RoadTracer: 더 나은 자동화 지도
Google 지도는 인상적인 기능을 사용하여 한 장소에서 다른 장소로 우리를 안내하는 기능을 갖춘 인공 지능의 승리입니다. 기계 학습 기술. 그러나 Google 지도의 경로 지정 부분에는 혼합에 너무 많은 사람이 필요하지 않지만 항공 이미지에서 도로를 수동으로 추적하여 기계를 사용할 수 있도록 만드는 것은 엄청나게 시간이 많이 걸리고 평범합니다. 결과적으로, 이 작업에 수천 시간을 소비했음에도 불구하고 Google 직원은 여전히 전 세계에 뻗어 있는 2천만 마일이 넘는 도로의 대부분을 매핑하지 못했습니다.
다행스럽게도 매사추세츠 공과대학(Massachusetts Institute of Technology) 컴퓨터 과학 및 인공 지능 연구소(CSAIL)와 카타르 컴퓨팅 연구소가 새로운 아이디어를 내놓았을 수도 있습니다. 해결책. 그들은 기존 방법보다 45% 더 정확한 로드맵을 구축하는 자동화된 방법을 개발했습니다. RoadTracer라고 불리는 이 작품은 신경망을 사용하여 이미지에 도로를 지능적으로 매핑합니다. 이 시스템은 개발도상국의 외딴 지역이나 시골 지역과 같이 지도가 자주 오래된 지역의 지도를 작성하는 데 특히 적합할 수 있습니다.
추천 동영상
“우리는 북미와 유럽 6개국 25개 도시의 항공사진을 이용해 신경망을 훈련시켰습니다.” 파비옌 바스타니MIT CSAIL 대학원생은 Digital Trends에 이렇게 말했습니다. “구체적으로 우리는 각 도시에 대해 Google 어스에서 고해상도 위성 이미지 모음을 수집했으며 OpenStreetMap의 실제 도로 네트워크 그래프는 도시 주변 약 10제곱마일의 영역을 포괄합니다. 센터."
RoadTracer는 도로망의 알려진 위치에서 시작한 다음 주변 지역을 조사하여 도로의 다음 부분이 될 가능성이 가장 높은 부분을 파악하는 방식으로 작동합니다. 이 지점이 추가되면 전체 도로망이 추가될 때까지 이 과정이 반복해서 반복됩니다.
앞으로 팀은 매핑을 위해 주로 항공 이미지에 의존하는 것 이상을 기대하고 있습니다. "예를 들어 고가도로가 있는 도로에 대한 정보는 위에서는 볼 수 없기 때문에 알려주지 않습니다."라고 Bastani는 말했습니다. "우리의 다른 프로젝트 중 하나는 GPS 데이터로 시스템을 교육한 다음 궁극적으로 이러한 접근 방식을 단일 매핑 시스템으로 병합할 수 있도록 하는 것입니다."
이 작업을 설명하는 논문은 6월 솔트레이크시티에서 열리는 컴퓨터 비전 및 패턴 인식 컨퍼런스(CVPR)에서 발표될 예정입니다.
편집자의 추천
- A.I. 마이크로칩 설계에서 인간 엔지니어를 이길 수 있습니까? 구글은 그렇게 생각한다
- 알고리즘 아키텍처: A.I. 우리를 위한 건물 디자인?
- 로봇에게 숨바꼭질 놀이를 가르치는 것이 차세대 AI의 핵심이 될 수 있는 이유
- 영리하고 새로운 A.I. 시스템은 당신이 집에 없는 동안 개를 훈련시키겠다고 약속합니다.
- 새로운 AI 보청기는 사용자의 청취 선호도를 학습하여 조정합니다.
당신의 라이프스타일을 업그레이드하세요Digital Trends는 독자들이 모든 최신 뉴스, 재미있는 제품 리뷰, 통찰력 있는 사설 및 독특한 미리보기를 통해 빠르게 변화하는 기술 세계를 계속해서 살펴볼 수 있도록 도와줍니다.
