RoadTracer: Paremmat automatisoidut kartat
Google Maps on tekoälyn riemuvoitto toiminnassa, ja se pystyy ohjaamaan meidät paikasta toiseen käyttämällä vaikuttavia koneoppiminen teknologiaa. Mutta vaikka Google Mapsin reititysosaan ei tarvita liikaa ihmisiä, ilmakuvien teiden manuaalinen jäljittäminen konekäyttöisiksi on uskomattoman aikaa vievää ja arkipäiväistä. Tämän seurauksena Googlen työntekijät eivät ole vieläkään onnistuneet kartoittamaan suurinta osaa maailman yli 20 miljoonan mailin mittaisista teistä, vaikka tuhansia tunteja on käytetty tähän tehtävään.
Onneksi Massachusetts Institute of Technologyn tietojenkäsittelytieteen tutkijat ja Tekoälylaboratorio (CSAIL) ja Qatar Computing Research Institute ovat saattaneet keksiä ratkaisu. He kehittivät automatisoidun menetelmän tiekarttojen rakentamiseen, joka on 45 prosenttia tarkempi kuin nykyiset menetelmät. RoadTracer-niminen teos käyttää hermoverkkoja kartoittaakseen teitä älykkäästi kuviin. Järjestelmä voisi sopia erityisen hyvin kartoittamaan sellaisia maailman osia, joissa kartat ovat usein vanhentuneita, kuten kehitysmaiden syrjäiset ja maaseutualueet.
Suositellut videot
"Kokeilimme hermoverkkoa käyttämällä ilmakuvia 25 kaupungista kuudessa maassa Pohjois-Amerikassa ja Euroopassa." Favyen BastaniMIT CSAILin jatko-opiskelija kertoi Digital Trendsille. "Erityisesti jokaista kaupunkia varten kokosimme korkearesoluutioisia satelliittikuvia Google Earthista ja maan totuuden tieverkkokaaviot OpenStreetMapista, jotka kattavat noin 10 neliökilometrin alueen ympäri kaupunkia keskusta."
RoadTracer toimii aloittamalla tieverkoston tiedossa olevasta sijainnista ja tutkimalla sitten ympäröivää aluetta selvittääkseen, mikä on todennäköisimmin seuraava tien osa. Kun tämä piste on lisätty, prosessi toistetaan uudestaan ja uudestaan, kunnes koko tieverkko on lisätty.
Jatkossa tiimi toivoo voivansa siirtyä pidemmälle kuin luottaa pääasiassa ilmakuviin kartoituksessa. "Emme esimerkiksi anna tietoa ylikulkuteistä, koska niitä ei tietenkään näe ylhäältä", Bastani sanoi. "Yksi muista projekteistamme on kouluttaa järjestelmiä GPS-tietojen pohjalta ja sitten lopulta yhdistää nämä lähestymistavat yhdeksi karttajärjestelmäksi."
Työtä kuvaava paperi esitellään kesäkuussa Salt Lake Cityssä konferenssissa Computer Vision and Pattern Recognition (CVPR).
Toimittajien suositukset
- Voiko A.I. päihittää ihmisinsinöörit mikrosirujen suunnittelussa? Google ajattelee niin
- Algoritminen arkkitehtuuri: Pitäisikö meidän antaa A.I. suunnitteletko rakennuksia meille?
- Miksi robottien opettaminen leikkimään piilosta voisi olla avain seuraavan sukupolven A.I: lle?
- Älykäs uusi A.I. järjestelmä lupaa kouluttaa koirasi, kun olet poissa kotoa
- Uusi A.I. kuulokoje oppii kuunteluasetukset ja tekee säädöt
Päivitä elämäntapasiDigital Trends auttaa lukijoita pysymään tekniikan nopeatempoisessa maailmassa uusimpien uutisten, hauskojen tuotearvostelujen, oivaltavien toimitusten ja ainutlaatuisten kurkistusten avulla.
