वेमो की स्व-ड्राइविंग तकनीक स्मार्ट हो जाती है, अरबों वस्तुओं को पहचानती है सामग्री खोज के लिए धन्यवाद

वेमो द्वारा विकसित स्वायत्त वाहन कंप्यूटर दृष्टि तकनीक और कृत्रिम बुद्धिमत्ता का उपयोग करके आसपास के वातावरण को समझने और वाहन को प्रतिक्रिया करने और आगे बढ़ने के लिए वास्तविक समय में निर्णय लेने के लिए उपयोग किया जाता है। जब वस्तुएं वाहन के अंदर कैमरे और सेंसर द्वारा समझी जाती हैं, तो वे अल्फाबेट द्वारा संकलित एक बड़े डेटाबेस के खिलाफ मेल खाती हैं ताकि उन्हें पहचाना जा सके।

स्वायत्त वाहनों के प्रशिक्षण के लिए विशाल डेटासेट बहुत महत्वपूर्ण हैं, क्योंकि वे वाहनों के भीतर कृत्रिम बुद्धिमत्ता को बेहतर बनाने और उनके प्रदर्शन में सुधार करने में सक्षम बनाते हैं। हालांकि, इंजीनियरों को डेटासेट के भीतर आइटम को क्वेरी के साथ कुशलतापूर्वक मेल करने के लिए कुछ तरीके की आवश्यकता होती है ताकि वे यह जांच सकें कि कृत्रिम बुद्धिमत्ता विशिष्ट प्रकार की छवियों पर कैसा प्रदर्शन करती है। इस समस्या को हल करने के लिए, वेंचरबीट की रिपोर्ट के अनुसार, वेमो ने हाल ही में एक उपकरण विकसित किया है जिसे “सामग्री खोज” कहा जाता है, जो गूगल इमेज सर्च और गूगल फोटो के समान कार्य करता है। ये सिस्टम छवियों के भीतर सेमेंटिक सामग्री के साथ प्रश्नों को मेल खाते हैं, जो प्राकृतिक भाषा प्रश्नों पर छवि पुनर्प्राप्ति के लिए प्रतिनिधित्व उत्पन्न करते हैं।

सामग्री खोज से पहले, यदि वेमो के शोधकर्ता लॉग से निश्चित नमूनों को पुनर्प्राप्त करना चाहते थे, तो उन्हें वस्तु का वर्णन करने के लिए सुराग का उपयोग करना था। वेमो के लॉग को वस्तुओं के लिए नियमों के आधार पर खोज करने के लिए खोज करने वाले आदेशों का उपयोग करके खोजा जाना था, जिसका अर्थ था कि “एक्स ऊंचाई से नीचे” वस्तुओं के लिए खोज चलाना या “वाई मील प्रति घंटे” पर यात्रा करने वाली वस्तुओं के लिए खोज चलाना। इन नियम-आधारित खोजों के परिणाम अक्सर बहुत व्यापक हो सकते थे और शोधकर्ताओं को तब लौटाए गए परिणामों को मैन्युअल रूप से खंगालना होगा।

सामग्री खोज इस समस्या को हल करती है bằng डेटा के संग्रह बनाकर और विभिन्न संग्रहों पर समानता खोज करकें वस्तु को प्रस्तुत करने पर सबसे समान श्रेणियों को खोजने के लिए। यदि सामग्री खोज को एक ट्रक या पेड़ प्रस्तुत किया जाता है, तो यह वेमो के स्वायत्त वाहनों द्वारा मिले अन्य ट्रक या पेड़ को वापस करेगा। जैसे ही वेमो वाहन चलता है, यह आसपास की वस्तुओं की छवियों को रिकॉर्ड करता है, फिर इन वस्तुओं को एम्बेडिंग/गणितीय प्रतिनिधित्व के रूप में संग्रहीत करता है। इसका मतलब है कि उपकरण वस्तु श्रेणियों के बीच तुलना कर सकता है और प्रदान की गई वस्तु के समान संग्रहीत वस्तु छवियों के समान होने के आधार पर प्रतिक्रियाओं को रैंक कर सकता है। यह गूगल द्वारा संचालित एम्बेडिंग समानता मिलान सेवा के समान कार्य करता है।

