RoadTracer: geresni automatizuoti žemėlapiai
„Google Maps“ yra dirbtinio intelekto triumfas veikiant, galintis nukreipti mus iš vienos vietos į kitą naudojant įspūdingą mašininis mokymasis technologija. Tačiau nors „Google“ žemėlapių maršruto parinkimo daliai nereikia per daug žmonių, rankiniu būdu atsekti kelius nuotraukose iš oro, kad juos būtų galima naudoti mašinoje, yra neįtikėtinai daug laiko ir kasdienybė. Todėl net ir praleidę tūkstančius valandų šiai užduočiai „Google“ darbuotojai vis dar nesugebėjo suplanuoti daugumos 20 milijonų mylių kelių, besidriekiančių visame pasaulyje.
Laimei, mokslininkai iš Masačusetso technologijos instituto kompiuterių mokslo ir Dirbtinio intelekto laboratorija (CSAIL) ir Kataro skaičiavimo tyrimų institutas galėjo sugalvoti sprendimas. Jie sukūrė automatinį gairių sudarymo metodą, kuris yra 45 procentais tikslesnis nei esami metodai. Darbas, vadinamas RoadTracer, naudoja neuroninius tinklus, kad išmaniai atvaizduotų kelius. Sistema gali būti ypač tinkama pasaulio vietoms, kuriose žemėlapiai dažnai yra pasenę, pvz., atokiose ir kaimo vietovėse besivystančiose šalyse, žemėlapiams sudaryti.
Rekomenduojami vaizdo įrašai
„Neuroninį tinklą mokėme naudodami 25 miestų šešiose Šiaurės Amerikos ir Europos šalyse vaizdus iš oro“, Favyen BastaniMIT CSAIL absolventas pasakojo „Digital Trends“. „Kiekvienam miestui surinkome didelės raiškos palydovinių vaizdų korpusą iš Google Earth ir pagrindinės tiesos kelių tinklo diagramos iš OpenStreetMap, apimančios maždaug 10 kvadratinių mylių regioną aplink miestą centras“.
„RoadTracer“ veikia pradėdamas nuo žinomos vietos kelių tinkle, o tada apžiūrėdamas apylinkes, kad išsiaiškintų, kokia greičiausiai bus kita kelio dalis. Pridėjus šį tašką, procesas kartojamas vėl ir vėl, kol bus įtrauktas visas kelių tinklas.
Žvelgiant į priekį, komanda tikisi daugiau nei pasikliauti iš esmės vaizdais iš oro. „Pavyzdžiui, jie neteikia jums informacijos apie kelius su viadukais, nes jūs jų akivaizdžiai nematote iš viršaus“, – sakė Bastanis. „Vienas iš kitų mūsų projektų yra apmokyti sistemas naudojant GPS duomenis ir galiausiai sujungti šiuos metodus į vieną kartografavimo sistemą.
Darbą aprašantis dokumentas bus pristatytas birželio mėn. kompiuterinės vizijos ir modelių atpažinimo (CVPR) konferencijoje Solt Leik Sityje.
Redaktorių rekomendacijos
- Ar gali A.I. pranoko žmonių inžinierius kuriant mikroschemas? „Google“ taip mano
- Algoritminė architektūra: ar turėtume leisti A.I. projektuoti pastatus mums?
- Kodėl robotų mokymas žaisti slėpynių gali būti raktas į naujos kartos A.I.
- Protingas naujas A.I. sistema žada dresuoti jūsų šunį, kol esate toli nuo namų
- Naujasis A.I. klausos aparatas išmoksta jūsų klausymosi nuostatas ir atlieka koregavimus
Atnaujinkite savo gyvenimo būdąSkaitmeninės tendencijos padeda skaitytojams stebėti sparčiai besivystantį technologijų pasaulį – pateikiamos visos naujausios naujienos, smagios produktų apžvalgos, įžvalgūs vedamieji leidiniai ir unikalūs žvilgsniai.
