Modelul AI folosește date aeriene și terestre pentru a naviga în zone greu de observat

Modelele de inteligență artificială pot ajuta la navigarea prin zone (străzi) pe care nu au fost niciodată antrenați până acum sau pentru care nu li s-au oferit suficiente date de antrenament? De asta sunt preocupați oamenii de știință de la echipa de dezvoltare a inteligenței artificiale DeepMind. Și după mulți ani de incubație, oamenii de știință au obținut în sfârșit succes într-un proiect de cercetare numit: „Cross-View Policy Learning for Street Navigation”, dezvăluit recent într-un articol publicat pe Arxiv.org.

În această cercetare, oamenii de știință DeepMind descriu dezvoltarea unei politici de inteligență artificială antrenată dintr-un depozit de date bogat cu mai multe unghiuri (în mare parte imagini luate de sus în jos), țintind diferite zone ale orașului, pentru o eficiență optimă a observației. Cercetătorii cred că o astfel de abordare ar duce la rezultate mai bune de generalizare.

• Diferența dintre AI (Inteligenta Artificială) și Cognitive Computing (Cognitive Computing)

În esență, această cercetare este inspirată de faptul că oamenii se pot adapta rapid la aspectul și structura de bază a unui nou oraș, examinând cu atenție harta orașului de mai multe ori.

„Abilitatea de a naviga din observații vizuale în medii nefamiliare este o componentă de bază în studierea capacității modelelor AI de a învăța navigarea. Capacitatea modelelor AI de a naviga pe străzi în cazurile în care există o lipsă de date de antrenament a fost până acum relativ limitată, iar baza pe modele de simulare nu este o soluție care poate fi eficientă pe termen lung. Ideea noastră de bază este de a asocia vederea de la sol cu ​​vederea de aer și de a explora politici comune care pot permite comutarea între vederi”, a spus un reprezentant al echipei de cercetare.

• Google lansează un imens depozit de date de instruire AI cu peste 5 milioane de fotografii cu 200.000 de repere din întreaga lume

Mai precis, primul pas pe care cercetătorii vor trebui să-l facă este să colecteze hărți aeriene ale zonei pe care intenționează să o navigheze (combinate cu moduri de observare a străzilor bazate pe coordonatele geografice). motivul corespunzător). Apoi, ei s-au angajat într-o misiune de teleportare în trei părți, începând cu antrenamentul asupra datelor și ajustarea zonei sursei folosind observații aeriene ale zonei și terminând cu deplasarea către zona țintă folosind observații la sol.

Sistemul de învățare automată al echipei de cercetare conține un set de 3 module separate, inclusiv:

• Modul convoluțional, responsabil de percepția vizuală.
• Modulul de memorie pe termen lung (LSTM) este responsabil pentru preluarea caracteristicilor specifice locației.
• Modulul neuronal recurent al politicii ajută la crearea diviziunilor prin acțiuni.

Acest model de învățare automată a fost implementat în StreetAir - un mediu stradal în aer liber cu mai multe perspective - construit pe StreetLearn. (StreetLearn este prima colecție interactivă de fotografii panoramice extrase din Google Street View și Google Maps).

• AI folosește tweet-uri pentru a ajuta cercetătorii să analizeze situațiile de inundații

În StreetAir și StreetLearn, imaginile aeriene care conțin vederi panoramice ale orașului New York (inclusiv Downtown NYC și Midtown NYC) și Pittsburgh (campusurile Colegiului Allegheny și ale Universității Carnegie Mellon) sunt aranjate astfel încât la fiecare coordonată de latitudine, grade și longitudini, mediul revine aerian. imagini la dimensiunea de 84 x 84, aceeași dimensiune ca și imaginile de la sol.

Sistemul AI, după ce a urmat antrenamentul, va fi însărcinat să învețe cum să localizeze și să navigheze într-o diagramă panoramică Street View cu coordonatele de longitudine și latitudine ale destinației.

Panoramele acoperă zone de la 2-5 km pe o parte, la aproximativ 10 m unul de celălalt, iar vehiculelor (controlate de AI) li se va permite să efectueze 1 din 5 acțiuni pe viraj: deplasare înainte, întoarcere la stânga sau la dreapta 22,5 grade sau la stânga sau la dreapta 67,5 grade.

Când se apropie de locația țintă pe o rază de 100-200 de metri, aceste vehicule vor primi „recompense” pentru a încuraja identificarea și trecerea rapidă și precisă a intersecțiilor.

• Modelul AI al MIT poate captura relațiile dintre obiecte singur, cu date minime de antrenament

În experimente, vehiculele care au exploatat imaginile aeriene pentru a se adapta la noi medii au obținut valori de recompensă de 190 la 100 de milioane de pași și 280 la 200 de milioane de pași, ambele semnificativ mai mari în comparație cu vehiculele care utilizează numai date de observare la sol (50 la 100 de milioane de pași și 200 la 200 de pași). milioane de pași). Potrivit cercetătorilor, rezultatele au arătat că metoda lor îmbunătățește semnificativ capacitatea vehiculelor de a dobândi mai eficient cunoștințe despre mai multe zone ale orașului țintă.