Technologia samochodów autonomicznych Waymo staje się coraz inteligentniejsza, rozpoznaje miliardy obiektów dzięki wyszukiwaniu treści

Pojazdy autonomiczne opracowane przez Waymo wykorzystują techniki wizji komputerowej i sztucznej inteligencji do postrzegania otoczenia i podejmowania decyzji w czasie rzeczywistym dotyczących zachowania się pojazdu. Gdy obiekty są postrzegane przez kamerę i sensory wewnątrz pojazdu, są one dopasowywane do dużej bazy danych skompilowanej przez Alphabet (GOOG ) (GOOGL ), aby je rozpoznać.

Ogromne zestawy danych są bardzo ważne dla szkolenia pojazdów autonomicznych, ponieważ umożliwiają sztucznej inteligencji w pojazdach poprawę i doskonalenie ich działania. Jednak inżynierom potrzebny jest sposób efektywnego dopasowywania elementów w zestawie danych do zapytań, aby mogli zbadać, jak sztuczna inteligencja działa na określone typy obrazów. Aby rozwiązać ten problem, jak donosi VentureBeat, Waymo opracowało niedawno narzędzie o nazwie „Content Search”, które działa podobnie do Google Image Search i Google Photos. Te systemy dopasowują zapytania z treścią semantyczną w obrazach, generując reprezentacje obiektów, które ułatwiają pobieranie obrazów na podstawie zapytań języka naturalnego.

Przed wprowadzeniem Content Search, gdy badacze Waymo chcieli pobrać określone próbki z logów, musieli opisać obiekt, używając heurystyk. Logi Waymo musiały być wyszukiwane przy użyciu poleceń, które wyszukiwały obiekty na podstawie reguł, co oznaczało uruchamianie wyszukiwań obiektów, które były „poniżej X wysokości” lub obiektów, które „poruszały się z prędkością y mil na godzinę”. Wyniki tych wyszukiwań opartych na regułach mogły być często bardzo szerokie, a badacze musieliby następnie przeszukać wyniki ręcznie.

Content Search rozwiązuje ten problem, tworząc katalogi danych i prowadząc wyszukiwania podobieństwa w różnych katalogach, aby znaleźć najbardziej podobne kategorie, gdy jest przedstawiony obiekt. Jeśli Content Search jest przedstawiony z ciężarówką lub drzewem, zwróci inne ciężarówki lub drzewa, które pojazdy autonomiczne Waymo napotkały. Podczas jazdy pojazd Waymo rejestruje obrazy obiektów wokół niego, a następnie przechowuje te obiekty jako osadzenia / reprezentacje matematyczne. Oznacza to, że narzędzie może porównać kategorie obiektów i ocenić odpowiedzi na podstawie podobieństwa do podanego obiektu przechowywanych obrazów obiektów. Jest to podobne do tego, jak usługa dopasowania podobieństwa osadzeń obsługiwana przez Google działa.

Obiekty, które pojazdy Waymo napotykają, mogą mieć różne kształty i rozmiary, ale wszystkie muszą być skondensowane do ich podstawowych składników i sklasyfikowane, aby Content Search mógł działać. Aby to się stało, Waymo wykorzystuje wiele modeli sztucznej inteligencji, które są szkolone na szerokiej gamie obiektów. Różne modele uczą się rozpoznawać różne obiekty i są wspierane przez Content Search, co umożliwia modelom zrozumienie, czy elementy należące do określonej kategorii są znalezione w danym obrazie. Dodatkowy model rozpoznawania znaków optycznych jest wykorzystywany obok głównego modelu, co pozwala pojazdom Waymo dodać dodatkowe informacje identyfikujące do obiektów w obrazach, na podstawie tekstu znalezionego w obrazie. Na przykład, ciężarówka wyposażona w oznaczenia będzie miała tekst oznaczenia włączony do opisu Content Search.

Dzięki powyższym modelom pracującym wspólnie, badacze i inżynierowie Waymo są w stanie wyszukiwać dane obrazowe logów dla bardzo konkretnych obiektów, takich jak określone gatunki drzew i marki samochodów.

Zgodnie z oświadczeniem Waymo, cytowanym przez VentureBeat:

„Z Content Search, możemy automatycznie adnotować … obiekty w naszej historii jazdy, co z kolei wykładniczo zwiększyło prędkość i jakość danych, które wysyłamy do oznaczenia. Możliwość przyspieszenia oznaczenia przyczyniła się do wielu ulepszeń w naszym systemie, od wykrywania autobusów szkolnych z dziećmi, które mają wejść na chodnik, lub ludzi jeżdżących na hulajnogach elektrycznych do kota lub psa przechodzącego przez ulicę. Gdy Waymo rozszerzy się na więcej miast, będziemy nadal napotykać nowe obiekty i scenariusze.”

To nie jest pierwszy raz, kiedy Waymo wykorzystało wiele modeli sztucznej inteligencji, aby poprawić niezawodność i dokładność swoich pojazdów. Waymo współpracowało z Alphabet/Google w przeszłości, pomagając rozwijać technikę sztucznej inteligencji wraz z DeepMind. System sztucznej inteligencji czerpie inspirację z biologii ewolucyjnej. Na początek tworzy się wiele modeli sztucznej inteligencji, a po ich szkoleniu modele, które nie radziły sobie najlepiej, są usuwane i zastępowane modelami potomnymi. Ta technika rzekomo umożliwiła znaczne zmniejszenie fałszywych pozytywów, a także zmniejszenie wymaganych zasobów obliczeniowych i czasu szkolenia.

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