Предложенный подход основан на работе с текстовым описанием картинок. Это повышает скорость и точность анализа и сокращает вычислительные затраты.

«Наш мозг автоматически сопоставляет увиденное с базой накопленных знаний о мире и выявляет несоответствия. Для искусственного интеллекта эта задача гораздо сложнее. Существующие системы хорошо распознают отдельные объекты, но с трудом понимают, совместимы ли эти элементы друг с другом с точки зрения здравого смысла», — объяснил «Известиям» руководитель группы «Вычислительная семантика» в AIRI и группы NLP в Сколтехе, доктор компьютерных наук Александр Панченко.

Как предполагают исследователи, разработка может быть востребована, чтобы проводить мониторинг визуальных данных в интернете, выявлять фейковые фотографии, интерпретировать спутниковые снимки и в других подобных приложениях.