Auto se jednoznačně identifikuje podle „espézetky“, ale samozřejmě i tato identifikace se dá jednoduše vyměnit nebo zfalšovat. Přesto se možná dočkáme nového systému, který dokáže rozpoznat škrábance a pozůstatky nálepek na autě a auto identifikuje bez problémů.
S rozvojem nových technologií nepřichází pouze ke zlepšování technických a užitných vlastností automobilů, ale rovněž se zlepšují kamery a radary, které slouží k jejich sledování a identifikaci. Mnohé kamery se však naneštěstí vyznačují příliš nízkým rozlišením, takže nedokážou jednoznačně rozeznat evidenční čísla a správně odlišit vozidla.
Tento problém nenechal chladných výzkumníků na Pekingské univerzitě, kteří se rozhodli blíže prozkoumat tento problém. Během svého výzkumu odhalily, že většina kamer má potíže při snímání evidenčních čísel, při kterých došlo k záměně číslic a písmen. Kamerám dělalo problém rozeznat „B“ a „8“, „O“ a „0“ i „D“ a „O“. To je však zcela přirozené, protože každý podobný systém se vyznačuje podobnými „mouchami“. Mnohem závažnější problém představuje falšování a výměna samotných tabulek s poznávacími značkami. V tom případě je i ten nejlepší kamerový systém zcela ztracený a neodhalí takovýto podvod.
Kamery se však soustředí na identifikaci barvy a model vozu, ale existuje mnohem více charakteristických znaků, které jsou specifické a jedinečné pro každé vozidlo. Výzkumní pracovníci uvedli, že pro hledané vozidla jsou charakteristické i různé škrábance, nálepky, barevné úpravy laku, prostě vše, čímž se auto odlišuje od stejných modelů.
Experimentální systém RepNet
Na základě těchto atributů vytvořili systém umělé inteligence se zkratkou RepNet, což znamená represivní síť, která je schopná i při špatných podmínkách identifikovat specifické oblasti, kterými se auto odlišuje od ostatních. Běžné kamerové systémy jsou totiž stavěny pouze na to, aby správně určili model, značku barvu a typ karoserie.
RepNet je založen na principu složitého algoritmu, pomocí kterého se dokáže sám učit a identifikovat malé detaily, které se dají i za normálních podmínek jen těžko zachytit. Takovým způsobem odhalí na vozidle skryté odlišnosti a dokáže na ně upozornit.
Tento systém však bude teoreticky možné začít využívat i na rozpoznávání obličejů a osob. Co se týče silničního provozu, osvědčil by se na identifikaci řidiče, který spáchal přestupek a už by se nemohl vymlouvat na to, že řídil někdo jiný. Dokud se však dočkáme této novinky iu nás, zřejmě projde dlouhý čas, protože jde o experimentální systém.
