RoadTracer: mejores mapas automatizados
Google Maps es un triunfo de la inteligencia artificial en acción, con la capacidad de guiarnos de un lugar a otro mediante unas impresionantes aprendizaje automático tecnología. Pero si bien la parte de rutas de Google Maps no necesita demasiados humanos en la mezcla, rastrear manualmente las carreteras en las imágenes aéreas para que sean utilizables por máquinas requiere increíblemente tiempo y es mundano. Como resultado, incluso con miles de horas dedicadas a esta tarea, los empleados de Google todavía no han logrado mapear la mayoría de los más de 20 millones de millas de carreteras que se extienden por todo el mundo.
Afortunadamente, investigadores de Ciencias de la Computación y Ciencias de la Computación del Instituto Tecnológico de Massachusetts El Laboratorio de Inteligencia Artificial (CSAIL) y el Instituto de Investigación en Computación de Qatar pueden haber ideado un solución. Desarrollaron un método automatizado para crear hojas de ruta que es un 45 por ciento más preciso que los métodos existentes. Llamado RoadTracer, el trabajo utiliza redes neuronales para mapear carreteras de forma inteligente en imágenes. El sistema podría ser especialmente adecuado para mapear partes del mundo donde los mapas frecuentemente están desactualizados, como áreas remotas y rurales en el mundo en desarrollo.
Vídeos recomendados
"Entrenamos la red neuronal utilizando imágenes aéreas de 25 ciudades en seis países de América del Norte y Europa". Favyen Bastani, dijo a Digital Trends un estudiante de posgrado en MIT CSAIL. “Específicamente, para cada ciudad reunimos un corpus de imágenes satelitales de alta resolución de Google Earth y Gráficos reales de la red de carreteras de OpenStreetMap, que cubren una región de aproximadamente 10 millas cuadradas alrededor de la ciudad. centro."
RoadTracer funciona comenzando con una ubicación conocida en una red de carreteras y luego examinando el área circundante para determinar cuál es más probable que sea la siguiente parte de la carretera. Una vez añadido este punto, el proceso se repite una y otra vez hasta añadir toda la red de carreteras.
En el futuro, el equipo espera ir más allá de depender principalmente de imágenes aéreas para realizar mapas. “Por ejemplo, no te dan información sobre las carreteras con pasos elevados, ya que obviamente no puedes verlas desde arriba”, dijo Bastani. "Uno de nuestros otros proyectos es entrenar sistemas con datos de GPS y luego, eventualmente, poder fusionar estos enfoques en un único sistema de mapeo".
En junio se presentará un artículo que describe el trabajo en la Conferencia sobre Visión por Computadora y Reconocimiento de Patrones (CVPR) en Salt Lake City.
Recomendaciones de los editores
- ¿Puede la IA? ¿Vencer a los ingenieros humanos en el diseño de microchips? Google cree que sí
- Arquitectura algorítmica: ¿Deberíamos dejar que la A.I. ¿Diseñar edificios para nosotros?
- Por qué enseñar a los robots a jugar al escondite podría ser la clave para la IA de próxima generación
- Nueva e inteligente IA. El sistema promete entrenar a tu perro mientras estás fuera de casa.
- Nueva IA El audífono aprende sus preferencias auditivas y realiza ajustes.
Mejora tu estilo de vidaDigital Trends ayuda a los lectores a mantenerse al tanto del vertiginoso mundo de la tecnología con las últimas noticias, reseñas divertidas de productos, editoriales interesantes y adelantos únicos.
