К сожалению на данном этапе мы не можем разглашать такую информацию.

Да. По факту можно было бы еще проще системы использовать.

Можно, конечно, но наверное сложно. Тут же как раз идея была и в том чтобы задачу подбора коэффициентов важности входных параметров поручить AI.

Т.е. по вашему если проблема с использованием машинного обучения успешно решается простой системой, то она не имеет практической ценности? )
На случай если вы прочитали статью по диагонали объясню ее суть в двух словах: Статья про то, как написать «хитрую» функцию ранжирования локаций. Для этого локации сортируются (в контексте конкретного поискового запроса разумеется) с использованием функции сравнения, в реализации которой в свою очередь и используется машинное обучение. Также в статье много внимания уделено подбору входных параметров (фич) для этой функции сравнения. В том, что параметры подобраны такими, что обучение эффективно работает на простой системе ничего удивительного нет.

Странным — нет. Немного обидным — да) Это нормальная ситуация, когда оказывается, что для решения проблемы подходит более простая система чем предполагалось вначале. ANN тут по факту оказался оверкилом, но для унификации решения, когда ресурсы не критичны почему бы и нет )

Тестовые наборы изображений мы получали от заказчика. К сожалению эти данные попадают под NDA и разглашать их без специального разрешения мы не можем. Я написал письмо заказчику с просьбой разрешить опубликовать эти данные.

Для статических изображений.

В теории может. Но к счастью искомый код содержит избыточность по которой верифицируется его корректность.

Это решение под очень узкий кейз с конкретным шаблоном для исходного текста и скорее всего в том виде что есть работать с другим шрифтом не будет. Или как минимум потребуется адаптация под новый шрифт.

Возможно и очередной велосипед. Но перед тем как его изобретать были опробованы самые разные велосипеды от шоссейников до фетбайков. К сожалению, ни один не подошел под наш кейз. Если знаете такой поделитесь ссылкой )