RoadTracer: Lepšie automatizované mapy
Mapy Google sú triumfom umelej inteligencie v akcii so schopnosťou viesť nás z jedného miesta na druhé pomocou pôsobivých strojové učenie technológie. Ale zatiaľ čo smerovacia časť Máp Google nepotrebuje príliš veľa ľudí, manuálne sledovanie ciest na leteckých snímkach, aby boli strojovo použiteľné, je neuveriteľne časovo náročné a všedné. Výsledkom je, že aj napriek tisíckam hodín strávených touto úlohou sa zamestnancom spoločnosti Google stále nepodarilo zmapovať väčšinu z viac ako 20 miliónov míľ ciest, ktoré sa tiahnu po celom svete.
Našťastie výskumníci z Massachusetts Institute of Technology’s Computer Science and Laboratórium umelej inteligencie (CSAIL) a Katarský počítačový výskumný ústav mohli prísť s Riešenie. Vyvinuli automatizovanú metódu na vytváranie plánov, ktorá je o 45 percent presnejšia ako existujúce metódy. Práca s názvom RoadTracer využíva neurónové siete na inteligentné mapovanie ciest na obrázkoch. Systém by mohol byť obzvlášť vhodný na mapovanie častí sveta, kde sú mapy často zastarané, ako sú odľahlé a vidiecke oblasti v rozvojovom svete.
Odporúčané videá
„Trénovali sme neurónovú sieť pomocou leteckých snímok 25 miest v šiestich krajinách Severnej Ameriky a Európy,“ Favyen Bastani, postgraduálny študent na MIT CSAIL, povedal pre Digital Trends. „Pre každé mesto sme zostavili korpus satelitných snímok s vysokým rozlíšením z Google Earth a grafy cestnej siete pozemnej pravdy z OpenStreetMap, ktoré pokrývajú oblasť s rozlohou približne 10 štvorcových míľ okolo mesta centrum.”
RoadTracer funguje tak, že začína od známeho miesta na cestnej sieti a potom skúma okolitú oblasť, aby zistil, aká je najpravdepodobnejšia ďalšia časť cesty. Po pridaní tohto bodu sa proces opakuje znova a znova, kým sa nepridá celá cestná sieť.
V budúcnosti tím dúfa, že sa pri mapovaní nebude spoliehať hlavne na letecké snímky. "Napríklad vám neposkytnú informácie o cestách s nadjazdmi, pretože ich očividne nevidíte zhora," povedal Bastani. "Jedným z našich ďalších projektov je trénovať systémy na údajoch GPS a potom nakoniec zlúčiť tieto prístupy do jedného mapovacieho systému."
Príspevok popisujúci prácu bude prezentovaný v júni na konferencii o počítačovom videní a rozpoznávaní vzorov (CVPR) v Salt Lake City.
Odporúčania redaktorov
- Môže A.I. poraziť ľudských inžinierov pri navrhovaní mikročipov? Google si to myslí
- Algoritmická architektúra: Mali by sme nechať A.I. navrhovať budovy pre nás?
- Prečo učiť robotov hrať na schovávačku by mohlo byť kľúčom k novej generácii A.I.
- Šikovná nová A.I. systém sľubuje, že bude trénovať vášho psa, keď ste mimo domova
- Nový A.I. načúvací prístroj sa naučí vaše preferencie počúvania a vykoná úpravy
Zlepšite svoj životný štýlDigitálne trendy pomáhajú čitateľom mať prehľad o rýchlo sa rozvíjajúcom svete technológií so všetkými najnovšími správami, zábavnými recenziami produktov, užitočnými úvodníkmi a jedinečnými ukážkami.
