Узнать в лицо: как FindFace победила Google с минимальными средствами
Следователь загружает в компьютер фотографию преступника, система анализирует изображения с десятков тысяч камер слежения по всему миру и за секунды находит нужного человека, сообщая, где и когда он был замечен в последний раз.
Пока что это вымысел, пригодный разве что для кино или литературы, но он вполне может стать реальностью уже в ближайшие годы, считает основатель компании NTechLab 27-летний Артем Кухаренко.
NTechLab смогла создать систему распознавания лиц, которая конкурирует с технологиями Google, 3M, NEC и других глобальных игроков. 10 мая компания объявила, что привлекла $1,5 млн от пула инвесторов, в том числе от фонда Impulse VC, куда инвестировали Роман Абрамович (12-е место в российском рейтинге Forbes — $9,1 млрд) и известный российский топ-менеджер Александр Провоторов.
Люди и собаки
В начале 2015 года Артем Кухаренко, который окончил МГУ и несколько лет работал в российском исследовательском центре Samsung, где занимался в том числе проблемой распознавания образов, ради развлечения написал приложение для мобильной операционной системы Android, определяющее породу собаки по фотографии. Magic Dog до сих пор доступно в Google Play, но так и не стало популярным. Зато в процессе работы Кухаренко и двум его коллегам удалось разработать алгоритм для распознавания образов, в том числе человеческих лиц. Они назвали его FindFace.
К тому моменту крупные мировые IТ-компании, такие как Google, Microsoft и Facebook, уже вовсю работали над распознаванием лиц, инвестировав в это десятки миллионов долларов. При этом они имели доступ к мощным графическим процессорам, способным за секунды обрабатывать огромные объемы информации.
У Кухаренко и его партнеров таких ресурсов не было. Пришлось придумать решение, которое может быть реализовано с помощью относительно слабых и недорогих процессоров. И если самые совершенные системы, занимающиеся распознаванием лиц, оперируют тысячами анатомических показателей, то Кухаренко смог создать алгоритм, которому для распознавания необходим набор всего из 80 показателей, занимающих не больше мегабайта данных. Точность, конечно, снижается, но для решения большинства прикладных задач ее хватает.
Связи помогли Артему Кухаренко выйти на Александра Кабакова, совладельца фонда Typhoon Digital Development, который на тот момент уже вложил средства в разработчика браузерных игр «Ракета» и агентство мобильной рекламы Add in App. Кабаков и его партнеры по фонду помогли Кухаренко с запуском компании и вошли в капитал NTechLab как частные лица. Кухаренко досталось 25% акций, Кабакову и его партнерам Олегу Братишко и Анатолию Гусеву — по 17,5%. Остальное получили еще два частных инвестора — Марина Полянская (17,5%) и Екатерина Семенова (5%). Объем инвестиций партнеры не раскрывают, но Кабаков говорит, что на старте в компанию было вложено несколько десятков миллионов рублей.
В сентябре 2015-го Кухаренко узнал, что Университет Вашингтона проводит конкурс MegaFace Challenge для команд, создающих алгоритмы распознавания лиц. Причем участвовать в нем могли как университетские проекты с чисто научными целями, так и коммерческие IТ-компании. Артем тоже решил рискнуть — и победил. Алгоритм NTechLab в одном из состязаний опередил разработку Google, распознав 73,3% лиц из 1 млн фотографий, у Google показатель был чуть ниже — 70,5%.
«NTechLab стала известна благодаря выигранному конкурсу MegaFace в 2015 году. Но сегодня в этом конкурсе соревнуются уже более качественные алгоритмы», — говорит глава фонда VP Capital Виктор Прокопеня.
Второй удачной идеей стало создание сервиса FindFace. В феврале 2016 года были запущены сайт и мобильное приложение, куда можно было загрузить фотографию человека — и сервис находил его в соцсети «ВКонтакте». Пользователи интернета с помощью сервиса искали героев любительской порнографии, хулиганов, попавших на записи камер наружного наблюдения, и просто симпатичных девушек. О приложении рассказал «Первый канал», где его использовали для передачи «Жди меня».
По словам создателей FindFace, сервисом с момента его запуска воспользовались более 1 млн человек. Бесплатный вариант позволяет найти не более 30 человек в месяц, платная версия дает неограниченные возможности, но число платных пользователей не превышает нескольких тысяч.
