RoadTracer: кращі автоматизовані карти
Карти Google – це тріумф штучного інтелекту в дії, який може направляти нас з одного місця в інше за допомогою деяких вражаючих машинне навчання технології. Але хоча частина Google Maps для прокладання маршрутів не потребує надто багато людей, вручну відстежувати дороги на аерофотознімках, щоб зробити їх придатними для машинного використання, є неймовірно трудомістким і буденним. Як наслідок, навіть із тисячами годин, витраченими на це завдання, співробітники Google досі не спромоглися нанести на карту більшість із понад 20 мільйонів миль доріг, що простягаються по всьому світу.
На щастя, дослідники з Массачусетського технологічного інституту комп’ютерних наук і Лабораторія штучного інтелекту (CSAIL) і Катарський науково-дослідний інститут обчислювальної техніки, можливо, придумали рішення. Вони розробили автоматизований метод побудови дорожніх карт, який на 45 відсотків точніший за існуючі методи. Робота під назвою RoadTracer використовує нейронні мережі для інтелектуального відображення доріг на зображеннях. Система може особливо добре підходити для картографування частин світу, де карти часто застаріли, як-от віддалені та сільські райони в країнах, що розвиваються.
Рекомендовані відео
«Ми навчили нейронну мережу, використовуючи аерофотознімки 25 міст у шести країнах Північної Америки та Європи», Фав'єн Бастані, аспірант MIT CSAIL, розповів Digital Trends. «Зокрема, для кожного міста ми зібрали корпус супутникових зображень високої роздільної здатності з Google Earth і графіки наземної мережі доріг із OpenStreetMap, що охоплює область приблизно 10 квадратних миль навколо міста центр».
RoadTracer працює, починаючи з відомого місця на дорожній мережі, а потім досліджуючи навколишню територію, щоб визначити, яка, найімовірніше, буде наступна частина дороги. Після додавання цієї точки процес повторюється знову і знову, доки не буде додано всю мережу доріг.
У майбутньому команда сподівається вийти за межі використання переважно аерофотознімків для картографування. «Наприклад, вони не дають вам інформації про дороги з естакадами, оскільки ви, очевидно, не бачите їх зверху», — сказав Бастані. «Один із наших інших проектів полягає в тому, щоб навчити системи працювати з даними GPS, щоб зрештою мати можливість об’єднати ці підходи в єдину систему картографування».
Стаття з описом роботи буде представлена в червні на Конференції з комп'ютерного зору та розпізнавання образів (CVPR) у Солт-Лейк-Сіті.
Рекомендації редакції
- Чи може А.І. перемогти інженерів-людей у розробці мікрочіпів? Google так вважає
- Алгоритмічна архітектура: чи повинні ми дозволити А.І. проектувати будівлі для нас?
- Чому навчання роботів грати в хованки може стати ключем до Штучного інтелекту наступного покоління
- Розумний новий A.I. система обіцяє дресирувати вашу собаку, поки вас немає вдома
- Новий А.І. слуховий апарат вивчає ваші уподобання щодо прослуховування та вносить корективи
Оновіть свій спосіб життяDigital Trends допомагає читачам стежити за динамічним світом технологій завдяки всім останнім новинам, цікавим оглядам продуктів, проникливим редакційним статтям і унікальним у своєму роді коротким оглядам.
