Science Slam ITMO 2.0: умные алгоритмы, компьютер видящий и съедобная оптика

В Университете ИТМО прошел финал второго сезона вузовской лиги Science Slam: шестеро молодых ученых боролись за зрительские аплодисменты, рассказывая о своих исследованиях простым языком. По результатам голосования победительницей была признана единственная девушка сезона — магистрантка кафедры компьютерной фотоники и видеоинформатики Александра Торопова. Для тех, кто не смог прийти на Science Slam ITMO University в минувшую пятницу, мы собрали тезисы всех выступлений.

Юрий Волков, «Как найти ключ к сердцу киноманов»

Идея исследовать вероятность успешности фильма пришла Юрию Волкову, когда он наткнулся на сайте «КиноПоиск» на очень спорный фильм с высоким рейтингом.

«Казалось бы, нет ничего страшного в том, что я посмотрел дурацкий фильм. Но, с другой стороны, это большой недочет для КиноПоиска, IMDB и других сервисов, которые составляют рейтинги, так как не только я усомнился в качестве их подборок. Поэтому мне захотелось разобраться не просто в том, что интернет-сервисы закладывают в свои алгоритмы, а что сам человек заложил в понятие „хороший фильм“», — говорит Юрий Волков.

Юрий Волков
Юрий Волков

Юрий проанализировал большое количество параметров, чтобы выяснить, какие из них влияют на успех фильма, начиная с самых базовых, таких как жанр и год выпуска фильма, и заканчивая неочевидными — например, количество лиц на постере фильма и популярность актера второго плана. Ему удалось выяснить ряд любопытных фактов: к примеру, что самые успешные фильмы снимают в Великобритании, за ней идут Франция и Австралия. Наибольшее количество «лайков» зрителей получают фильмы в документальном жанре, кроме того, на оценку влияет и год съемки — самые высокие оценки у лент 1950−1960-х годов. Если говорить о влиянии фамилии режиссера на успех фильма, то лучше всего «зайдут» фильмы Кристофера Нолана, Квентина Тарантино, Франка Капры или Стэнли Кубрика. Также выяснилось, что с годами фильмы стали стоить дороже, но при этом получать более низкие оценки зрителей и критиков.

Более того, Юрию удалось научить алгоритм предсказывать приблизительный рейтинг фильма до его выхода в прокат. Так, прогнозируемый рейтинг новинки из вселенной «Звездных войн» — фильма «Изгой-один» — составляет 8.18 при погрешности вычисления в 0.4 балла.

«Это только моя теория, но создатели фильмов используют похожие методы. Перед тем, как снимать новую версию сериала „Карточный домик“, компания Netflix провела анализ кинопредпочтений более 50 млн зрителей. Они выяснили, что поклонникам оригинального „Карточного домика“ из девяностых нравится актер Кевин Спейси, а также фильмы „Семь“ и „Игра“, снятые Дэвидом Финчером, — рассказывает Юрий Волков. — А теперь угадайте, кто играл главную роль и режиссировал съемки?»

Дмитрий Степанов, «Как колебания температуры на АЭС влияют на ваш семейный бюджет»

Следующий участник вузовского Science Slam Дмитрий Степанов решил повысить точность измерения тепла на атомных электростанциях. По его подсчетам, погрешность в измерениях в один градус стоит электростанции больше 17 тысяч рублей в час, при этом сами АЭС не заинтересованы в том, чтобы исправить ситуацию: для них во главе угла стоит безопасность и правильная работа объекта, а не энергоэффективность.

Дмитрий Степанов
Дмитрий Степанов

«Изначально было непонятно, чем измерять температуру. У разных приборов разные погрешности, и не все из них можно использовать в условиях АЭС, потому что, к примеру, ртутные термометры считаются приборами повышенной опасности, и на промышленных объектах их уже не используют. Термометры сопротивления, к сожалению, дорогие, и эта точность нивелируются способом монтажа. Сверлить отверстие и вставлять гильзу внутрь трубы было недопустимо, и мы рассматривали только контактный способ, когда датчик накладывается на стенку трубы», — рассказывает Дмитрий.

В итоге ученый пришел к выводу, что наиболее приемлемым вариантом является использование термопары — термоэлектрического преобразователя, который закрепляется к трубе монтажной лентой с использованием термопасты. После серии опытов на стенде Дмитрий и его коллеги подтвердили гипотезу, и теперь его методика будет использоваться при измерении температур в рамках испытаний на атомной электростанции.

Александра Торопова, «Можно ли съесть радугу?»

Идея исследования магистрантки Александры Тороповой родилась в желании соединить музейное и кондитерское дело с высокой наукой. В родном Калининграде Александра основала Музей марципана, где она с родителями изготавливает его по адаптированному историческому рецепту, но сейчас решила работать над созданием необычного лакомства — шоколада и карамели, которые в разные цвета окрашивают не красители, а оптические явления.

Участники Sciecne Slam ITMO University 2.0
Участники Sciecne Slam ITMO University 2.0

«В основе явления радужной голограммы лежит так называемая дифракционная решетка: размер ее штрихов очень маленький, он сравним с длиной волны света и в десять тысяч раз меньше, чем длина рисового зернышка. Когда белый свет падает на эту решетку, он раскладывается в спектр, и в результате поверхность переливается разными цветами. Чтобы создать голографический шоколад, мы берем металлическую дифракционную решетку, снимаем с нее силиконовый слепок, и с его помощью переносим дифракционную решетку на поверхность изделия», — объясняет Александра.

