Η Αυτόνομη Τεχνολογία της Waymo Γίνεται Πιο Έξυπνη, Αναγνωρίζει Δισεκατομμύρια Αντικειμένων Χάρη στη Λειτουργία Αναζήτησης Περιεχομένου

Τα αυτονομικά οχήματα που αναπτύσσει η Waymo χρησιμοποιούν τεχνικές υπολογιστικής όρασης και τεχνητής νοημοσύνης για να αντιλαμβάνονται το περιβάλλον και να λαμβάνουν αποφάσεις σε πραγματικό χρόνο σχετικά με το πώς το όχημα πρέπει να αντιδράσει και να κινηθεί. Όταν τα αντικείμενα αντιλαμβάνονται από την κάμερα και τους αισθητήρες μέσα στο όχημα, αντιστοιχίζονται με μια μεγάλη βάση δεδομένων που έχει συλλεχθεί από την Alphabet (GOOG ) (GOOGL ), προκειμένου να αναγνωριστούν.

Τα τεράστια σύνολα δεδομένων είναι εξαιρετικά σημαντικά για την εκπαίδευση των αυτονομικών οχημάτων, καθώς επιτρέπουν στην τεχνητή νοημοσύνη μέσα στα οχήματα να γίνουν καλύτερα και να βελτιώσουν την απόδοσή τους. Ωστόσο, οι μηχανικοί χρειάζονται έναν αποτελεσματικό τρόπο για να αντιστοιχίσουν τα αντικείμενα μέσα στη βάση δεδομένων με ερωτήσεις, ώστε να μπορέσουν να ερευνήσουν πώς η τεχνητή νοημοσύνη λειτουργεί σε συγκεκριμένα είδη εικόνων. Για να λύσουν αυτό το πρόβλημα, όπως αναφέρει το VentureBeat, η Waymo ανέπτυξε πρόσφατα ένα εργαλείο που ονομάζεται “Λειτουργία Αναζήτησης Περιεχομένου”, το οποίο λειτουργεί παρόμοια με τον τρόπο που λειτουργούν η Αναζήτηση Εικόνων του Google και οι Φωτογραφίες του Google. Αυτά τα συστήματα αντιστοιχίζουν ερωτήσεις με το σημασιολογικό περιεχόμενο μέσα στις εικόνες, δημιουργώντας αναπαραστάσεις των αντικειμένων που κάνουν την ανάκτηση εικόνων με βάση φυσική γλώσσα ερωτημάτων ευκολότερη.

Πριν από την εισαγωγή της Λειτουργίας Αναζήτησης Περιεχομένου, αν οι ερευνητές της Waymo ήθελαν να ανακτήσουν ορισμένα δείγματα από τα αρχεία, έπρεπε να περιγράψουν το αντικείμενο χρησιμοποιώντας εύρη. Τα αρχεία της Waymo έπρεπε να αναζητηθούν χρησιμοποιώντας εντολές που αναζητούσαν αντικείμενα με βάση κανόνες, που σήμαινε την εκτέλεση αναζητήσεων για αντικείμενα που ήταν “κάτω από X ύψος” ή αντικείμενα που “ταξίδευαν με X μίλια την ώρα”. Τα αποτελέσματα αυτών των αναζητήσεων με βάση τους κανόνες μπορούσαν συχνά να είναι πολύ ευρείες και οι ερευνητές θα έπρεπε τότε να διαβάσουν τα αποτελέσματα που επέστρεψαν χειροκίνητα.

Η Λειτουργία Αναζήτησης Περιεχομένου λύνει αυτό το πρόβλημα δημιουργώντας καταλόγους δεδομένων και εκτελώντας αναζητήσεις ομοιότητας στα διαφορετικά καταλόγους, προκειμένου να βρει τις πιο παρόμοιες κατηγορίες όταν παρουσιάζεται ένα αντικείμενο. Αν η Λειτουργία Αναζήτησης Περιεχομένου παρουσιάζεται με ένα φορτηγό ή ένα δέντρο, θα επιστρέψει άλλα φορτηγά ή δέντρα που έχουν συναντήσει τα αυτονομικά οχήματα της Waymo. Όπως οδηγεί ένα όχημα της Waymo, καταγράφει εικόνες των αντικειμένων γύρω του και στη συνέχεια αποθηκεύει αυτά τα αντικείμενα ως εμβυθύνσεις/μαθηματικές αναπαραστάσεις. Αυτό σημαίνει ότι το εργαλείο μπορεί να κάνει σύγκριση μεταξύ κατηγοριών αντικειμένων και να βαθμολογεί τις απαντήσεις με βάση την ομοιότητα του παρεχόμενου αντικειμένου με τις αποθηκευμένες εικόνες αντικειμένων. Αυτό είναι παρόμοιο με τον τρόπο που λειτουργεί η υπηρεσία αντιστοίχισης ομοιότητας εμβυθύνσεων που λειτουργεί από το Google.

