Intel Labs používa 'The Grand Theft Auto' na trénovanie áut

$config[ads_kvadrat] not found

Intel Labs Turkey: Asli Kubilay, Nerotouch

Intel Labs Turkey: Asli Kubilay, Nerotouch
Anonim

Zo všetkých videohier by ste ukázali niekomu v edícii vodiča, Grand Theft Auto nemusí byť na vrchole tohto zoznamu. Ale tím spoločnosti Intel Labs a Darmstadt University v Nemecku zistil, že používanie videohier poskytuje pri identifikácii objektov bezkonkurenčnú úroveň presnosti.

Tím, ktorý publikoval svoje zistenia v tomto článku, si všimol, že hra poskytuje presnú simuláciu scenárov jazdy v reálnom svete. Tieto údaje môžu byť použité v autách s vlastným riadením v reálnom svete, aby sa mohli bezpečne pohybovať a navigovať.

Autá s vlastným riadením používajú údaje o identifikácii objektov, aby pomohli „naučiť sa“, ako identifikovať objekty, ako sú chodci, stĺpy a steny pri jazde na ulici. Výrobcovia automobilov spravidla vytvárajú tieto údaje z nahratého videa z palubnej dosky automobilu. Prechádzajú a identifikujú objekty manuálne, pričom systém využíva strojové učenie, aby nakoniec vytvoril širšiu predstavu o tom, ako každý objekt vyzerá.

Použitím Grand Theft Auto Tím bol však schopný tento proces omnoho efektívnejšie automatizovať. Tím mohol zaznamenávať podobné videá v hre, ale bol schopný rýchlejšie identifikovať majetok, ktorý predstavoval tie isté objekty ulice. Fotorealistický virtuálny svet znamená, že identifikované objekty dávajú systému rovnaké presné predstavy o tom, ako budú vyzerať objekty v reálnom svete.

Počítač je schopný automaticky identifikovať objekty v priebehu niekoľkých sekúnd, čo je proces, ktorý za normálnych okolností trvá takmer dve hodiny na zaznamenané video. Tu je proces v akcii:

„Vďaka umelému prostrediu môžeme bez námahy zhromažďovať presne anotované údaje vo väčšom meradle so značným množstvom zmien v osvetlení a klimatických nastaveniach,“ povedal Alireza Shafaei, Ph.D. povedal na University of British Columbia MIT Technology Review.

Shafaei publikoval svoj výskum v novinách, ktoré podrobne opisujú, ako môžu videohry trénovať počítače, aby pomohli vidieť svet. „Ukázali sme, že tieto syntetické údaje sú takmer rovnako dobré, ba niekedy lepšie, ako používať reálne údaje na tréning,“ povedal.

Autá s vlastným riadením používajú veľké množstvo údajov a techniky, ako sú tieto, budú nevyhnutné na udržanie sa na vrchole vecí. AT&T začala skúšať novú 5G celulárnu sieť, ktorá bola navrhnutá s ohľadom na vozidlá s vlastným pohonom, ktoré môžu uprednostniť kritické dáta, aby sa predišlo jazde bez vodiča trpiacich latenciou. Všetky tieto údaje sú však za cenu, ako vedci varovali, že autá by mohli byť náchylné na hacking. Vozidlá bez vodiča otvárajú nové možnosti pre veľké dátové súbory, ale otázka, ako to všetko zvládnuť, bude najvyššou prioritou.

$config[ads_kvadrat] not found