Пролог

Истоки этой, кажущейся выдуманной, истории лежат в создании системы искусственного интеллекта, изначально разработанного для распознавания огромного количества видов выпечки в пекарне, с говорящим, будто из Чеховского рассказа, названием – BakeryScan.

Система использовала алгоритмы глубокого обучения и была создана Хисаши Камбе, японским инженером-системным разработчиком и генеральным директором BRAIN.

Хисаши – человек-оркестр, обладая более чем четырьмя десятилетиями опыта в разработке программного обеспечения и систем, он оставил свой след в таких вещах, как отображение счета в бейсбольной игре и оптимизация процессов текстильного производства.

Однако в 2007 году Камбе и BRAIN начали свое путешествие, которое революционировало применение технологии искусственного интеллекта.

Почти два десятилетия назад сеть ресторанов дала Камбе специфическое задание. Сетка планировала открыть серию пекарен, предлагающих огромный ассортимент выпечки, с еженедельными новинками.

Исследования показали, что японцы предпочитают разнообразие, и заведения с большим ассортиментом опережают по прибыльности тех, кто ограничивает свое меню несколькими позициями. Более того, ресерчеры выявили, что есть еще одна особенность: жители страны Восходящего солнца с большей любовью относятся к свежей выпечке, которую они сами положили себе в корзину. А на такую продукцию просто некуда клеить штрихкод. Как ее отслеживать?

Конечно, был вариант, чтобы каждый покупатель искал в компьютере нужную позицию, вбивал ее вручную и так далее. Но это не time efficient. Вопрос стоял в том, как обойтись без штрихкодов, но автоматизировать процесс.  

После пяти лет тщательной разработки и множества прототипов команда Камбе представила устройство, способное отличить даже самые малозаметные различия в выпечке путем анализа изображения. Это был абсолютный успех. Журналист из NewYorker даже полетел в Японию, чтобы самому проверить, как работает эта технология на практике, – настолько это было круто.

‍

И вот, что он написал:

“В одно утро весной 2019 года я зашел в пекарню на вокзале Уэно в Токио. В этой пекарне была организована система самообслуживания. Получив поднос и щипцы у входа, посетитель мог свободно выбирать понравившуюся ему выпечку из кучи разнообразных изделий. Первым делом меня поразило разнообразие – казалось, что выбор бесконечен: здесь были круассаны, пирожки, датские тарты, пироги, торты и бутерброды с открытым верхом, которые торчали везде, иногда в десятках разновидностей. Но самое большое удивление я испытал, когда я подошел к кассе. Поддавшись настойчивости работника, я сдвинул свои товары к светящемуся прямоугольнику на прилавке. На ближайшем экране отобразилась фотография моих пончиков и датского тарта. Я наблюдал, как вокруг каждого товара появились зубчатые неоново-зеленые кривые линии, сопровождаемые его названием на японском и ценой. По-видимому, система узнала мою выпечку по внешнему виду. Она рассчитала, сколько я должен, и я заплатил.

Я пытался взять себя в руки, пока работник заворачивал и упаковывал мои товары. Я был все еще потрясен, когда вышел на улицу. Система в пекарне казалась волшебством – подвигом, казавшимся невозможным, но сделанным так, будто это было неизбежно. Я часто представлял себе, что, когда-нибудь, я смогу направить камеру моего смартфона на странный цветок и он будет идентифицирован, или на шахматную доску, чтобы изучить расположение фигур. В конце концов, технологии достигнут такого уровня, когда такие вещи можно будет делать регулярно. Теперь казалось, что мы уже находимся в этом мире, и что пионером стала выпечка”.

‍

Для BRAIN все только начиналось. Компания быстро переключилась на расширение технологий, лежащих в основе BakeryScan, под брендом AI-Scan.

‍

Glow up

Прошло 10 лет после начала работы над BakeryScan до того момента, как Хисаши получил судьбоносное сообщение от доктора из Киото. Последний посмотрел рекламу о системе и заметил, что выпечка, сканируемая устройством, была похожа на раковые клетки, которые он изучал. Когда доктор спросил, заинтересует ли BRAIN провести тестирование технологии, чтобы увидеть, сможет ли она обнаружить раковые клетки, Камбе и его команда сразу же воспользовались этой возможностью.

Скан оказался не просто способным на обнаружение онкологии, но и делал это с высоким уровнем точности.

Команда BRAIN обнаружила, что их система могла распознавать раковые клетки под микроскопом с точностью до 98%. Изначально устройство было ограничено просмотром только одной клетки за раз. Но после модификаций и дополнительных раундов тестирования технология смогла рассматривать целый слайд клеток под микроскопом и идентифицировать раковые клетки с той же точностью – до 98%.

Позже точность поднялась до баснословных 99%, а автоматизация позволила проводить в 4 раза больше тестов в сутки, чем до ее внедрения.

‍

Эпилог

Одна из трех смертей от онкологии случается из-за позднего или неточного диагноза. У вас в окружении наверняка были люди, кто ушел из-за этой страшной болезни. И такие технологии приближают нас к тому, что рак можно будет не только лечить, но и обнаруживать намного раньше, и все больше людей будут вовремя получать необходимую помощь.

Конечно, как с любыми передовыми технологиями, нужно время, чтобы они распространились. Представить такую штуку в отдаленном селе пока сложно. Но пройдет время, стоимость интеграции уменьшится, местные специалисты научатся с этим работать. И еще больше жизней будет сохранено просто потому, что когда-то на свежий круассан не смогли приклеить штрих-код.