Исследователь экспериментирует с разными материалами: к сожалению, дифракционная решетка на поверхности карамели очень быстро деградирует — время жизни карамельной голограммы составляет от пяти минут до суток. С шоколадом дело обстоит лучше, Александре удалось получить образцы, на которых голограмма держалась в течение трех недель. В данный момент она ищет возможность удешевить процесс, так как изготовление совсем небольшой мастер-матрицы стоит около 50 тысяч рублей, а также работает над созданием других вкусных оптических приборов: сладких линз и многоракурсного шоколада, на котором под разными углами зрения видны разные изображения. В будущем же она надеется применять голографию для защиты медикаментов и пищевых продуктов от подделки.

Антон Чухламов, «Можно ли научить компьютер видеть?»

По словам Антона Чухламова, компьютеры уже умеют видеть — любой может убедиться, что камеры современных смартфонов умеют реагировать на улыбки и жесты людей. Но исследователя интересует вопрос, как научить компьютер осмысливать ситуацию.

Антон Чухламов
Антон Чухламов

«Вот представьте: сейчас зима, дети играют на улице, мальчик упал в снег, делает „снежного ангела“, он расслаблен и просто лежит. Другая ситуация: человеку стало плохо, и он упал на землю. С визуальной точки зрения это одно и то же, и пока что только человек может определить разницу. Вы очень долго не видели своего друга или родителей и обнимаетесь при встрече, или кто-то идет вечером по темной улице, к нему сзади подходит недоброжелатель и берет в захват. Опять же, выглядит это почти одинаково, только в первом случае вы счастливы, а во втором — нет. За нами везде наблюдают камеры. Согласитесь, было бы неплохо, если бы они не просто смотрели, а „видели“, что происходит в кадре, и в случае опасности могли бы передать сигнал в полицию», — объясняет Антон.

Для решения своих задач исследователь обратился к каскадам Хаара, так как при распознавании изображений этот метод выполняется быстрее, чем, к примеру, использование сверточных нейронных сетей. Изначально Антон обучал каскад, предлагая ему хорошие и плохие примеры, однако сейчас решил прибегнуть к магии и заставить алгоритм обучаться по тому же принципу, что и джинн Акинатор, который с помощью цепочки простых вопросов узнает, какого человека или персонажа загадал пользователь. Сейчас у Антона Чухламова работают модули распознавания и обучения, и в данный момент он трудится над тем, чтобы алгоритм мог обрабатывать последовательность кадров и потоковое видео.

Умиджон Рахимов, «Чем мы дышим?»

Магистрант Умиджон Рахимов рассказывает, что впервые задумался о том, насколько важно дышать чистым воздухом, когда начал чувствовать по утрам слабость и головную боль. В то же время его друг сделал в квартире ремонт, и после того, как установил пластиковые окна, обнаружил в квартире плесень. Поняв, что источник обеих проблем — недостаток вентиляции, Умиджон начал думать над тем, как их решить. Перебрав множество вариантов, он пришел к выводу, что лучше всего с задачей справится вентиляционная установка УВРК-50М: ее просто установить в квартире, в общежитии, в офисе или учебной аудитории, она обеспечивает высокую энергоэффективность и демонстрирует хорошие потребительские свойства.

Умиджон Рахимов
Умиджон Рахимов

«Согласно статистике, в Центральной и Восточной Европе мужчины в среднем проводят в помещении порядка 22 часов, женщины — около 23 часов. Среднестатистический человек находится в помещении больше 60% своего времени. Возможно, главный признак Homo Sapiens не только в том, что он разумный, но и в том, что он проводит свое время дома», — отмечает исследователь.

Дмитрий Пюненен, «Как идеально провести время в Санкт-Петербурге и ничего не решать»

Своим исследованием магистрант Дмитрий Пюненен пытается избавить туристов от извечной головной боли: он работает над созданием интеллектуального путеводителя, который анализирует интересы пользователя, и на основе его предпочтений и размеров бюджета составляет для него идеальный туристический маршрут.

«Интересы у туристов бывают разными, путеводители — электронные и бумажные — зачастую банальны или не интересны. Даже экскурсия в Эрмитаж для кого-то может быть мечтой и удовольствием, а кому-то она покажется скучной. Мы всегда хотим провести время с максимальной пользой и не хотим тратить его на то, чтобы искать что-то в новом городе, решать, куда идти, — рассказывает Дмитрий. — Когда я впервые поехал в Сочи и решил посмотреть самые интересные и известные места, была следующая картина: за окном пальмы, солнце и девушки, а за ноутбуком пытаюсь понять, куда мне сходить. Уже после того, как я вернулся в Петербург, я начал встречать баннеры „Полеты на параплане в Сочи“. Что ж вы раньше не появлялись, когда я был там?»

Дмитрий Пюненен
Дмитрий Пюненен

В данный момент у Дмитрия готов прототип приложения для Android, который задает пользователю ряд вопросов, анализирует его страничку ВКонтакте, вычисляет «вес» различных объектов и предлагает три варианта маршрутов по Санкт-Петербургу. Пользователь также может удалять объекты из маршрута, и такие решения тоже становятся источником данных для обучения алгоритма: если один объект пользователи массово удаляют из маршрута, а к другому оставляют восторженные комментарии и «лайки», то «вес» первого объекта будет падать, а второго — расти. В будущем магистрант планирует расширить список городов и мобильных платформ, на которых будет работать его идеальный интеллектуальный гид.

Редакция новостного портала
Архив по годам:
Пресс-служба