वेमो के वाहनों द्वारा मिली वस्तुएं विभिन्न आकारों और आकारों में आ सकती हैं, लेकिन उन्हें सामग्री खोज के लिए काम करने के लिए उनके आवश्यक घटकों में नीचे उतारा जाना चाहिए और वर्गीकृत किया जाना चाहिए। इसे हासिल करने के लिए, वेमो विभिन्न वस्तुओं पर प्रशिक्षित कई कृत्रिम बुद्धिमत्ता मॉडल का उपयोग करता है। विभिन्न मॉडल विभिन्न वस्तुओं को पहचानना सीखते हैं और वे सामग्री खोज द्वारा समर्थित होते हैं, जो मॉडल को यह समझने में सक्षम बनाता है कि क्या एक विशिष्ट श्रेणी से संबंधित आइटम एक दिए गए छवि में पाए जाते हैं। एक अतिरिक्त ऑप्टिकल चरित्र पहचान मॉडल मुख्य मॉडल के साथ-साथ उपयोग किया जाता है, जो वेमो वाहनों को छवियों में पाए जाने वाले किसी भी पाठ के आधार पर वस्तुओं में अतिरिक्त पहचान जानकारी जोड़ने की अनुमति देता है। उदाहरण के लिए, एक साइनेज से लैस ट्रक के पास अपने सामग्री खोज विवरण में साइन का पाठ होगा।

उपरोक्त मॉडलों के संयोजन के काम करने के कारण, वेमो के शोधकर्ता और इंजीनियर विशिष्ट वस्तुओं जैसे विशिष्ट प्रजातियों के पेड़ और कार के मॉडल के लिए छवि डेटा लॉग को खोज सकते हैं।

वेंचरबीट के अनुसार वेमो के हवाले से:

“सामग्री खोज के साथ, हम अपने ड्राइविंग इतिहास में वस्तुओं को स्वचालित रूप से अन्नोटेट कर सकते हैं जो बदले में हमारे द्वारा लेबलिंग के लिए भेजे जाने वाले डेटा की गति और गुणवत्ता को असीमित रूप से बढ़ाता है। लेबलिंग को तेज करने की क्षमता ने हमारे पूरे सिस्टम में कई सुधारों के लिए योगदान दिया है, स्कूल बसों को पहचानने से लेकर जो बच्चों को साइडवॉक पर कदम रखने वाले हैं या लोग जो इलेक्ट्रिक स्कूटर पर सवारी कर रहे हैं एक बिल्ली या कुत्ते को सड़क पार करते हुए देख रहे हैं। जैसे ही वेमो अधिक शहरों में विस्तार करता है, हम नए वस्तुओं और परिदृश्यों का सामना करना जारी रखेंगे।”

यह पहली बार नहीं है जब वेमो ने अपने वाहनों की विश्वसनीयता और सटीकता में सुधार करने के लिए कई मशीन लर्निंग मॉडल का उपयोग किया है। वेमो अल्फाबेट/गूगल के साथ सहयोग किया है, जो डीपमाइंड के साथ एक कृत्रिम बुद्धिमत्ता तकनीक विकसित करने में मदद करता है। कृत्रिम बुद्धिमत्ता प्रणाली विकासवादी जीवविज्ञान से प्रेरित है। शुरू करने के लिए, कई मशीन लर्निंग मॉडल बनाए जाते हैं और जब वे प्रशिक्षित हो जाते हैं तो कम प्रदर्शन करने वाले मॉडल को उत्तराधिकारी मॉडल के साथ बदल दिया जाता है। इस तकनीक ने कथित तौर पर गलत सकारात्मक को नाटकीय रूप से कम करने के साथ-साथ आवश्यक गणना संसाधनों और प्रशिक्षण समय को कम करने में भी मदद की।

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