RoadTracer: lepsze zautomatyzowane mapy
Mapy Google to triumf sztucznej inteligencji w działaniu, z możliwością poprowadzenia nas z miejsca na miejsce za pomocą imponujących rozwiązań nauczanie maszynowe technologia. Chociaż część Map Google dotycząca wyznaczania tras nie wymaga zbyt dużej liczby ludzi, ręczne śledzenie dróg na zdjęciach lotniczych w celu umożliwienia ich obsługi maszynowej jest niezwykle czasochłonne i nudne. W rezultacie mimo tysięcy godzin spędzonych nad tym zadaniem pracownikom Google nadal nie udało się sporządzić mapy większości z ponad 20 milionów mil dróg rozciągających się na całym świecie.
Na szczęście naukowcy z informatyki i Massachusetts Institute of Technology Laboratorium Sztucznej Inteligencji (CSAIL) i Katarski Instytut Badań Informatycznych mogły wymyślić rozwiązanie. Opracowali zautomatyzowaną metodę tworzenia planów działania, która jest o 45 procent dokładniejsza niż istniejące metody. Projekt o nazwie RoadTracer wykorzystuje sieci neuronowe do inteligentnego mapowania dróg na obrazach. System może być szczególnie dobrze dostosowany do tworzenia map części świata, których mapy są często nieaktualne, np. obszarów odległych i wiejskich w krajach rozwijających się.
Polecane filmy
„Przeszkoliliśmy sieć neuronową, korzystając ze zdjęć lotniczych 25 miast w sześciu krajach Ameryki Północnej i Europy” Favyen Bastani, absolwentka MIT CSAIL, powiedziała Digital Trends. „W szczególności dla każdego miasta zebraliśmy zbiór zdjęć satelitarnych o wysokiej rozdzielczości z Google Earth i rzeczywiste wykresy sieci drogowej z OpenStreetMap, obejmujące obszar około 10 mil kwadratowych wokół miasta Centrum."
RoadTracer działa w oparciu o znaną lokalizację w sieci dróg, a następnie sprawdza otoczenie, aby określić, która część drogi będzie najprawdopodobniej dalsza. Po dodaniu tego punktu proces jest powtarzany wielokrotnie, aż do dodania całej sieci drogowej.
Zespół ma nadzieję w przyszłości wyjść poza poleganie w mapowaniu głównie na zdjęciach lotniczych. „Nie podają na przykład informacji o drogach z wiaduktami, ponieważ z góry oczywiście nie można ich zobaczyć” – powiedział Bastani. „Jeden z naszych innych projektów polega na szkoleniu systemów na podstawie danych GPS, a następnie połączeniu tych podejść w jeden system mapowania”.
Artykuł opisujący prace zostanie zaprezentowany w czerwcu na konferencji na temat widzenia komputerowego i rozpoznawania wzorców (CVPR) w Salt Lake City.
Zalecenia redaktorów
- Czy sztuczna inteligencja pokonać inżynierów w projektowaniu mikroczipów? Google tak uważa
- Architektura algorytmiczna: czy powinniśmy pozwolić A.I. projektować dla nas budynki?
- Dlaczego uczenie robotów zabawy w chowanego może być kluczem do sztucznej inteligencji nowej generacji?
- Inteligentna nowa sztuczna inteligencja system obiecuje wyszkolić Twojego psa, gdy będziesz poza domem
- Nowa sztuczna inteligencja Aparat słuchowy uczy się Twoich preferencji słuchowych i dokonuje odpowiednich ustawień
Ulepsz swój styl życiaDigital Trends pomaga czytelnikom śledzić szybko rozwijający się świat technologii dzięki najnowszym wiadomościom, zabawnym recenzjom produktów, wnikliwym artykułom redakcyjnym i jedynym w swoim rodzaju zajawkom.
