ШІ сканує понад 450 камер, щоб знайти Уоллі
ШІ сканує понад 450 камер, щоб знайти Уоллі
Нейромережа на базі відкритої моделі Qwen3-VL переглядає записи з понад 450 незахищених камер у світі, щоб знайти людей у смугастому одязі, схожих на Уоллі.
ШІ сканує понад 450 камер, щоб знайти Уоллі
Бельгійський художник Дріс Депортер створив незвичний артпроєкт, у якому нейромережа переглядає записи з незахищених камер відеоспостереження та шукає людей, схожих на персонажа з книги «Де Уоллі?».
Для пошуку використовується відкрита модель Qwen3-VL від Alibaba, яка працює локально на трьох ігрових відеокартах. ШІ аналізує кожен кадр і шукає характерний червоно-білий смугастий одяг і шапку з помпоном.
Наразі система перевірила 1,68 млн кадрів і знайшла 13 збігів у різних країнах, зокрема в США, Японії та Перу. Кожну знахідку художник перевіряє вручну.
Гра в хованки вийшла на новий рівень. Детальніше — на сайті WallyFinder.
Чому це важливо
АналітикаПроєкт показує, як відкриті мультимодальні моделі можуть перетворювати масові потоки відео на дослідницький інструмент, а також піднімає питання приватності та безпеки незахищених камер.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Jev та System One AI: повний практичний гайд по моделі рішень від TypeSafe
Глибокий інженерний розбір флагманської моделі Jev: архітектура System One проти LLM, примітиви Choice/Score/Noul, паралелізм запитів, математика впевненості, відео-кейси, код та огляд локальних open-weight альтернатив (Laya, GLiNER2.5, CLM-8B).
JSON — структуровані дані для програм, API та AI-агентів
Повний практичний посібник з формату JSON: синтаксичні правила, серіалізація через parse/stringify, робота з REST API, JSON Schema та структурований вивід для штучного інтелекту.
Мультимодальні вектори (Multimodal Embeddings / CLIP)
Технологія проектування різних типів медіа (тексту, зображень, аудіо) у єдиний спільний багатовимірний векторний простір за допомогою архітектур на кшталт OpenAI CLIP або Google SigLIP. Дозволяє шукати фотографії текстовими описами або знаходити схожу музику за картинкою.
Hugging Face Hub
Провідна світова платформа та відкритий репозиторій для спільноти штучного інтелекту («GitHub для нейромереж»). Містить сотні тисяч відкритих моделей, датасетів і безкоштовних веб-демо (Spaces), підтримуючи всі провідні ШІ-фреймворки.