RoadTracer: labākas automatizētas kartes
Google Maps ir mākslīgā intelekta triumfs darbībā, kas spēj vadīt mūs no vienas vietas uz citu, izmantojot kādu iespaidīgu mašīnmācība tehnoloģija. Taču, lai gan Google Maps maršrutēšanas daļai nav nepieciešams pārāk daudz cilvēku, manuāla ceļu izsekošana aeroattēlos, lai padarītu tos izmantojamus mašīnā, ir neticami laikietilpīga un ikdienišķa. Tā rezultātā, pat ja šim uzdevumam ir veltīts tūkstošiem stundu, Google darbiniekiem joprojām nav izdevies kartēt lielāko daļu no 20 miljoniem jūdžu garo ceļu, kas stiepjas visā pasaulē.
Par laimi, Masačūsetsas Tehnoloģiju institūta datorzinātņu pētnieki un Mākslīgā intelekta laboratorija (CSAIL) un Kataras skaitļošanas pētniecības institūts, iespējams, ir nākuši klajā ar risinājums. Viņi izstrādāja automatizētu metodi ceļvežu veidošanai, kas ir par 45 procentiem precīzāka nekā esošās metodes. Darbā, ko sauc par RoadTracer, tiek izmantoti neironu tīkli, lai gudri attēlotu ceļus. Sistēma varētu būt īpaši piemērota tādu pasaules daļu kartēšanai, kur kartes bieži ir novecojušas, piemēram, attālos un lauku apvidos jaunattīstības valstīs.
Ieteiktie videoklipi
"Mēs apmācījām neironu tīklu, izmantojot 25 pilsētu gaisa attēlus sešās valstīs Ziemeļamerikā un Eiropā," Favjens BastaniMIT CSAIL maģistrantūras students pastāstīja Digital Trends. “Konkrēti katrai pilsētai mēs apkopojām augstas izšķirtspējas satelītattēlu korpusu no Google Earth un zemes patiesības ceļu tīkla diagrammas no OpenStreetMap, kas aptver apmēram 10 kvadrātjūdzes ap pilsētu centrs.”
RoadTracer darbojas, sākot ar zināmu vietu ceļu tīklā un pēc tam pārbaudot apkārtējo teritoriju, lai noskaidrotu, kura, visticamāk, būs nākamā ceļa daļa. Kad šis punkts ir pievienots, process tiek atkārtots atkal un atkal, līdz ir pievienots viss ceļu tīkls.
Turpinot darbu, komanda cer, ka kartēšanai vairs nebūs jāpaļaujas uz galvenokārt gaisa attēliem. "Piemēram, viņi nesniedz jums informāciju par ceļiem ar pārvadiem, jo jūs tos acīmredzami nevarat redzēt no augšas," sacīja Bastani. "Viens no citiem mūsu projektiem ir apmācīt sistēmas uz GPS datiem un pēc tam šīs pieejas apvienot vienā kartēšanas sistēmā."
Dokuments, kurā aprakstīts darbs, tiks prezentēts jūnijā konferencē par datoru redzējumu un modeļu atpazīšanu (CVPR) Soltleiksitijā.
Redaktoru ieteikumi
- Vai A.I. pārspēt cilvēku inženierus mikroshēmu projektēšanā? Google tā domā
- Algoritmiskā arhitektūra: vai mums vajadzētu ļaut A.I. projektēt ēkas mums?
- Kāpēc mācīšana robotiem spēlēt paslēpes varētu būt atslēga nākamās paaudzes A.I.
- Gudrs jaunais A.I. sistēma sola apmācīt jūsu suni, kamēr jūs esat prom no mājām
- Jaunais A.I. dzirdes aparāts uzzina jūsu klausīšanās preferences un veic pielāgojumus
Uzlabojiet savu dzīvesveiduDigitālās tendences palīdz lasītājiem sekot līdzi steidzīgajai tehnoloģiju pasaulei, izmantojot visas jaunākās ziņas, jautrus produktu apskatus, ieskatu saturošus rakstus un unikālus ieskatus.
