Teknologi Pengemudi Otonom Waymo Semakin Pintar, Mengenali Miliaran Objek Berkat Pencarian Konten

Kendaraan otonom yang dikembangkan oleh Waymo menggunakan teknik penglihatan komputer dan kecerdasan buatan untuk memahami lingkungan sekitar dan membuat keputusan waktu nyata tentang bagaimana kendaraan harus bereaksi dan bergerak. Ketika objek dilihat oleh kamera dan sensor di dalam kendaraan, mereka dicocokkan dengan database besar yang disusun oleh Alphabet (GOOG ) (GOOGL ) untuk dikenali.

Dataset besar sangat penting untuk pelatihan kendaraan otonom, karena mereka memungkinkan kecerdasan buatan di dalam kendaraan untuk menjadi lebih baik dan meningkatkan kinerjanya. Namun, insinyur memerlukan cara yang efisien untuk mencocokkan item dalam dataset dengan kueri sehingga mereka dapat menyelidiki bagaimana kecerdasan buatan bekerja pada jenis gambar tertentu. Untuk memecahkan masalah ini, seperti yang dilaporkan oleh VentureBeat, Waymo baru-baru ini mengembangkan alat yang disebut “Pencarian Konten”, yang berfungsi serupa dengan cara Google Image Search dan Google Photos beroperasi. Sistem ini mencocokkan kueri dengan konten semantik dalam gambar, menghasilkan representasi objek yang membuat pengambilan gambar berdasarkan kueri bahasa alami lebih mudah.

Sebelum adanya Pencarian Konten, jika peneliti Waymo ingin mengambil sampel tertentu dari log, mereka harus menggambarkan objek dengan menggunakan heuristik. Log Waymo harus dicari menggunakan perintah yang mencari objek berdasarkan aturan, yang berarti menjalankan pencarian untuk objek yang “di bawah X ketinggian” atau objek yang “bergerak pada y mil per jam”. Hasil pencarian berbasis aturan ini sering kali sangat luas dan peneliti kemudian perlu menyaring hasil yang dikembalikan secara manual.

Pencarian Konten memecahkan masalah ini dengan membuat katalog data dan melakukan pencarian kesamaan pada katalog yang berbeda untuk menemukan kategori yang paling mirip ketika diberikan objek. Jika Pencarian Konten diberikan truk atau pohon, itu akan mengembalikan truk atau pohon lain yang telah ditemui oleh kendaraan otonom Waymo. Ketika kendaraan Waymo mengemudi, itu merekam gambar objek di sekitarnya, kemudian menyimpan objek tersebut sebagai embeddings/representasi matematis. Ini berarti bahwa alat dapat membuat perbandingan antara kategori objek dan peringkat respons berdasarkan seberapa mirip objek yang disimpan dengan objek yang diberikan. Ini serupa dengan cara layanan pencocokan kesamaan embeddings yang dioperasikan oleh Google bekerja.

Objek yang ditemui oleh kendaraan Waymo dapat datang dalam berbagai bentuk dan ukuran, tetapi mereka semua perlu dipecah menjadi komponen esensial dan dikategorikan agar Pencarian Konten dapat bekerja. Agar ini terjadi, Waymo menggunakan beberapa model kecerdasan buatan yang dilatih pada berbagai objek. Model yang berbeda belajar untuk mengenali berbagai objek dan mereka didukung oleh Pencarian Konten, yang memungkinkan model untuk memahami apakah item yang termasuk dalam kategori tertentu ditemukan dalam gambar tertentu. Model pengenalan karakter optik tambahan digunakan bersama dengan model utama, memungkinkan kendaraan Waymo untuk menambahkan informasi identifikasi tambahan ke objek dalam gambar, berdasarkan teks yang ditemukan dalam gambar. Misalnya, truk yang dilengkapi dengan tanda akan memiliki teks tanda tersebut termasuk dalam deskripsi Pencarian Konten.

Berkat model yang bekerja bersama, peneliti dan insinyur Waymo dapat mencari data log gambar untuk objek yang sangat spesifik seperti spesies pohon tertentu dan merek mobil.

Menurut Waymo, seperti yang dikutip oleh VentureBeat:

“Dengan Pencarian Konten, kami dapat secara otomatis mengannotasi … objek dalam riwayat pengemudi kami yang pada gilirannya telah meningkatkan secara eksponensial kecepatan dan kualitas data yang kami kirim untuk pelabelan. Kemampuan untuk mempercepat pelabelan telah berkontribusi pada banyak perbaikan di seluruh sistem, dari mendeteksi bus sekolah dengan anak-anak yang akan naik ke trotoar atau orang yang mengendarai sepeda listrik hingga kucing atau anjing yang menyeberangi jalan. Ketika Waymo memperluas ke lebih banyak kota, kami akan terus menghadapi objek dan skenario baru.”

Ini bukan pertama kalinya Waymo menggunakan beberapa model pembelajaran mesin untuk meningkatkan keandalan dan akurasi kendaraan mereka. Waymo telah berkolaborasi dengan Alphabet/Google di masa lalu, membantu mengembangkan teknik kecerdasan buatan bersama DeepMind. Sistem kecerdasan buatan ini mengambil inspirasi dari biologi evolusioner. Pada awalnya, beberapa model pembelajaran mesin dibuat dan setelah mereka dilatih, model yang berkinerja buruk dibuang dan digantikan dengan model keturunan. Teknik ini dilaporkan berhasil mengurangi positif palsu secara dramatis sambil juga mengurangi sumber daya komputasi dan waktu pelatihan yang diperlukan.

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