Модель искусственного интеллекта использует данные с воздуха и наземные данные для навигации в труднодоступных для наблюдения районах.

Могут ли модели искусственного интеллекта помочь ориентироваться в районах (улицах), на которых их раньше никогда не обучали или для которых им не было предоставлено достаточно обучающих данных? Именно это беспокоит учёных из команды разработчиков искусственного интеллекта DeepMind. И после многих лет инкубации ученые, наконец, добились успеха в исследовательском проекте под названием «Перекрестное изучение политики уличной навигации», недавно раскрытом в статье, опубликованной на Arxiv.org.

В этом исследовании ученые DeepMind описывают разработку политики искусственного интеллекта, обученной на основе богатого хранилища данных со многих ракурсов (в основном изображения, сделанные сверху вниз), ориентированной на различные районы города для более оптимальной эффективности наблюдения. Исследователи полагают, что такой подход приведет к лучшим результатам обобщения.

• Разница между ИИ (искусственным интеллектом) и когнитивными вычислениями (когнитивными вычислениями)

По сути, это исследование основано на том факте, что люди могут быстро адаптироваться к планировке и базовой структуре нового города, внимательно изучая карту этого города много раз.

«Способность ориентироваться на основе визуальных наблюдений в незнакомой среде является ключевым компонентом в изучении способности моделей ИИ обучаться навигации. Способность моделей ИИ ориентироваться на улицах в случаях отсутствия обучающих данных до сих пор была относительно ограничена, и использование имитационных моделей не является решением, которое может быть эффективным в долгосрочной перспективе. Наша основная идея состоит в том, чтобы соединить вид с земли с видом с воздуха и изучить общие политики, которые позволят переключаться между видами», — сказал представитель исследовательской группы.

• Google выпускает огромное хранилище данных для обучения искусственному интеллекту, содержащее более 5 миллионов фотографий 200 000 достопримечательностей по всему миру

В частности, первый шаг, который придется сделать исследователям, — это собрать аэрофотоснимки местности, по которой они собираются перемещаться (в сочетании с режимами уличного наблюдения на основе географических координат). Затем они приступили к миссии телепортации, состоящей из трех частей: начиная с обучения данным и корректировки исходной области с помощью воздушных наблюдений за местностью и заканчивая перемещением в целевую область с использованием наземных наблюдений.

Система машинного обучения исследовательской группы содержит набор из трех отдельных модулей, в том числе:

• Сверточный модуль, отвечающий за зрительное восприятие.
• Модуль долговременной краткосрочной памяти (LSTM) отвечает за получение характеристик, зависящих от местоположения.
• Рекуррентный нейронный модуль политики помогает создавать разделения посредством действий.

Эта модель машинного обучения была развернута в StreetAir — многоперспективной уличной среде, построенной на основе StreetLearn. (StreetLearn — это первая интерактивная коллекция панорамных фотографий, извлеченных из Google Street View и Google Maps).

• ИИ использует твиты, чтобы помочь исследователям анализировать ситуации с наводнениями

В StreetAir и StreetLearn аэрофотоснимки, содержащие панорамные виды Нью-Йорка (включая центр Нью-Йорка и центр Нью-Йорка) и Питтсбурга (кампусы колледжа Аллегейни и Университета Карнеги-Меллон), расположены таким образом, что на каждой широте координаты градусов и долгот окружающая среда возвращается с воздуха. изображения размером 84 х 84, такого же размера, как изображения с земли.

Перед системой искусственного интеллекта после прохождения обучения будет поставлена ​​задача научиться локализовать и перемещаться по панорамной диаграмме изображений Street View с координатами долготы и широты пункта назначения.

Панорамы охватывают области от 2 до 5 км в сторону и на расстоянии около 10 м друг от друга, а транспортным средствам (управляемым искусственным интеллектом) будет разрешено выполнять 1 из 5 действий за ход: двигаться вперед, поворачивать налево или направо на 22,5 градуса или поворачивать налево или направо на 67,5 градусов. градусов.

При приближении к целевому месту на 100-200 метров эти автомобили будут получать «награды», стимулирующие быстро и точно определять и проезжать перекрестки кузова.

• Модель искусственного интеллекта MIT может самостоятельно фиксировать отношения между объектами с минимальными обучающими данными.

В экспериментах транспортные средства, которые использовали аэрофотоснимки для адаптации к новым условиям, достигли показателей вознаграждения 190 на 100 миллионах шагов и 280 на 200 миллионах шагов, что значительно выше по сравнению с транспортными средствами, использующими только данные наземных наблюдений (50 на 100 миллионов шагов и 200 на 200 шагах). миллионы шагов). По словам исследователей, результаты показали, что их метод значительно улучшает способность транспортных средств более эффективно получать знания о нескольких районах целевого города.