlərə çevirir. Bu, sadəcə vizuallaşdırma deyil, bədənin ifadəli dilindən tərcümə etmək cəhdidir. Dessie faktor ayırma öyrənilməsi ilə yaradılmışdır.Ayrı-amilli öyrənmə hər bir xüsusiyyəti ayrıca nəzərdən keçirməyə imkan verir: forma bir varlıq tərəfindən təmsil olunur, poza digəri ilə təmsil olunur və vəzifə ilə əlaqəli olmayan fon səs-küyü nəzərə alınmır.
Dessie tərəfindən yaradılan 3D obyektlər yalnız yüksək detallı deyil, həm də etibarlıdır. Süni intellekt tədqiqatçılara ətrafdakı obyektlərdən və işıqlandırmadakı fərqlərdən yayınmadan hərəkət nümunələrini təcrid etməyə kömək edir. Dessie atın bədənində yüksək keyfiyyətli kameralar və ya markerlər tələb etmir — ona sadəcə bir sadə kamera və əsas video görüntülər lazımdır. Texnologiyadan bahalı vizualizasiya avadanlıqlarına çıxışı olmayan kənd klinikalarında çalışan işçilər istifadə edə bilər.
Süni intellektə öyrətmək üçün tədqiqatçılara çoxlu vizual məlumat lazım idi. Fərqli pozalarda və müxtəlif işıqlandırma altında müxtəlif cins atların real şəkillərini toplamaq çətin olduğundan, onlar DessiePIPE sintetik məlumat generatorunu hazırlayıblar. O, müxtəlif cinslərin xüsusiyyətlərinə əsaslanan 3D model və süni intellekt tərəfindən yaradılan teksturalardan istifadə edərək qeyri-məhdud sayda at təsvirləri yaratmağa qadirdir. Bu, layihənin müəlliflərinə minlərlə real heyvanı öyrənmədən Dessiyə atlar hərəkətinin xüsusiyyətlərini öyrətməyə imkan verdi: DessiePIPE müxtəlif fonlarda və işıqlandırma şəraitində gəzinti, yemək, böyütmə və ya istirahət edən atları vizuallaşdırır. Sistem həm də forma və ya poza kimi yalnız bir parametrdə fərqlənənləri müqayisə etmək üçün cüt şəkillər yaradır ki, model incə fərqləri görməyi öyrənsin. Nəticədə, Dessie hərəkətdəki kiçik dəyişiklikləri tanımağı öyrəndi və məlumatları yeni şərtlərə ümumiləşdirməkdə daha effektiv oldu.
Atlar yeriş və duruşda yalnız təcrübəli baytar tərəfindən nəzərə çarpan incə dəyişikliklər vasitəsilə ağrı siqnalı verir. Dessie bu siqnalları obyektiv 3D ölçülərə çevirərək problemləri erkən müəyyənləşdirməyə kömək edir. O, heyvanın duruşu və hərəkətlərinin rəqəmsal qeydini yaradır, onu təkrar-təkrar izləmək, dinamik şəkildə izləmək və digər klinikalara ötürmək mümkündür. Sintetik məlumatlar üzrə təlim keçməsinə baxmayaraq, Dessinin süni intellekt sistemi real təsvirlər üzərində effektiv işləyir: sistemi tənzimləmək üçün yalnız 150 real annotasiya edilmiş şəkil lazım idi. Bu dəst Dessinin test tapşırıqlarında aparıcı modelləri üstələməsi üçün kifayət idi: oynaqlar və digər mühüm elementlər kimi əsas məqamları aşkar edərkən sistem MagicPony və Farm3D ilə müqayisədə daha yaxşı nəticələr göstərdi. Dessie həmçinin bədən formasını və hərəkətini daha dəqiq proqnozlaşdırır ki, bu da axsaqlıq və ya əzələ asimmetriyasının diaqnozu üçün vacibdir. Təlim məlumatlarının həcmi artdıqca, faktorları ayırmağı öyrənməyin faydaları sayəsində onun performansı daha da artdı.
Dessie atları təhlil etmək üçün yaradılmışdır, lakin sistemin arxitekturası o qədər çevikdir ki, o, digər oxşar heyvanlarla: inəklər, zebralar, marallarla işləyərkən yüksək keyfiyyətli nəticələr əldə etməyə imkan verir. Model, bu növlər üzrə birbaşa təlimin olmamasına baxmayaraq, onları 3D-də uğurla yenidən qurdu. Bu, heyvanların mühafizəsi sahəsində böyük potensial açır: sistem invaziv monitorinqə ehtiyac olmadan, yalnız hazır foto və videolardan istifadə etməklə nadir növləri öyrənə bilər. Dessie həmçinin bədii təsvirlərin, o cümlədən rəsm və cizgi filmlərinin işlənməsində yüksək performans nümayiş etdirib, onlardan dəqiq 3D modellər yarada bilər.
