Handl прошел альфа-тестирование и теперь доступен для масс

einstein
апрель 03, 2019

Handl вышла в открытый доступ
Созданный для машинного обучения сервис Handl прошел альфа-тестирование, в котором приняло участие больше 25000 человек. Теперь там может зарегистрироваться каждый, кто хочет подзаработать.
Главная задача сервиса, созданного проектом Dbrain, — разметка данных. Он должен помочь искусственному интеллекту научиться различать объекты на видео и изображениях.
Обучение на тысяче примеров
Процесс создания ИИ состоит из множества этапов. Один из самых трудоемких — разметка данных. Нужно подготовить огромные массивы информации. Нейронная сеть (искусственный интеллект) будет ее обрабатывать и учиться распознавать объекты. По состоянию на апрель 2019-го она может:
- определять качество продуктов;
- находить преступников на улице;
- идентифицировать серьезные заболевания организма на ранних стадиях.
Всему этому предшествует скрупулезное изучение снимков и видео, тщательно размеченных живым человеком, который точно знает, что перед ним изображено. Раньше данный процесс требовал внушительных временных и финансовых затрат. Dbrain пошел другим путем. Он запустил Handl: предложил каждому желающему помочь ИИ научиться распознавать объекты на изображениях за вознаграждение.
Все, что нужно, — подключиться к серверу и начать выполнять простые задачи. В основном смотреть картинки, на которых изображены определенные объекты. Их требуется:
- Идентифицировать. На выбор предлагают 3 варианта. Например: кони, овцы, коровы.
- Обвести. Выделить контуры рамкой или ломаной фигурой.
Тысячи размеченных изображений помогают формировать обучающую выборку, которую проанализирует алгоритм. Со временем он научится находить нужные объекты самостоятельно.
Какие возможности предлагают клиентам Handl
Это платформа, созданная для генерации обучающих выборок. Ее используют компании и люди, которым нужно получить размеченные данные для решения определенных задач.
Как это работает
Человек загружает в Handl информацию и выбирает параметры поставленной задачи. При необходимости он может использовать дополнительные ограничения для отсева исполнителей. Например, когда требуется знание китайского языка или специальное медицинское образование.
Компания, которая заказывает разметку данных у Handl, может сама выбирать тех, кто будут обрабатывать информацию. То есть использовать сервис как набор инструментов.
Кто может стать разметчиком
Каждый желающий. Для этого нужно пройти регистрацию и ознакомиться с правилами работы сервиса. После этого станут доступны задачи, которые нужно решить.
Сколько получает разметчик Handl
Максимальное вознаграждение — $ 3 в час. За его распределением следит алгоритм консенсуса. Еще он контролирует, чтобы в разметке не было ошибок. Потому что от ее качества зависит работа искусственного интеллекта.
Размер вознаграждения определяется двумя факторами:
- скоростью разметки изображения,
- качеством выполненного задания.
Чем быстрее и точнее справляется исполнитель, тем больше денег начисляет алгоритм консенсуса. Это мотивирует работать оперативно и качественно.
По словам представителей Handl, по состоянию на апрель 2019-го обработано свыше 6 миллионов единиц информации. Не только картинок, но и текстов, звуков. Они убеждены: их сервис может предложить более качественные услуги разметки, чем конкуренты.
Он справляется с поставленными задачами быстрее и точнее, потому что занимается исключительно разметкой данных. Это оказывает положительное влияние на стоимость услуг. Клиенты экономят. Кстати, среди них есть такие гиганты, как NVIDIA, Nestle, Cherry Home.
Этапы работы Handl на примере молочной фермы
Одним из клиентов сервиса была молочная ферма. Ей нужен был алгоритм, который следил бы за состоянием здоровья коров в большом стаде.
Для его подготовки заказали разметку данных. Ее провели в несколько этапов. Сначала загрузили более 140 тыс. изображений и попросили людей указать, что там изображено. Это помогло отсеять те, где не было коров.
Затем поставили новую задачу — обводить контуры животных на оставшихся снимках. Это помогло ИИ научиться определять местоположение коров. Заключительным этапом стала обработка видеозаписей. Людям нужно было указать, чем занимается животное: ходит, ест, спит, пьет.
Основываясь на этих данных, нейросеть научилась определять состояние здоровья коров и предсказывать, возникнут ли у них проблемы с самочувствием в ближайшее время. Ее подключили к камерам наблюдения, и она выявляла аномалии в поведении животных. Например, если они плохо ели или слишком долго лежали, фермер получал соответствующее уведомление.
Handl удалось упростить один из самых трудоемких процессов разработки ИИ. А также помочь многим людям удаленно получать небольшой доход.