A képek alapján elvégzett automatikus objektum-felismerés meglehetősen komplex feladat, ami komoly kihívás elé állítja a különböző rendszereket. Amennyiben az adott konfigurációt okos algoritmusok segítik, sőt, akár még emberi erőforrás is asszisztál a folyamatban, akkor sem biztos, hogy a rendszernek sikerül egy adott képen mindent kellő pontossággal felismernie.

A Google szakemberei egyebek mellett ezen a területen is komoly fejlesztőmunkát végeznek, ami a jövőben új távlatokat nyithat az objektum-felismerés terén. A vállalat szakemberei kifejlesztettek egy új érzékelő rendszert, ami egy adott látótéren belül meglehetősen sokféle objektumot képes érzékelni és felismerni, pontossága pedig meglepően jó. Hab a tortán, hogy az objektum-felismerő rendszer működtetéséhez extrém számítási teljesítményre sincs szükség – a megoldás kulcsa a neurális hálózatokban keresendő. A neurális hálózat jóvoltából a rendszer az adott keresést nagyon gyorsan tudja pontosítani, így hatékonyan, extra számítási teljesítmény nélkül tudja megállapítani, mi lehet a felismerésre váró objektum.

A speciális megoldás révén a rendszer meglepően sok objektumot tud felismerni, amit pedig nem ismer fel egyértelműen, azt meglehetősen jó hatásfokkal tippeli meg, hogy mi lehet. Az eljárásának köszönhetően a rendszer egy átlagos nappaliban meglehetősen sok objektumot vesz észre és azonosít – a Google példája szerint még egy repülő macska sem foghat ki rajta.

Az új eljárás persze még igencsak gyerekcipőben jár, így tökéletesítéséhez, illetve továbbfejlesztéséhez rengeteg további munkára van szükség. Az új eljárás a Google várakozásai szerint rengeteg területen nyújthat majd technológiai áttörést, kezdve a képalapú kereséstől egészen az önmagukat vezető autókig. Az új fejlesztés jóvoltából rövidesen sokkal könnyebben kaphatunk releváns eredményt a legbizonytalanabb online keresés alkalmával is.