Ребёнок, осваивая незнакомую квартиру, ползает от предмета к предмету и запоминает, что видно из каждого угла. Так мозг строит мысленную карту — внутреннюю модель пространства. Алгоритм gradCSCG действует по тому же принципу: он получает видеопоток с камеры и самостоятельно рисует схему помещения, опираясь лишь на смену картинок. Раньше машинам требовались подсказки — например, заранее размеченные объекты на изображениях. Новый метод обходится без них.

Ключевая идея — разделение труда между двумя компонентами. Первая часть программы сжимает визуальные образы в короткий код, называемый спектром — это набор характерных примет сцены, своего рода «отпечаток» того, что видит камера. Вторая часть, собственно gradCSCG, связывает эти спектральные коды с пройденным путём, восстанавливая топологию — то есть структуру пространства и отношения между местами. Обе части обучаются одновременно: ошибки распознавания образов заставляют корректировать топологию, а уточнённая топология, в свою очередь, помогает лучше распознавать образы. Это напоминает взаимную настройку двух экспертов, которые учатся друг у друга.

Чтобы система не теряла нить, встроены механизмы, которые гасят энтропию — здесь под энтропией понимается мера неопределённости или путаницы в оценках алгоритма. Если энтропия растёт, алгоритм рискует «запутаться» в своих же гипотезах. Кроме того, предусмотрена защита от «засыпания» в однообразии: когда картинка долго не меняется, система может перестать уточнять модель. Специальные механизмы поддерживают активное обучение, не давая алгоритму успокоиться на неверном, но стабильном решении.

Неожиданный результат: даже если в одной и той же точке пространства камера в разное время показывала то рукописную цифру «3», то бесформенную кляксу, алгоритм уверенно определял, что это одна и та же точка. Он научился игнорировать несущественные изменения в визуальном облике, фокусируясь на топологической идентичности места. Так восстанавливается стандартная модель — типовой план локации, обобщённое представление о том, как устроено помещение.

По тому же принципу работают решётчатые нейроны (grid cells) в нашем мозге — особые клетки энторинальной коры, которые активируются, когда животное или человек пересекает узлы воображаемой гексагональной сетки, покрывающей пространство. За их открытие в 2014 году была присуждена Нобелевская премия по физиологии и медицине. Эта аналогия не случайна: gradCSCG воспроизводит ключевой механизм биологической навигации, но в искусственной системе.

Технология обещает появление роботов-помощников, которые смогут исследовать незнакомые этажи и помещения без GPS, подобно дроиду BB-8 из вселенной «Звёздных войн» — компактному исследователю, который ловко ориентируется в неизвестной среде, полагаясь только на свои сенсоры.