การระดมทุน
เทคโนโลยีการขับขี่อัตโนมัติของ Waymo มีความฉลาดมากขึ้น รู้จักสิ่งของหลายพันล้านชิ้น ขอบคุณเครื่องมือ Content Search
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
รถยนต์อัตโนมัติที่พัฒนาโดย Waymo ใช้เทคนิคการมองเห็นของคอมพิวเตอร์และปัญญาประดิษฐ์ในการรับรู้สิ่งแวดล้อมและตัดสินใจในเวลาจริงเกี่ยวกับวิธีการตอบสนองและเคลื่อนที่ของรถยนต์ เมื่อสิ่งของถูกตรวจจับโดยกล้องและเซ็นเซอร์ภายในรถยนต์ จะถูกจับคู่กับฐานข้อมูลขนาดใหญ่ที่รวบรวมโดย Alphabet (GOOG ) (GOOGL ) เพื่อให้ได้รับการยอมรับ
ชุดข้อมูลขนาดใหญ่มีความสำคัญอย่างยิ่งต่อการฝึกอบรมรถยนต์อัตโนมัติ เนื่องจากช่วยให้ปัญญาประดิษฐ์ภายในรถยนต์สามารถปรับปรุงและเพิ่มประสิทธิภาพได้ อย่างไรก็ตาม วิศวกรต้องการวิธีการที่มีประสิทธิภาพในการจับคู่สิ่งของภายในชุดข้อมูลกับคำถามเพื่อให้สามารถตรวจสอบว่าปัญญาประดิษฐ์ทำงานได้ดีเพียงใดบนภาพเฉพาะ ตามรายงานของ VentureBeat Waymo พัฒนาเครื่องมือที่เรียกว่า “Content Search” ซึ่งทำงานในลักษณะเดียวกับ Google Image Search และ Google Photos ระบบเหล่านี้จับคู่คำถามกับเนื้อหาสมมติภายในภาพ ทำให้การค้นหาภาพตามคำถามภาษาธรรมชาติเป็นเรื่องง่าย
ก่อนที่จะมี Content Search หากนักวิจัยของ Waymo ต้องการค้นหา образจากบันทึกพวกเขาจะต้องอธิบายวัตถุโดยใช้การอนุมาน บันทึกของ Waymo จะต้องค้นหาโดยใช้คำสั่งที่ค้นหาวัตถุตามกฎ ซึ่งหมายถึงการค้นหาวัตถุที่ “สูงกว่า X” หรือวัตถุที่ “เดินทางด้วยความเร็ว y ไมล์ต่อชั่วโมง” ผลลัพธ์ของการค้นหาด้วยกฎเหล่านี้สามารถกว้างและนักวิจัยจะต้องค้นหาผลลัพธ์ที่ได้รับด้วยตนเอง
Content Search แก้ปัญหานี้โดยการสร้างแค็ตตาล็อกของข้อมูลและดำเนินการค้นหาความคล้ายคลึงกันในแค็ตตาล็อกต่างๆ เพื่อค้นหาคатегорีที่คล้ายคลึงกันมากที่สุดเมื่อมีวัตถุแสดง หาก Content Search ได้รับรถบรรทุกหรือต้นไม้ จะคืนค่ารถบรรทุกหรือต้นไม้อื่นๆ ที่รถยนต์อัตโนมัติของ Waymo พบ เมื่อรถยนต์ Waymo ขับรถไปรอบๆ มันจะบันทึกภาพของวัตถุรอบๆ แล้วจัดเก็บวัตถุเหล่านั้นเป็น embeddings/การแสดงทางคณิตศาสตร์ ซึ่งหมายความว่าเครื่องมือสามารถเปรียบเทียบระหว่างหมวดหมู่วัตถุและจัดอันดับผลลัพธ์ตามความคล้ายคลึงกันของวัตถุที่จัดเก็บไว้กับวัตถุที่ให้มา
วัตถุที่รถยนต์ของ Waymo พบสามารถมีรูปร่างและขนาดต่างๆ แต่สิ่งเหล่านั้นต้องถูกย่อให้เล็กและจัดหมวดหมู่เพื่อให้ Content Search ทำงานได้ เพื่อให้สิ่งนี้เกิดขึ้น Waymo ใช้โมเดลปัญญาประดิษฐ์หลายแบบที่ได้รับการฝึกอบรมจากวัตถุหลากหลาย โมเดลเหล่านี้เรียนรู้ที่จะรู้จักวัตถุหลายประเภทและได้รับการสนับสนุนจาก Content Search ซึ่งช่วยให้โมเดลเข้าใจว่าสิ่งของที่อยู่ในหมวดหมู่เฉพาะอยู่ในภาพหรือไม่ โมเดลการรู้จำตัวอักษรออปติคัลเพิ่มเติมถูกใช้ร่วมกับโมเดลหลัก ทำให้รถยนต์ Waymo สามารถเพิ่มข้อมูลระบุตัวตนเพิ่มเติมไปยังวัตถุในภาพตามข้อความที่พบในภาพ ตัวอย่างเช่น รถบรรทุกที่มีป้ายจะมีข้อความบนป้ายรวมอยู่ในคำอธิบาย Content Search
ด้วยโมเดลเหล่านี้ทำงานร่วมกัน นักวิจัยและวิศวกรของ Waymo สามารถค้นหาภาพบันทึกสำหรับวัตถุเฉพาะ เช่น สายพันธุ์ต้นไม้และยี่ห้อรถยนต์
ตามที่ Waymo อ้างโดย VentureBeat:
“ด้วย Content Search เราสามารถทำเครื่องหมายวัตถุในประวัติการขับขี่ของเราได้โดยอัตโนมัติ ซึ่งเพิ่มความเร็วและคุณภาพของข้อมูลที่เราส่งไปให้ทำเครื่องหมายได้อย่างมาก ความสามารถในการเร่งการทำเครื่องหมายได้ทำให้เกิดการปรับปรุงหลายอย่างทั่วทั้งระบบ ตั้งแต่การตรวจจับรถบัสโรงเรียนที่เด็กๆ กำลังจะลงจากทางเท้าหรือคนขี่สเก็ตบอร์ดไปจนถึงแมวหรือหมาที่ข้ามถนน เมื่อ Waymo ขยายไปสู่เมืองอื่นๆ เราจะพบวัตถุและสถานการณ์ใหม่ๆ อย่างต่อเนื่อง”
นี่ไม่ใช่ครั้งแรกที่ Waymo ใช้โมเดลการเรียนรู้ของเครื่องหลายแบบเพื่อเพิ่มความน่าเชื่อถือและความแม่นยำของรถยนต์ Waymo曾經與 Alphabet/Google ร่วมมือกันพัฒนาเทคนิคปัญญาประดิษฐ์แบบหนึ่งร่วมกับ DeepMind ระบบปัญญาประดิษฐ์นี้ได้รับแรงบันดาลใจจากชีววิทยาเชิงวิวัฒนาการ ในตอนแรก โมเดลการเรียนรู้ของเครื่องหลายแบบถูกสร้างขึ้น และหลังจากที่พวกมันถูกฝึกอบรม โมเดลที่ทำงานไม่ดีจะถูกคัดออกและแทนที่ด้วยโมเดลลูกหลาน เทคนิคนี้สามารถลดผลลัพธ์เท็จได้อย่างมาก และลดทรัพยากรการคำนวณและเวลาการฝึกอบรมที่ต้องการ
https://venturebeat.com/2020/02/06/waymos-ai-content-search-tool-lets-engineers-find-objects-within-its-driving-records/
