A mesterséges intelligencia és a neurális hálózatok alkalmazásának egyik izgalmas példáját mutatja be a videó, amelyben egy csomagokat rendező robot működése szolgál kiindulópontként. A csomagokon található címkék felismerésének és a helyes pozíció ellenőrzésének kérdései mentén bontakozik ki a technikai háttér.
További érdekes téma, hogy hogyan lehet egy biliárdasztalt figyelő projektoros rendszert megtanítani arra, hogy eltérő környezeti fényviszonyok és különböző színű labdák között is pontosan felismerje az egyes golyókat. Bemutatásra kerülnek a Blenderrel generált szintetikus adatok, amelyek segítségével a rendszer robusztusabban tanulhat.
Felmerül a kérdés, valóban elegendő-e a valós képek használata a gépi tanuláshoz, és miért lehet előnyösebb a szintetikus adatok bevonása. Az automatikus címkézés kihívásai, a különböző kamerák torzításai, a számítási teljesítmény fejlesztésének fontossága mind hangsúlyos témaként jelennek meg.
Megismerhetjük, hogyan gyorsítható fel a képgenerálás és a modell betanítása felhőalapú szolgáltatásokon keresztül és milyen dilemmák merülnek fel a költségek, illetve a saját hardver erőforrás-használatának mérlegelése során. A szoftver különböző környezetekben történő tesztelése során izgalmas kérdések vetődnek fel arra vonatkozóan, hogy miként válhat a gépi látás igazán univerzálissá.
