تمكن برنامج Sketch-a-Net الذي تم تطويره في جامعة كوين ماري في لندن من تفسير الصورة بشكل صحيح بصورة طائر في 74.9٪ من الحالات ، بعد أن تعامل مع هذه المهمة بشكل أفضل من الأشخاص التجريبيين (73.1٪).
أظهر العمل ، الذي تم الإعلان عنه في المؤتمر البريطاني السادس والعشرين حول رؤية الماكينة (سبتمبر 2015 ، سوانزي) ، أن Sketch-a-Net تعامل مع التعرف على الأنماط التفصيلية بشكل أفضل من البشر. على سبيل المثال ، نجحت في التمييز بين طائر النورس ، وطائر طائر ، وطائر واقف ، والحمام في 42.5٪ من الحالات ، بينما حقق الناس دقة 24.8٪ فقط.
يعتمد Sketch-a-Net على "شبكة عصبية عميقة" تحاكي عمل الدماغ البشري. في الاعتراف ، حتى أنه يأخذ في الاعتبار الترتيب الذي يتم فيه تطبيق الخطوط التي تشكل النمط.
يمكن لهذه التقنية أن تجد التطبيق في تطوير أسرع للغة الإشارة عند العمل مع جهاز الكمبيوتر. أو بحث الصور أكثر دقة.