O autorze
Tworzenie map drogowych to czasochłonne, a co za tym idzie kosztowne przedsięwzięcie. Często same zdjęcia satelitarne czy lotnicze nie wystarczają. Problemem może być chociażby roślinność, która utrudnia analizę trasy przy widoku z góry. W związku z tym wiele miejsc musi być mapowanych z ziemi. Pewien zespół naukowców twierdzi jednak, że może tu pomóc AI.
Grupa naukowców z MIT oraz Qatar Computing Research Institute (QCRI) zaprezentowała algorytm, który docelowo ma całkowicie zautomatyzować proces tworzenia map dla kierowców, ze zdjęć. Nosi on nazwę RoadTagger i stanowi implementację dwóch rodzajów sieci neuronowych.
Sieć numer jeden to sieć konwolucyjna, inaczej splotowa, czyli obecnie dość typowe rozwiązanie w zakresie analizy obrazu. Taka sieć, w dużym uproszczeniu, pozwala na wyodrębnienie kluczowych cech z analizowanego materiału. Patrząc z technicznego punktu widzenia, można by rzec, że istotą metody splotowej jest wyuczenie modelu parametrów filtru, które umożliwią sprawne rozpoznawanie konkretnych cech. Mógłby to być na przykład rodzaj nawierzchni.
Z kolei druga z użytych sieci, sieć rekurencyjna, odpowiada za generowanie sekwencji wyjściowej. Znów – w dużym uproszczeniu, działa to tak, że analizowane zdjęcie dzielone jest na niewielkie wycinki. Coś á al puzzle. Jeśli na dwóch sąsiednich wycinkach droga została określona jako asfaltowa i dwupasmowa, to kiedy na kolejnym analizę uniemożliwiają korony drzew, program może odgadnąć rezultat, i to z wysokim prawdopodobieństwem.
Naukowcy twierdzą, że już testowali to narzędzie. I wyniki są obiecujące
Przeanalizowano w ten sposób zdjęcia satelitarne 20 amerykańskich miast, identyfikując poprawnie 77 proc. niewidocznych pasów jezdni i 93 proc. typów dróg. A to ponoć dopiero początek, gdyż RoadTagger ma być stale rozbudowywany, m.in. o możliwość wyszukiwania parkingów i ścieżek rowerowych. Tak, aby zwiększyć zakres zastosowań AI.
Jeden z autorów projektu, prof. Sam Madden, uważa, że RoadTagger to przyszłość nawigacji. Jak twierdzi, obecna natura tworzenia map, wymagająca znacznego udziału człowieka, prowadzi do pomijania mniej obleganych miejsc. – Większość zaktualizowanych map cyfrowych pochodzi z miejsc, na których najbardziej zależy korporacjom – mówi uczony. – Jeśli znajdujesz się w lokalizacji, którą potentaci się nie przejmują, jakość mapy drastycznie spada – zauważa.
Automat tymczasem może przeanalizować wszystko i wszędzie; z równą dokładnością i na tyle sprawnie, że jedno miasto w tę czy we w tę nie robi mu żadnej różnicy. Tak więc nawet jeśli nie pozwoli całkowicie porzucić metody manualnej, to chociaż uzupełni braki w mniej obleganych zakamarkach świata. Przyznajcie, brzmi to całkiem sensownie.
Zgłoś naruszenie/Błąd
Pozytywnie
Neutralnie 
Negatywnie
Lubię to!
Super
Ekscytujący 
Ciekawy
Smieszny
Smutny
Wściekły
Przerażony
Szokujący
Wzruszający
Rozczarowany
Zaskoczony
Prawda
Manipulacja
Fake news
Oryginalne źródło ZOBACZ
Dodaj kanał RSS
Musisz być zalogowanym aby zaproponować nowy kanal RSS