GreenOCR® - технология распознавания данных, основанная на экологичном и ответственном ИИ, разработанная Smart Engines
Наша технология - GreenOCR®
По данным экспертов из University of Massachusetts Amherst обучение 1 сети для обработки естественного языка (машинный перевод и написание фейковых статей, с поиском архитектуры сети) приводит к выбросу 284 тонн CO2. Столько выбросов производят 5 автомобилей за все время их работы с учетом топлива или самолеты за 300 авиарейсов из Нью-Йорка в Сан-Франциско и обратно. Эти данные приведены для сети с 213 миллионами параметров, а с ростом сложности сети выбросы растут. Недавно была представлена сеть с более чем 1 триллионом параметров, и тренд сохраняется.
Перед учеными, инженерами и разработчиками всего мира встала новая задача -- для снижения углеродного следа требуется создание не эффектных, а энергоэффективных методов искусственного интеллекта (ИИ). Вдохновленные Целями устойчивого развития, ученые компании Smart Engines первыми в мире разработали методику полного цикла создания ответственного и экологичного ИИ, понимая важность проблем сохранения окружающей среды.
Первым результатом ее применения стало создание флагманской технологии GreenOCR®, которая обеспечивает непревзойденные качество и скорость распознавания символов при минимальном потреблении энергии и воздействии на окружающую среду. Сокращение энергопотребления и выбросов при переходе на GreenOCR®, только лишь для распознавания документов, уже может составить 3-4 порядка!
Любой наш продукт всегда работает автономно на конечном устройстве (смартфоне, умной камере, терминале, компьютере, сервере) и не передает данные клиентов на обработку в сторонние сервисы или третьим лицам. В рамках применения технологии GreenOCR® мы помогаем компаниям соблюдать стандарты безопасности обработки персональных данных (GDPR, CCPA) и выполнять требования регуляторов в части KYC/AML.
Мы применяем GreenOCR® для распознавания в видеопотоке, на фотографиях и сканах ID документов (ID карт, паспорт, ВУ etc.), MRZ, банковских карт, баркодов, а также документы с фиксированной и без фиксированной формы.
Сегодня мы с гордостью представляем уже 2-е поколение нашей фирменной технологии ИИ GreenOCR®. Применяемые в ней сверхплотные 4- и 8- битные вычислительные архитектуры нейронных сетей позволили обрабатывать документы быстрее, а также снизить энергопотребление при распознавании. На мощных современных устройствах производительность распознавания дополнительно выросла на 10%, а на бюджетных устройствах с ограниченной вычислительной мощностью – на 30%.
В согласии с разработанной и внедренной нами методикой, все наши технологии быстрого, точного и безопасного распознавания, включая GreenOCR®, не требуют значительных вычислительных ресурсов и использования дополнительных акселераторов в виде энергоемких графических процессоров (GPU), не только снижая энергопотребление, но и повышая безопасность за счет сокращения количества возможных атак.
Доктрина ответственного ИИ
Вызовы, с которыми сталкиваются современные технологии, -- это нарушение информационной безопасности, утрата приватности действий и конфиденциальности данных, “углеродный след”, безответственность разработчиков при оценке воздействия технологии на окружающую среду.
Технология GreenOCR ® разрабатывается в соответствии с доктриной ответственного искусственного интеллекта. В её основе лежат три базовых принципа, благодаря которым мы идем на шаг впереди: экологичность (environmental friendliness), безопасность (security), конфиденциальность (privacy).
Устойчивое развитие (Sustainable development) нашей планеты требует от нас как разработчиков технологий, встраиваемых и используемых на миллионах устройств, последовательно решать задачу снижения энергопотребления и уменьшения углеродного следа высокопроизводительных вычислений, выполняемых при распознавании изображений и видеопотока. Проводимые исследования реализуют принципиально новый подход в разработке искусственного интеллекта (Green AI), не требующего повышения энергетической мощности при обучении и исполнении моделей.
В октябре 2020 года мы были признаны ООН и стали первой OCR-компаний на базе искусственного интеллекта, присоединившейся к инициативе Устойчивого развития
Снижение энергопотребления миллионами умных устройств (смартфонов, компьютеров и серверов), занятых в распознавании, в планетарном масштабе сокращает негативное влияние на окружающую среду. Так мы вносим свой вклад в сохранение благополучия всей планеты в соответствии с Целями Устойчивого развития, сформулированных в докладе ООН 2015 года: SDG12 (Sustainable Consumption and Production), SDG13 (Climate Action).
Информационные технологии и цифровые решения сегодня влияют на качество и образ жизни миллионов людей. Ответственность и приверженность Целям устойчивого развития ООН должны определять стратегии и практику бизнеса, разрабатывающего и использующего прогрессивные программы искусственного интеллекта.
Присоединение Smart Engines к Глобальному договору ООН – это подтверждение того, что деятельность ученых и исследователей ИИ компании ведется в соответствии с целями, принятыми в международном сообществе. В своей работе мы ориентированы на заботу об окружающей среде и минимизацию рисков, связанных с применением новых технологий.
Продукты Smart Engines
Smart ID Engine
Распознавание данных 1555 типов удостоверяющих документов 210 юрисдикций мира
Smart Code Engine
Извлечение данных банковских карт, линейных (1D) и матричных (2D) штрихкодов, машиночитаемой зоны (MRZ) и других кодифицированных объектов.
Smart Document Engine
Мгновенное распознавание деловых документов и форм.
Smart Tomo Engine
Алгоритм позволяющий снизить лучевую нагрузку при томографическом исследовании.
Партнеры
Сегодня решения Smart Engines с экологичным ИИ используют ведущие операторы связи, банки, страховые компании, сервисы по продаже авиа/жд/автобусных билетов, проекты шеринговой экономики, сервис-провайдеры по всему миру.
Мы гордимся, что наши решения используют и вместе с нами поддерживают благополучие планеты Tinkoff group, Citibank, Dukascopy Bank, Emirates NBD, Oman Arab Bank, Raiffeisen Bank, Rosbank, Beeline, MTS, MegaFon, BioCollections Worldwide, Blockpass IDN Ltd, iDenfy, NEC, Tessi, BlaBlaCar, Europcar, Travizory, Twino, VerifyMyAge, и другие.
Наука для экологичного ИИ
Наука для экологичного ИИ
On optimal stopping strategies for text recognition in a video stream as an application of a monotone sequential decision model
K. Bulatov, N. Razumny, V.V. Arlazarov
International Journal on Document Analysis and Recognition (IJDAR)
HoughNet: neural network architecture for vanishing points detection
A. Sheshkus, A. Ingacheva, V. Arlazarov, D. Nikolaev
IEEE, 2019 International Conference on Document Analysis and Recognition (ICDAR)
Fast Method of ID Documents Location and Type Identification for Mobile and Server Application
Natalya Skoryukina, Vladimir V. Arlazarov, Dmitry P. Nikolaev
IEEE, 2019 International Conference on Document Analysis and Recognition (ICDAR)
Transfer of a high-level knowledge in HoughNet neural network
Alexander V. Sheshkus, Dmitry Nikolaev
Proc. SPIE, Twelfth International Conference on Machine Vision (ICMV 2019)
Bipolar Morphological Neural Networks: Convolution Without Multiplication
E. Limonova, D. Matveev, D. Nikolaev, V.V. Arlazarov
Proc. SPIE, Twelfth International Conference on Machine Vision (ICMV 2019)