Intel Labs utilitza 'Grand Theft Auto' per entrenar automòbils autodirigits

$config[ads_kvadrat] not found

Inside Intel's D1X: The World's Most Advanced Manufacturing Factory

Inside Intel's D1X: The World's Most Advanced Manufacturing Factory
Anonim

De tots els jocs de vídeo que haureu de mostrar a algú al conductor, Grand Theft Auto pot no estar a la part superior d’aquesta llista. Però un equip d’Intel Labs i la Universitat de Darmstadt a Alemanya ha trobat que l’ús de videojocs proporciona un nivell de precisió inigualable a l’hora d’identificar objectes.

L’equip, que va publicar les seves conclusions en aquest article, va adonar-se que el joc proporcionava una simulació precisa d’escenaris de conducció del món real. Aquestes dades poden ser utilitzades per cotxes autodirigits del món real per desplaçar-se i navegar amb seguretat.

Els cotxes de conducció pròpia utilitzen dades d’identificació d'objectes per ajudar a “aprendre” com identificar objectes com a vianants, fanals i parets quan conduïu al carrer. Normalment, els fabricants d'automòbils creen aquestes dades a partir del vídeo gravat del tauler de control d'un cotxe. Passen per i identifiquen els objectes manualment, amb el sistema utilitzant l'aprenentatge automàtic per acabar creant una idea més àmplia del que sembla cada objecte.

Utilitzant Grand Theft Auto, però, l’equip va poder automatitzar aquest procés amb molta més eficàcia. L’equip va poder gravar vídeos similars en el joc, però va ser capaç d’identificar els béns més ràpidament que representaven els mateixos objectes del carrer. El món virtual fotorealista significa que els objectes identificats donen al sistema les mateixes idees exactes del que es veuran els objectes del món real.

L’ordinador és capaç d’identificar automàticament objectes en pocs segons, un procés que normalment pren gairebé dues hores per imatge amb un vídeo gravat. Aquí està el procés en acció:

"Amb entorns artificials, podem recopilar sense esforç dades anotades amb precisió a una escala més gran amb una variació considerable de la configuració de la il·luminació i el clima", va dir Alireza Shafaei, Ph.D. va dir un estudiant de la Universitat de Colúmbia Britànica MIT Technology Review.

Shafaei va publicar les seves investigacions en un article que detalla com els videojocs poden entrenar ordinadors per ajudar a veure el món. "Hem demostrat que aquestes dades sintètiques són gairebé tan bones, o de vegades fins i tot millors, que utilitzar dades reals per a la formació", va dir.

Els cotxes de conducció pròpia utilitzen una gran quantitat de dades i tècniques com aquestes seran vitals per mantenir-se al capdavant de les coses. AT&T ha començat a provar una nova xarxa mòbil 5G, pensada per tenir en compte els cotxes que condueixen automàticament, que poden prioritzar les dades crítiques per evitar que els cotxes sense conductor tinguin latència. Totes aquestes dades tenen un cost, tot i que els investigadors han advertit que els cotxes poden ser susceptibles a la pirateria informàtica. Els vehicles sense conductor obren noves possibilitats per als conjunts de grans dades, però la qüestió de com gestionar-ho tot serà la màxima prioritat.

$config[ads_kvadrat] not found