Intel Labs използва "Grand Theft Auto" за обучение на автомобили за самостоятелно шофиране

$config[ads_kvadrat] not found

ограбление хюман лабс гта онлине

ограбление хюман лабс гта онлине
Anonim

От всички видеоигри ще покажете на някого в реда на водача, Grand Theft Auto може да не е в горната част на този списък. Но екип от Intel Labs и Дармщатския университет в Германия откри, че използването на видео игри дава несравнимо ниво на точност при идентифициране на обекти.

Екипът, който публикува своите открития в тази статия, забеляза, че играта осигурява точна симулация на сценарии за реални шофиране. Тези данни могат да се използват от автомобили, които се управляват самостоятелно в реалния свят, за да се движат наоколо и да се движат безопасно.

Самостоятелно управляващите автомобили използват данни за идентифициране на обекти, за да помогнат да се “научат” как да се идентифицират обекти като пешеходци, стълбове и стени при шофиране по улицата. Обикновено производителите на автомобили създават тези данни от записано видео от арматурното табло на автомобила. Те преминават и идентифицират обектите ръчно, като системата използва машинно обучение, за да създаде по-широка представа за това как изглежда всеки обект.

Използвайки Grand Theft Auto Въпреки това екипът успя да автоматизира този процес много по-ефективно. Екипът може да записва подобни видеоклипове по време на игра, но е успял да идентифицира активи по-бързо, които представляват същите тези улични обекти. Фотореалистичният виртуален свят означава, че идентифицираните обекти дават на системата същите точни идеи за това как ще изглеждат обектите от реалния свят.

Компютърът може автоматично да идентифицира обектите само за секунди, процес, който обикновено отнема почти два часа на изображение със записано видео. Това е процесът в действие:

„С изкуствени среди можем без усилие да събираме точно анотирани данни в по-голям мащаб със значително количество вариации в осветлението и настройките на климата,” казва Алиреза Шафаеи, доктор на науките. студент в Университета на Британска Колумбия, каза за MIT Технологичен преглед.

Shafaei публикува изследванията си в документ, в който се описва как видео игрите могат да обучават компютри, за да видят света. "Ние показахме, че тези синтетични данни са почти толкова добри, или понякога дори по-добри, отколкото използването на реални данни за обучение", каза той.

Самостоятелно управляващите автомобили използват голямо количество данни и такива техники ще бъдат от жизненоважно значение за поддържане на върха на нещата. AT&T започна да проучва нова 5G клетъчна мрежа, проектирана с автомобили, които се управляват самостоятелно, и която може да даде приоритет на критично важни данни, за да се избегнат автомобили без водачи, страдащи от латентност. Всички тези данни идват на цена, въпреки че изследователите предупреждават, че колите могат да бъдат податливи на хакерство. Автомобилите без шофьори отварят нови възможности за големи набори от данни, но въпросът как да се справим с всичко това ще бъде основен приоритет.

$config[ads_kvadrat] not found