До настоящего времени системы компьютерного зрения не имели способности создавать полноценную картинку предмета, основываясь только на его частях. По этой причине ИИ можно дезинформировать, показав знакомый предмет в незнакомой окружающей обстановке.

Подобный недостаток машинного зрения является одной из проблем, которую стремятся исправить ученые, создав систему, способную распознавать предметы так, как это происходит у людей. К примеру, человек, который видит хвост своего домашнего питомца, способен понять, где находится его голова, лапы и т.д., то есть на основе части изображения мысленно создать его образ полностью.

Система искусственного интеллекта, разработанная совместно учеными Калифорнийского и Стэндфордского университета, научилась узнавать объекты на основе некоторых его частей. Подход, используемый в системе, идентичен человеческому восприятию предметов. Для помощи компьютерному интеллекту авторы метода погрузили его в виртуальную копию человеческой среды.

Метод, по которому машинное зрение научилось видеть как человек, состоит из трех этапов. На первом этапе ИИ разделяет картинку на маленькие части. Далее компьютер учится определять, как мелкие части могут образовывать сочетания друг с другом, создавая цельный объект. На третьей ступени машина фиксирует сопутствующие объекты, которые присутствуют в обозримом пространстве и их связь с первичным объектом.

В финале разработчики испытали компьютерное зрение, продемонстрировав несколько тысяч картинок с изображением людей и других предметов. Искусственный интеллект сумел воссоздать изображение человека в деталях. Аналогичные тесты провели с изображениями автомобилей, самолетов и мотоциклов. В итоге компьютер сумел идентифицировать объекты не хуже, чем поколение систем ИИ, обучаемых другим способом.