Александр Кабаков говорит, что это был имиджевый проект. «Мы, конечно, что-то зарабатываем на FindFace, но для нас это была в первую очередь возможность продемонстрировать технологию. Благодаря этому мы начали получать по пять предложений о сотрудничестве в день», — вспоминает он.
Кухаренко уточняет, что сервис FindFace был нужен как доказательство работоспособности алгоритма NTechLab: «На тот момент распознаванием лиц в мире занимались уже лет 20, часто с не очень хорошим результатом. Нередко, когда мы приходили в какие-то компании, нам говорили: мы уже платили за распознавание, и в итоге оно не работало. Тогда мы показывали FindFace и предлагали попробовать».
Однако развиваться в соцсетях партнеры не стали — они решили, что будут специализироваться на b2b-решениях. Это был не самый очевидный выбор. Так, белорусская компания Masquerade, создавшая сервис обработки видеоизображений MSQRD, сумела за несколько недель привлечь несколько миллионов пользователей и в марте 2016 год удачно продалась Faceboook. Сумма сделки не объявлялась, но эксперты оценивали ее в $20–40 млн.
Однако Кабаков и Кухаренко решили, что разумнее будет сразу идти туда, где много денег.
Что представляет собой рынок распознавания образов
Одними из главных драйверов рынка распознавания лиц являются государственные структуры, занимающиеся безопасностью. Ключевые игроки мирового рынка 3M, Cognitec, NEC, Safran, Aware Inc. зарабатывают в основном на сотрудничестве с ними.
По данным исследования Global Biometrics Technology Market компании Transparency Market Research, текущий объем мирового рынка распознавания лиц составляет около $2,5 млрд, а к 2019 году достигнет примерно $4 млрд. В исследовании Facial Recognition Market компании MarketsandMarkets приводится сумма $6,5 млрд в прогнозе на 2021 год.
Рынок дополненной реальности, где технологии распознавания лиц могут быть одними из ключевых, выглядит гораздо интереснее. Многие источники оценивают его емкость более чем в $100 млрд всего через пять лет, говорит Виктор Прокопеня.
Размер российского рынка распознавания лиц по объему заключенных контрактов не превышает несколько десятков миллионов долларов с учетом оборудования, говорит Александр Ханин, генеральный директор VisionLabs.
Безопасность и ретейл
Готовое коммерческое решение на базе алгоритма FindFace было запущено только в ноябре 2016 года. По словам Кабакова, NTechLab ведет сейчас переговоры с 200–300 компаниями, из которых около ста уже запустили фазу пилотного тестирования.
Значительная часть запросов поступает от поставщиков решений в области обеспечения безопасности и контроля доступа, в том числе в аэропортах. А одним из первых клиентов NTechLab стала компания Diamond Fortune Holdings Prim, которая занимается строительством гостинично-развлекательных комплексов на территории курорта «Приморье». Она внедрит алгоритм во всех казино Diamond Fortune на территории игровой зоны, чтобы в режиме реального времени анализировать информацию с камер наблюдения и информировать персонал, если обнаружены лица, внесенные в базу подозрительных. Другим партнером, уже запустившим тестирование, стал крупнейший в Турции поставщик биометрических решений в сфере безопасности Papilon Savunma. По словам Кабакова, обсуждается внедрение решения для нужд турецкой миграционной службы.
Сферой безопасности дело не ограничивается. Крупный проект компания делает для одного из международных ретейлеров, работающих в России. Алгоритм распознавания лиц будет использоваться для контроля за сотрудниками, и менеджмент будет знать, сколько времени они проводят в торговом зале, как часто ходят в курилку и т.д. «В принципе наша технология уже достаточно хорошо научилась распознавать эмоции по выражению лица, так что в будущем компания сможет контролировать, насколько доброжелательно персонал себя ведет с покупателями. Но пока клиент еще не решился такое внедрять», — говорит Кабаков.
Алгоритм, позволяющий распознавать эмоции, возраст и другие параметры по видео с камер наблюдения, — одно из направлений, на которое NTechLab возлагает большие надежды. Ведь такая система сможет определять в торговом центре, например, женщин старше 40 лет и запускать на телеэкранах рекламные ролики косметики для этой возрастной категории. Или, например, узнавать конкретного посетителя и отправлять ему индивидуальное рекламное сообщение вроде: «Добрый вечер, вчера вы купили в нашем магазине креветки, не хотите ли приобрести пиво по акции?» NTechLab месяц назад показала прототип такого решения на одной из отраслевых выставок.
