DriveSeg

DriveSeg, czyli jak autonomiczne samochody będą widziały świat ludzkimi oczami

Nauka na własnych błędach to jeden z najlepszych sposobów na rozwój – siebie czy swojego produktu. DriveSeg może być więc rewolucyjnym rozwiązaniem. Dzięki tej bazie danych, autonomiczne pojazdy będą mogły lepiej rozumieć miejsce obiektów w przestrzeni, a także sposób ich poruszania się, co może przyczynić się do bezpieczniejszej jazdy. A modele sztucznej inteligencji z nią stworzone mogą „uczyć się” na własnych błędach.

Pytania bez odpowiedzi

Naukowcy z uniwersytetu MIT oraz centrum badań firmy Toyota próbowali znaleźć odpowiedź na pytanie, jak autonomiczne samochody mogą lepiej rozumieć otaczający je świat. Możemy ją znaleźć w udostępnionej właśnie, otwartej bazie danych DriveSeg. Celem badaczy jest pomoc w stworzeniu systemu, który postrzega jego fizyczne środowisko jako ciągły przepływ informacji, dostrzegając związki przyczynowo-skutkowe.

DriveSeg, czyli jak autonomiczne samochody będą widziały świat ludzkimi oczami
Systemy samochodów autonomicznych będą rozróżniały różne elementy co do piksela / fot. MIT News

Jak powiedział Bryan Reimer, szef działu badań MIT:

Udostępniając tę bazę danych, mamy nadzieję zainspirować badaczy, całe nasze środowisko, a także innych innowatorów do rozwoju modeli AI w nowym kierunku, który pozwoli na stworzenie nowej generacji autonomicznych pojazdów i technologii związanych z ich bezpieczeństwem.

“In sharing this dataset, we hope to encourage researchers, the industry, and other innovators to develop new insight and direction into temporal AI modeling that enables the next generation of assisted driving and automotive safety technologies.”

W skrócie, ta baza danych to zbiór kolejnych klatek z dwóch różnych nagrań wideo, pokazujących zmiany w pozycji widocznych obiektów, których typy są oznaczone innymi kolorami, z dokładnością do kilku pikseli. Taki sposób segmentacji pozwoli na szybsze i dokładniejsze dostrzeganie mniej zdefiniowanych elementów obrazu, takich jak roboty drogowe i krzewy. Dotychczas, algorytmy wizji komputerowej mogły rozpoznawać obiekty tylko jako bloki, co, zwiększając prędkość przetwarzania danych, było bardzo ograniczającym rozwój rozwiązaniem.

DriveSeg przewiduje przyszłość

Przez ten typ danych – ciągłe nagranie wideo, gdy na podstawie DriveSeg zostanie stworzony model sztucznej inteligencji, może on nauczyć się przewidywać, co się stanie w przyszłości… w pewnych sytuacjach. Tak, jak my wiemy, że osoba, która jest na środku przejścia dla pieszych, pewnie zmierza w stronę chodnika, tak DriveSeg może umożliwić ten sposób myślenia komputerowi.

DriveSeg, czyli jak autonomiczne samochody będą widziały świat ludzkimi oczami
Różne klatki z nagrań w tej bazie danych / fot. Azure Edge

DriveSeg jest dostępny za darmo, dla wszystkich deweloperów, do użytku niekomercjalnego. W jego skład wchodzą dwa różne nagrania – krótsze, z manualnie rozróżnianymi obiektami, oraz dłuższe – pół-automatyczne, w którym algorytmy wypełniały pośrednie klatki. Dla zainteresowanych, DriveSeg możemy znaleźć tutaj.

Szykuje się nam więc bezpieczniejsza przyszłość. Jest na co czekać.