Waymos selvkjørende teknologi blir smartere, gjenkjenner milliarder av objekter takket være innholdssøk

De selvkjørende kjøretøyene utviklet av Waymo bruker datavisjonsteknikker og kunstig intelligens for å oppfatte omgivelsene og ta beslutninger om hvordan kjøretøyet skal reagere og bevege seg i sanntid. Når objekter oppfattes av kamera og sensorer inne i kjøretøyet, sammenlignes de med en stor database samlet av Alphabet (GOOG ) (GOOGL ) for å bli gjenkjent.

Massive datasamlinger er av stor betydning for trening av selvkjørende kjøretøy, da de gjør det mulig for kunstig intelligens i kjøretøyene å bli bedre og forbedre ytelsen. Men ingeniører trenger en måte å effektivt sammenligne elementer i datasamlingen med spørringer, slik at de kan undersøke hvordan kunstig intelligens fungerer på bestemte typer bilder. For å løse dette problemet, ifølge VentureBeat, har Waymo nylig utviklet et verktøy kalt “Innholdssøk”, som fungerer på samme måte som Google Bildesøk og Google Fotos. Disse systemene sammenligner spørringer med semantisk innhold i bilder, og genererer representasjoner av objekter som gjør bildesøk basert på naturlig språk enklere.

Før innføringen av Innholdssøk, hvis Waymos forskere ønsket å hente bestemte eksempler fra loggene, måtte de beskrive objektet ved å bruke heuristiske metoder. Waymos logger måtte søkes ved å bruke kommandoer som søkte etter objekter basert på regler, som betød å kjøre søk etter objekter som var “under X høyde” eller objekter som “beveget seg med y miles i timen”. Resultatene av disse regelbaserte søkene kunne ofte være ganske brede, og forskerne måtte deretter gå gjennom de returnerte resultatene manuelt.

Innholdssøk løser dette problemet ved å lage kataloger av data og utføre likhetssøk i de ulike katalogene for å finne de mest like kategorier når de presenteres med et objekt. Hvis Innholdssøk presenteres med en lastebil eller et tre, vil det returnere andre lastebiler eller trær som Waymos selvkjørende kjøretøy har møtt. Mens en Waymo-bil kjører rundt, registrerer den bilder av objekter rundt seg, og lagrer disse objekter som innkapslinger/matematisk representasjoner. Dette betyr at verktøyet kan sammenligne objekt-kategorier og rangere responsene etter hvor likt det gitte objektet de lagrede objektbildene er. Dette er lignende til hvordan innkapsling likhetssøkingstjenesten operert av Google fungerer.

Objektene som Waymos kjøretøy møter, kan komme i alle mulige former og størrelser, men de må alle bli destillert ned til deres essensielle komponenter og kategorisert for at Innholdssøk skal fungere. For at dette skal skje, bruker Waymo flere kunstig intelligens-modeller som er trenet på en stor variasjon av objekter. De ulike modellene lærer å gjenkjenne en rekke objekter, og de støttes av Innholdssøk, som gjør det mulig for modellene å forstå om eller ikke elementer som tilhører en bestemt kategori er funnet i et gitt bilde. En ekstra optisk tegngjenkjenningmodell brukes sammen med hovedmodellen, og gjør det mulig for Waymo-kjøretøyene å legge til ekstra identifiserende informasjon til objekter i bilder, basert på tekst funnet i bildet. For eksempel vil en lastebil med skilt ha tekst på skiltet inkludert i Innholdssøk-beskrivelsen.

Takk til de ovennevnte modellene som fungerer i samspill, er Waymos forskere og ingeniører i stand til å søke i bilde-data-loggene etter svært spesifikke objekter, som bestemte arter av trær og merker av biler.

Ifølge Waymo, som sitert av VentureBeat:

“Med Innholdssøk, kan vi automatisk annotere … objekter i vår kjørehistorikk, hvilket har økt hastigheten og kvaliteten på dataene vi sender for merking. Evnen til å akselerere merking har bidratt til mange forbedringer i hele systemet, fra å oppdage skolebuss med barn som skal gå ut på fortauet eller mennesker som kjører elektriske sparkesykler til en katt eller en hund som krysser en gate. Mens Waymo utvides til flere byer, vil vi fortsette å møte nye objekter og scenarier.”

Dette er ikke første gangen Waymo har brukt flere kunstig intelligens-modeller for å forbedre påliteligheten og nøyaktigheten til deres kjøretøy. Waymo har samarbeidet med Alphabet/Google tidligere, og hjulpet med å utvikle en kunstig intelligens-teknikk sammen med DeepMind. Kunstig intelligens-systemet tar inspirasjon fra evolusjonsbiologi. For å begynne med, blir en rekke kunstig intelligens-modeller laget, og etter at de er trenet, blir modellene som underpresteres fjernet og erstattet med avkom-modeller. Denne teknikken har angivelig lykkes i å redusere feilpositiver dramatisk, samtidig som den også har redusert de nødvendige beregningsressursene og treningsiden.

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