Τα αντικείμενα που συναντούν τα οχήματα της Waymo μπορούν να έρθουν σε όλα τα διαφορετικά σχήματα και μεγέθη, αλλά όλα πρέπει να διασταυρωθούν σε βασικά τους στοιχεία και να κατηγοριοποιηθούν, προκειμένου να λειτουργήσει η Λειτουργία Αναζήτησης Περιεχομένου. Για να συμβεί αυτό, η Waymo χρησιμοποιεί πολλαπλά μοντέλα τεχνητής νοημοσύνης που έχουν εκπαιδευτεί σε eine μεγάλη ποικιλία αντικειμένων. Τα διάφορα μοντέλα μαθαίνουν να αναγνωρίζουν eine ποικιλία αντικειμένων και υποστηρίζονται από τη Λειτουργία Αναζήτησης Περιεχομένου, η οποία επιτρέπει στα μοντέλα να κατανοήσουν εάν τα αντικείμενα που ανήκουν σε μια συγκεκριμένη κατηγορία βρίσκονται μέσα σε μια δεδομένη εικόνα. Ένα επιπλέον μοντέλο αναγνώρισης οπτικών χαρακτήρων χρησιμοποιείται παράλληλα με το κύριο μοντέλο, επιτρέποντας στα οχήματα της Waymo να προσθέσουν επιπλέον αναγνωριστικά στοιχεία σε αντικείμενα στις εικόνες, με βάση οποιοδήποτε κείμενο βρίσκεται στην εικόνα. Για παράδειγμα, ένα φορτηγό που είναι εξοπλισμένο με σήματα θα έχει το κείμενο του σήματος περιλαμβανόμενο στην περιγραφή της Λειτουργίας Αναζήτησης Περιεχομένου.

Χάρη στα παραπάνω μοντέλα που λειτουργούν σε συναρμόζηση, οι ερευνητές και οι μηχανικοί της Waymo είναι σε θέση να αναζητούν τις εικόνες από τα αρχεία για πολύ συγκεκριμένα αντικείμενα, όπως συγκεκριμένα είδη δέντρων και μάρκες αυτοκινήτων.

Σύμφωνα με την Waymo, όπως αναφέρεται από το VentureBeat:

“Με τη Λειτουργία Αναζήτησης Περιεχομένου, μπορούμε να αναnota automáticamente τα αντικείμενα στην ιστορία οδήγησής μας, το οποίο έχει αυξήσει εκθετικά την ταχύτητα και την ποιότητα των δεδομένων που στέλνουμε για επισήμανση. Η ικανότητα να επιταχύνουμε την επισήμανση έχει συμβάλλει σε πολλές βελτιώσεις σε όλο το σύστημα, από την ανίχνευση σχολικών λεωφορείων με παιδιά που πρόκειται να βγουν στο πεζοδρόμιο ή άτομα που οδηγούν ηλεκτρικά πατίνια σε ένα γάτο ή ένα σκύλο που διασχίζει το δρόμο. Όσο η Waymo επεκτείνεται σε περισσότερες πόλεις, θα συνεχίσουμε να συναντάμε νέα αντικείμενα και σενάρια.”

Αυτό δεν είναι η πρώτη φορά που η Waymo έχει χρησιμοποιήσει πολλαπλά μοντέλα μηχανικής μάθησης για να βελτιώσει την αξιοπιστία και την ακρίβεια των οχημάτων της. Η Waymo έχει συνεργαστεί με την Alphabet/Google στο παρελθόν, βοηθώντας στην ανάπτυξη μιας τεχνικής τεχνητής νοημοσύνης μαζί με τη DeepMind. Το σύστημα τεχνητής νοημοσύνης παίρνει έμπνευση από τη βιολογία της εξέλιξης. Αρχικά, δημιουργούνται πολλά μοντέλα μηχανικής μάθησης και μετά την εκπαίδευσή τους, τα μοντέλα που είχαν κακή απόδοση απομακρύνονται και αντικαθίστανται με μοντέλα απόγονων. Αυτή η τεχνική φέρεται να μειώνει δραματικά τις ψευδείς θετικές και να μειώνει τους απαιτούμενους υπολογιστικούς πόρους και τον χρόνο εκπαίδευσης.

https://venturebeat.com/2020/02/06/waymos-ai-content-search-tool-lets-engineers-find-objects-within-its-driving-records/