Экономика распознавания
По расчетам основателей, выручка NTechLab во втором квартале 2017 года должна составить $500 тыс. Более 70% доходов компания получает на зарубежных рынках. Сейчас в московском офисе NTechLab работают более 30 человек, две трети из них программисты. Основной источник доходов — отчисления за лицензию. Ее стоимость варьируется от нескольких тысяч до десятков тысяч долларов и зависит от числа компьютеров, на которых установлена программа, функционала и т.д. Для мелких клиентов есть облачный сервис, который стоит фиксированные $1,5 тыс. в месяц и работает на серверах NTechLab. Он не оптимален для обработки больших объемов информации, но его хватает для удовлетворения потребностей небольших компаний.
Основатель NTechLab называет своим основным преимуществом гибкий подход и готовность адаптироваться к потребностям конкретного клиента.
Впрочем, сейчас главная задача партнеров — привлечение инвестиций. «Сейчас большой интерес к нейронным сетям и распознаванию. Но одно дело, когда кто-то хочет, пользуясь ажиотажем, продать бизнес, который не приносит денег, другое — когда речь идет о компании, которая генерирует выручку уже сейчас», — рассуждает Артем Кухаренко.
10 мая NTechLab объявила о закрытии первого раунда финансирования. Компания привлекла $1,5 млн за миноритарный пакет от пула инвесторов во главе с фондом Impulse VC, одним из партнеров которого является Роман Абрамович, и бывшим генеральным директором «Ростелекома» Александром Провоторовым. Эти средства партнеры планируют потратить на открытие офисов в США, странах ЕС, Китае, Индии и ОАЭ, а также на совершенствование технологии распознавания.
Для Impulse VC это не первая сделка на рынке распознавания образов: в июне 2015 года фонд вложил $4 млн в компанию Ivideon, занимающуюся решениями в области удаленного видеонаблюдения. А Провоторов в период своей работы в «Ростелекоме» активно взаимодействовал с разными поставщиками решений в области распознавания лиц, рассказал РБК источник в «Ростелекоме». Телеком-гигант уже обеспечивает видеонаблюдение в метро, а к 2018 году ГУП «Мосгортранс» планирует, что камеры смогут не только находить злоумышленников, но и распознавать подозрительное поведение.
Взгляд со стороны
«Распознавание лиц — одно из наиболее четких бизнес-применений нейронных сетей»
Александр Провоторов, первый заместитель гендиректора «Tele2 Россия», гендиректор компании «Ростелеком» в 2010–2013 годах
«Я давно слежу за проектами в области искусственного интеллекта. Нейронные сети являются одним из самых перспективных направлений в этой сфере. Достаточно посмотреть хотя бы на количество M&A-сделок в этом сегменте в мире за последние годы. При этом распознавание лиц — одно из наиболее четких бизнес-применений современных нейронных сетей. Что особенно важно, NtechLab широко известна не только в России, но и за ее пределами. Наличие существенного потенциала для международного развития делает инвестицию в эту компанию особенно интересной».
«Переход от базовых технологий к законченным решениям — сложная задача»
Тимур Векилов, генеральный директор компании «Вокорд»
«NTechLab год назад обошла Google в соревновании алгоритмов, но с тех пор или их показатели не улучшились, или они приняли решение их не демонстрировать. К примеру, алгоритм нашей компании дважды в прошлом году признавался лучшим в мире в тесте MegaFace. Но самое главное, что заказчикам требуются не алгоритмы, а готовые решения, включающие комплекс ПО и оборудования, которые, например, могут решать такие сложные задачи, как распознавание лица в толпе, предотвращение краж и злоупотреблений в розничной торговле или аутентификация на мобильных устройствах. Переход от базовых технологий к законченным решениям — достаточно сложная задача, требующая системного похода».
«Рынок будет только расти»
Антон Федчин, руководитель проекта «Одноклассники»
«Технология была на пике популярности около двух лет назад, сейчас нейросети применяются повсеместно. К примеру, мы используем нейросети для модерации контента. Технологии помогают обрабатывать большие массивы фото и видео. Мы начинаем внедрять технологию и в ленте новостей — сейчас соцсети строятся на персонализации контента, и нейросети помогают в этом. Распознавание лиц уже применяется многими, а вот распознавание предметов и географических объектов — интересный и новый этап. В любом случае рынок компаний и индустрий, где могут быть применены нейросети, год от года будет только расти».
Тематический проект о российской винодельческой культуре, вине и спиртных напитках
