Новий штучний інтелект Массачусетського технологічного інституту може допомогти нанести на карту дороги, до яких ще не добралася Google

Карти Google – це тріумф штучного інтелекту в дії, з можливістю направляти нас з одного місця в інше, використовуючи вражаючу технологію машинного навчання. Але в той час як для прокладання маршрутів в Google Maps не потрібно занадто багато людей, ручне прокладання доріг на аерофотознімках, щоб зробити їх придатними для машинного використання, є неймовірно трудомістким і рутинним процесом. В результаті, навіть витративши тисячі годин на це завдання, співробітники Google все ще не змогли нанести на карту більшість з 20 мільйонів з гаком миль доріг, які простягаються по всьому світу.

На щастя, дослідники з Лабораторії комп’ютерних наук і штучного інтелекту (CSAIL) Массачусетського технологічного інституту і Катарського науково-дослідного інституту обчислювальної техніки (Qatar Computing Research Institute), можливо, знайшли рішення. Вони розробили автоматизований метод побудови дорожніх карт, який на 45 відсотків точніший за існуючі методи. Робота під назвою RoadTracer використовує нейронні мережі для інтелектуального нанесення доріг на зображення. Система може особливо добре підходити для картографування тих частин світу, де карти часто застарівають, наприклад, у віддалених і сільських районах країн, що розвиваються.

“Ми навчали нейронну мережу, використовуючи аерофотознімки 25 міст в шести країнах Північної Америки і Європи”, – розповів Digital Trends Фавін Бастані, аспірант MIT CSAIL, в інтерв’ю. – “Зокрема, для кожного міста були використані аерофотознімки. “Зокрема, для кожного міста ми зібрали корпус супутникових знімків високої роздільної здатності з Google Earth і наземні графіки дорожньої мережі з OpenStreetMap, що охоплюють регіон площею приблизно 10 квадратних миль навколо центру міста”.

RoadTracer починає роботу з відомого місця на дорожній мережі, а потім досліджує прилеглу територію, щоб визначити, де, найімовірніше, буде наступна ділянка дороги. Після того, як ця точка додана, процес повторюється знову і знову, поки не буде додана вся мережа доріг.

У майбутньому команда сподівається вийти за рамки використання виключно аерофотознімків для картографування. “Наприклад, вони не дають інформації про дороги з естакадами, оскільки з висоти їх, очевидно, не видно”, – сказав Бастані. “Один з інших наших проектів полягає в тому, щоб навчити системи працювати з даними GPS, а потім з часом мати можливість об’єднати ці підходи в єдину картографічну систему”.

Доповідь з описом роботи буде представлена в червні на Конференції з комп’ютерного зору і розпізнавання образів (CVPR) в Солт-Лейк-Сіті.

Рекомендації редакторів

• Оптичні ілюзії можуть допомогти нам створити наступне покоління ШІ
• Google Smart Canvas отримує більш глибоку інтеграцію між додатками
• Як Nvidia використовує ШІ, щоб допомогти Domino’s доставляти піцу швидше
• Intel Alder Lake Core i5 може стати новим бюджетним ігровим процесором
• Процесори Intel можуть перейняти одну з найкращих функцій Apple і iPhone

Source: digitaltrends.com