Trong giới sưu tầm tiền xu, giá trị của một đồng tiền không chỉ phụ thuộc vào năm phát hành hay mệnh giá mà còn phụ thuộc rất lớn vào tình trạng bảo quản.
Những khác biệt rất nhỏ như vết xước, độ mòn, độ sáng của bề mặt hay mức độ lưu thông có thể khiến hai đồng tiền gần như giống hệt nhau nhận được điểm số khác nhau.
Hiện nay, công việc này chủ yếu do các chuyên gia thực hiện và được chấm theo thang Sheldon.
Tuy nhiên, đánh giá bằng mắt người luôn có một mức độ chủ quan nhất định. Nhóm nghiên cứu đã phát triển một hệ thống học sâu sử dụng hai mô hình ResNet50 để phân tích hình ảnh tiền xu.
Thay vì chỉ xác định một đồng tiền thuộc nhóm nào, thuật toán còn tính đến mối quan hệ giữa các mức điểm liền kề.
Điều này quan trọng bởi một đồng tiền “chưa qua lưu thông” và một đồng tiền “chỉ lưu thông rất ít” có thể có đặc điểm hình ảnh rất giống nhau.
AI có thể “định giá” tiền xu bằng cách nhìn vào hình ảnh
Các nhà khoa học sau đó phát triển hệ thống thêm một bước bằng cách kết hợp thị giác máy tính và mô hình ngôn ngữ. AI có thể đồng thời phân tích cả hai mặt của đồng xu, đồng thời sử dụng các mô tả bằng ngôn ngữ về đặc điểm và cấp độ bảo quản để so sánh với hình ảnh thực tế.
Ở nghiên cứu thứ ba, nhóm tiếp tục kết hợp mô hình thị giác-ngôn ngữ với hierarchical transformer, giúp nâng cao hiệu quả đánh giá. Theo nhóm nghiên cứu, phương pháp mới cho độ chính xác định lượng tốt hơn các phương pháp trước đó.
Điểm đáng chú ý là hệ thống không đơn thuần nhận diện “đồng xu này là gì”, mà cố gắng trả lời câu hỏi khó hơn nhiều: “Đồng xu này đang ở tình trạng tốt đến mức nào?”
Nếu được hoàn thiện, công nghệ này có thể giúp tự động hóa việc chấm điểm tiền xu, hỗ trợ nhà sưu tầm, nhà đầu tư và bảo tàng, đồng thời giúp quá trình đánh giá trở nên nhất quán và minh bạch hơn
Nhóm nghiên cứu hiện muốn tiếp tục giảm yêu cầu về năng lực tính toán để hệ thống có thể hoạt động với phần cứng đơn giản hơn.