Искусственный интеллект обучили оценивать состояние монет

Традиционная оценка монет базируется на шкале Шелдона, где даже микроскопические дефекты поверхности кардинально меняют стоимость экземпляра. Прежние автоматизированные решения не справлялись с такой детализацией, работая лишь с узкими типами монет. Команда ученых применила двойную модель глубокого обучения на базе сети ResNet50, которая учитывает визуальное сходство между соседними классами сохранности. Аспирант Сколтеха Мелаку Гетахун отметил, что алгоритм эффективно распознает пограничные состояния, например, между монетами, которые совсем не были в обращении и получили лишь минимальные следы использования.

Для оценки редких монет высшей категории исследователи добавили визуально-языковую модель, анализирующую обе стороны монеты одновременно с учетом текстовых подсказок. Внедрение иерархического преобразователя позволило дополнительно повысить точность системы. По словам руководителя научной группы Андрея Сомова, этот подход делает процесс грейдинга прозрачным и доступным не только для частных коллекционеров, но и для профессиональных инвесторов и музейных институций.