Il modello AI utilizza dati aerei e terrestri per navigare in aree difficili da osservare

I modelli di intelligenza artificiale possono aiutare a navigare attraverso aree (strade) su cui non sono mai stati addestrati prima o per le quali non hanno ricevuto dati di addestramento sufficienti? Questo è ciò che preoccupa gli scienziati del team di sviluppo dell'intelligenza artificiale DeepMind. E dopo molti anni di incubazione, gli scienziati hanno finalmente raggiunto il successo in un progetto di ricerca chiamato: "Cross-View Policy Learning for Street Navigation", recentemente rivelato in un articolo pubblicato su Arxiv.org.

In questa ricerca, gli scienziati di DeepMind descrivono lo sviluppo di una politica di intelligenza artificiale addestrata da un ricco data warehouse con molte angolazioni (per lo più immagini prese dall'alto verso il basso), mirando a diverse aree della città, per un'efficienza di osservazione più ottimale. I ricercatori ritengono che un tale approccio porterebbe a risultati di generalizzazione migliori.

• La differenza tra AI (Intelligenza Artificiale) e Cognitive Computing (Cognitive Computing)

In sostanza, questa ricerca si ispira al fatto che le persone possono adattarsi rapidamente al layout e alla struttura di base di una nuova città esaminando attentamente la mappa di quella città più volte.

“La capacità di navigare partendo da osservazioni visive in ambienti non familiari è una componente fondamentale nello studio della capacità dei modelli di intelligenza artificiale di apprendere la navigazione. La capacità dei modelli di intelligenza artificiale di spostarsi per le strade nei casi in cui mancano dati di addestramento è stata finora relativamente limitata, e fare affidamento su modelli di simulazione non è una soluzione che possa essere efficace a lungo termine. La nostra idea centrale è quella di accoppiare la vista dal suolo con la vista dall’alto ed esplorare politiche comuni che possano consentire il passaggio da una vista all’altra”, ha affermato un rappresentante del gruppo di ricerca.

• Google rilascia un enorme data warehouse di formazione sull'intelligenza artificiale con oltre 5 milioni di foto di 200.000 punti di riferimento in tutto il mondo

Più nello specifico, il primo passo che i ricercatori dovranno fare sarà quello di raccogliere mappe aeree dell'area che intendono navigare (abbinate a modalità di osservazione stradale basate sulle coordinate geografiche (motivazione corrispondente). Successivamente, hanno intrapreso una missione di teletrasporto in tre parti, iniziando con l'addestramento sui dati e la regolazione dell'area di origine utilizzando osservazioni aeree dell'area, e terminando con lo spostamento nell'area mirata utilizzando osservazioni da terra.

Il sistema di apprendimento automatico del team di ricerca contiene una serie di 3 moduli separati, tra cui:

• Modulo convoluzionale, responsabile della percezione visiva.
• Il modulo di memoria a lungo termine (LSTM) è responsabile del recupero delle caratteristiche specifiche della posizione.
• Il modulo neurale ricorrente della politica aiuta a creare divisioni attraverso le azioni.

Questo modello di machine learning è stato implementato in StreetAir, un ambiente stradale all'aperto multi-prospettiva, costruito su StreetLearn. (StreetLearn è la prima raccolta interattiva di foto panoramiche estratte da Google Street View e Google Maps).

• L’intelligenza artificiale utilizza i tweet per aiutare i ricercatori ad analizzare le situazioni di inondazione

In StreetAir e StreetLearn, le immagini aeree contenenti viste panoramiche di New York City (inclusi Downtown NYC e Midtown NYC) e Pittsburgh (campus dell'Allegheny College e della Carnegie Mellon University) sono disposte in modo tale che ad ogni grado di coordinata di latitudine e longitudine, l'ambiente ritorna aereo immagini ad una dimensione di 84 x 84, la stessa dimensione delle immagini da terra.

Il sistema AI, dopo essere stato sottoposto a formazione, avrà il compito di imparare a localizzare e navigare in un'immagine panoramica di Street View con le coordinate di longitudine e latitudine della destinazione.

Le panoramiche coprono aree di 2-5 km su un lato, a circa 10 metri di distanza, e i veicoli (controllati dall'IA) potranno eseguire 1 delle 5 azioni per turno: andare avanti, girare a sinistra o a destra di 22,5 gradi o girare a sinistra o a destra di 67,5 gradi.

Quando si avvicinano alla posizione target entro 100-200 metri, questi veicoli riceveranno "premi" per incoraggiare l'identificazione e il superamento degli incroci in modo rapido e preciso.

• Il modello di intelligenza artificiale del MIT è in grado di acquisire autonomamente le relazioni tra gli oggetti con dati di addestramento minimi

Negli esperimenti, i veicoli che hanno sfruttato le immagini aeree per adattarsi ai nuovi ambienti hanno ottenuto parametri di ricompensa di 190 a 100 milioni di passi e 280 a 200 milioni di passi, entrambi significativamente più alti rispetto ai veicoli che utilizzavano solo dati di osservazione da terra (50 a 100 milioni di passi e 200 a 200). milioni di passi). Secondo i ricercatori, i risultati hanno mostrato che il loro metodo migliora significativamente la capacità dei veicoli di acquisire in modo più efficace conoscenze su più aree della città target.