# Эхсан Адели: «Компьютерное зрение станет монитором жизненно важных показателей поведения» Источник: https://www.youtube.com/watch?v=YcTytFL1Bc0 Канал: Stanford Online Опубликовано: 30.09.2025 --- Современные технологии компьютерного зрения (Computer Vision, CV) прошли долгий путь от распознавания простых геометрических фигур до создания систем, способных спасать жизни и обеспечивать уход за пожилыми людьми. В рамках вебинара Stanford Online профессор Эхсан Адели, ведущий специалист в области ИИ и вычислительной нейробиологии, рассказал о том, как «бессмысленные пиксели» превращаются в значимые концепции и почему будущее ИИ лежит в плоскости «пространственного интеллекта». ## 🏛️ Эволюция компьютерного зрения: от края до генерации [[JUMP:01:05]] История компьютерного зрения неразрывно связана с нейробиологией. Эхсан Адели отмечает, что основы отрасли были заложены в ходе экспериментов Хьюбела и Визеля, показавших, как мозг детектирует границы объектов [04:53]. Пройдя через «зиму ИИ» в 80-х и доминирование геометрических моделей в 90-х, индустрия совершила качественный скачок в 2012 году. Ключевые вехи развития отрасли по версии Адели: * **ImageNet (2012):** Создание гигантского набора данных стало катализатором. Архитектура AlexNet сократила количество ошибок распознавания почти вдвое за одну ночь, запустив взрыв глубокого обучения [06:48]. * **Смена парадигм:** От сверточных нейронных сетей (CNN) и рекуррентных сетей (RNN) индустрия перешла к Трансформерам — архитектуре, которая сегодня является «двигателем» большинства достижений в области ИИ [10:15]. * **Креативный скачок:** Современные генеративные модели (Diffusion, DALL-E) позволяют машинам не просто классифицировать мир, но и воображать его, создавая изображения по текстовым запросам, например, знаменитое «кресло-авокадо» [08:24]. По мнению Адели, современные смартфоны обладают большей вычислительной мощностью, чем системы, доставившие человека на Луну, однако сейчас эта мощь перенаправляется с «фотографий бранча» на решение фундаментальных проблем науки и медицины [02:02]. ## 🏥 «Эмбиентный интеллект» в больницах: проект Stanford Hospital [[JUMP:12:13]] Одной из главных сфер применения CV является здравоохранение. Профессор Адели вводит понятие «эмбиентного интеллекта» (Ambient Intelligence) — системы умных сенсоров и алгоритмов, которые незаметно для персонала анализируют активность в клинике и реагируют на потребности пациентов [13:51]. В Стэнфордской больнице была внедрена система мониторинга в восьми палатах интенсивной терапии (ICU) [18:51]. Для этого использовались кастомные сенсоры, включающие: * Обычные RGB-камеры для визуального анализа; * Глубинные датчики (Depth sensors) для понимания геометрии пространства; * Тепловизоры (Thermal sensors) для мониторинга состояния без нарушения приватности [19:23]. Для анализа действий персонала и пациентов была разработана иерархическая система — **Clinical Behavioral Atlas (CBA)** [21:11]. Она позволяет разбивать сложные медицинские протоколы на атомарные действия. Например, система может автоматически проверить, соблюдаются ли меры профилактики падений (использование носков с защитой от скольжения) или правильно ли приподнято изголовье кровати [31:28]. Технической основой проекта стал бенчмарк **MOMA (Multi-Object Multi-Actor)**. В отличие от стандартных алгоритмов, MOMA распознает не просто «человека», а сложные взаимосвязи между несколькими участниками и объектами в кадре [26:57]. Адели утверждает, что такой подход позволяет проводить полностью пассивный анализ без необходимости ручного ввода данных врачами [32:57]. ## 👵 Компьютерное зрение как замена носимым устройствам для пожилых [[JUMP:34:23]] Существует острая необходимость в технологиях для поддержки независимого проживания пожилых людей. Адели критикует текущие решения, основанные на носимых гаджетах: браслеты нужно постоянно заряжать, а пожилые люди часто забывают их надевать [35:50]. Компьютерное зрение предлагает бесконтактную альтернативу. В лаборатории Адели были разработаны методы для: 1. **Анализа походки:** Детекция рисков падения и изменений в моторике [38:04]. 2. **Мониторинга сна:** Отслеживание паттернов без датчиков на теле [38:18]. 3. **Контроля питания:** Оценка уровня независимости человека по тому, как он ест и пьет [38:35]. Особое внимание уделяется ранней диагностике деменции и болезни Альцгеймера. Исследователи фокусируются на **нейропсихиатрических симптомах (NPS)**, которые могут проявляться за годы и даже десятилетия до официального диагноза [40:51]. По словам Адели, CV-системы могут фиксировать такие изменения, как апатия, депрессия или бесцельное хождение, которые пациенты часто забывают упомянуть на приеме у врача [43:03]. ## 🛡️ Конфиденциальность: «слепые» линзы и локальные вычисления [[JUMP:43:58]] Вопрос приватности является критическим при установке камер в частных пространствах. Эхсан Адели описывает многоуровневый подход к защите данных: * **Локальная обработка (Edge Computing):** Видение команды профессора заключается в том, что данные не должны покидать устройство. Видео анализируется внутри сенсора, а в облако передаются только метаданные (например, отчет о состоянии здоровья), что исключает кражу визуальной информации хакерами [45:36]. * **Оптическое искажение:** В лаборатории создали технологию специальных линз с искаженным профилем поверхности (Point Spread Function, PSF) [48:38]. Камера выдает изображение, которое выглядит как набор цветных пятен для человеческого глаза, но остается полностью понятным для обученного алгоритма [50:01]. Адели подчеркивает: цель не в том, чтобы следить за людьми, а в том, чтобы создать систему, которой можно доверять. При этом он признает, что уровень доверия и готовность к внедрению таких систем будут сильно различаться в зависимости от страны, культуры и конкретного человека [58:47]. ## 🔮 Будущее: от лингвистического к пространственному интеллекту [[JUMP:59:30]] Отвечая на вопрос о следующем большом прорыве в ИИ, Эхсан Адели ссылается на мнение своей коллеги Фей-Фей Ли. Он утверждает, что нынешний бум ИИ (ChatGPT, Gemini) — это развитие «лингвистического интеллекта» [59:46]. Будущее же за **пространственным интеллектом (Spatial Intelligence)**. По мнению Адели, ИИ должен научиться: * Рассуждать в «пиксельном пространстве» [1:00:00]; * Понимать физические взаимодействия и намерения людей в 3D-мире; * Обладать «воплощенным интеллектом» (Embodied Intelligence) для работы в робототехнике [1:01:09]. Технологии не заменят человеческую заботу, считает профессор, но они станут «монитором жизненно важных показателей поведения», которого у нас никогда не было раньше [43:16].