La tecnología de conducción autónoma de Waymo se vuelve más inteligente, reconoce miles de millones de objetos gracias a la búsqueda de contenido

Los vehículos autónomos desarrollados por Waymo utilizan técnicas de visión por computadora y inteligencia artificial para percibir el entorno que los rodea y tomar decisiones en tiempo real sobre cómo debe reaccionar y moverse el vehículo. Cuando los objetos son percibidos por la cámara y los sensores dentro del vehículo, se comparan con una base de datos grande compilada por Alphabet (GOOG ) (GOOGL ) para ser reconocidos.

Los conjuntos de datos masivos son de gran importancia para el entrenamiento de vehículos autónomos, ya que permiten que la inteligencia artificial dentro de los vehículos mejore y aumente su rendimiento. Sin embargo, los ingenieros necesitan alguna forma de emparejar eficientemente los elementos dentro del conjunto de datos con consultas para que puedan investigar cómo funciona la inteligencia artificial en tipos específicos de imágenes. Para resolver este problema, según informa VentureBeat, Waymo desarrolló recientemente una herramienta llamada “Búsqueda de contenido”, que funciona de manera similar a cómo funcionan Google Image Search y Google Photos. Estos sistemas emparejan consultas con el contenido semántico dentro de las imágenes, generando representaciones de los objetos que facilitan la recuperación de imágenes en función de consultas de lenguaje natural.

Antes de la llegada de la Búsqueda de contenido, si los investigadores de Waymo querían recuperar ciertas muestras de los registros, tenían que describir el objeto utilizando heurísticas. Los registros de Waymo tenían que ser buscados utilizando comandos que buscaban objetos en función de reglas, lo que significaba ejecutar búsquedas de objetos que eran “de menos de X altura” o objetos que “viajaban a y millas por hora”. Los resultados de estas búsquedas basadas en reglas a menudo podían ser bastante amplios y los investigadores tendrían que buscar manualmente entre los resultados devueltos.

La Búsqueda de contenido resuelve este problema creando catálogos de datos y realizando búsquedas de similitud en los diferentes catálogos para encontrar las categorías más similares cuando se presenta un objeto. Si la Búsqueda de contenido se presenta con un camión o un árbol, devolverá otros camiones o árboles que los vehículos autónomos de Waymo han encontrado. A medida que un vehículo de Waymo conduce alrededor, registra imágenes de objetos alrededor, luego almacena estos objetos como representaciones matemáticas. Esto significa que la herramienta puede comparar categorías de objetos y clasificar las respuestas según lo similar que sea el objeto almacenado a la imagen proporcionada. Esto es similar a cómo funciona el servicio de emparejamiento de similitud de incrustaciones operado por Google.

Los objetos que los vehículos de Waymo encuentran pueden tener todas las formas y tamaños, pero todos deben ser destilados en sus componentes esenciales y categorizados para que la Búsqueda de contenido funcione. Para que esto suceda, Waymo utiliza múltiples modelos de inteligencia artificial que se entrenan en una amplia variedad de objetos. Los diferentes modelos aprenden a reconocer una variedad de objetos y están respaldados por la Búsqueda de contenido, que permite a los modelos comprender si los elementos pertenecen a una categoría específica se encuentran dentro de una imagen determinada. Un modelo adicional de reconocimiento óptico de caracteres se utiliza junto con el modelo principal, lo que permite a los vehículos de Waymo agregar información adicional de identificación a los objetos en las imágenes, en función del texto encontrado en la imagen. Por ejemplo, un camión equipado con señalización tendría el texto de la señalización incluido en su descripción de Búsqueda de contenido.

Gracias a los modelos anteriores que funcionan en conjunto, los investigadores y ingenieros de Waymo pueden buscar en los registros de datos de imagen objetos muy específicos, como especies específicas de árboles y marcas de coches.

Según Waymo, citado por VentureBeat:

“Con la Búsqueda de contenido, podemos anotar automáticamente los objetos en nuestra historia de conducción, lo que ha aumentado exponencialmente la velocidad y la calidad de los datos que enviamos para etiquetar. La capacidad de acelerar la etiquetado ha contribuido a muchas mejoras en todo nuestro sistema, desde detectar autobuses escolares con niños a punto de subir a la acera o personas que montan patinetes eléctricos hasta un gato o un perro que cruza la calle. A medida que Waymo se expande a más ciudades, seguiremos encontrando nuevos objetos y escenarios”.

No es la primera vez que Waymo ha utilizado múltiples modelos de aprendizaje automático para mejorar la confiabilidad y precisión de sus vehículos. Waymo ha colaborado con Alphabet/Google en el pasado, ayudando a desarrollar una técnica de inteligencia artificial junto con DeepMind. El sistema de inteligencia artificial se inspira en la biología evolutiva. Para empezar, se crean varios modelos de aprendizaje automático y, después de entrenarlos, los modelos que no funcionan bien son eliminados y reemplazados con modelos descendientes. Esta técnica logró reducir drásticamente los falsos positivos y también redujo los recursos computacionales y el tiempo de entrenamiento necesarios.

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