Intel Labs использует «Grand Theft Auto» для обучения самостоятельной езды

Из всех видеоигр, которые вы бы показывали кому-то в водительской редакции, Крупная кража авто не может быть в верхней части этого списка. Но команда из Intel Labs и Дармштадтского университета в Германии обнаружила, что использование видеоигр дает беспрецедентный уровень точности при идентификации объектов.

Команда, опубликовавшая свои выводы в этой статье, заметила, что игра предоставила точную симуляцию реальных сценариев вождения. Эти данные могут использоваться в реальном мире для самостоятельного вождения автомобилей для безопасного передвижения и навигации.

Автомобили с автоматическим управлением используют идентификационные данные объекта, чтобы «научиться» распознавать такие объекты, как пешеходы, фонарные столбы и стены, при движении по улице. Обычно автопроизводители создают эти данные из записанного видео с приборной панели автомобиля. Они проходят и идентифицируют объекты вручную, при этом система использует машинное обучение, чтобы в конечном итоге создать более широкое представление о том, как выглядит каждый объект.

С помощью Крупная кража авто Тем не менее, команда смогла автоматизировать этот процесс гораздо эффективнее. Команда могла записывать подобные видео в игре, но смогла быстрее идентифицировать активы, представляющие те же самые уличные объекты. Фотореалистичный виртуальный мир означает, что идентифицированные объекты дают системе те же точные представления о том, как будут выглядеть объекты реального мира.

Компьютер способен автоматически идентифицировать объекты за считанные секунды, процесс, который обычно занимает около двух часов на изображение с записанным видео. Вот процесс в действии:

«В искусственной среде мы можем без труда собирать точные аннотированные данные в большем масштабе со значительным количеством изменений в освещении и климатических условиях», - доктор философии Алиреза Шафаеи. студент в университете Британской Колумбии, рассказал MIT Technology Review.

Шафаи опубликовал свое исследование в газете, в которой подробно рассказывается, как видеоигры могут обучать компьютеры, чтобы помочь увидеть мир. «Мы показали, что эти синтетические данные почти так же хороши, а иногда даже лучше, чем использование реальных данных для обучения», - сказал он.

Автомобили с самостоятельным вождением используют большой объем данных, и подобные методы будут жизненно важны, чтобы быть в курсе событий. AT & T начала испытания новой сотовой сети 5G, разработанной с учетом самостоятельного вождения автомобилей, которая может определять приоритетность критически важных данных во избежание задержки без водителей. Однако все эти данные платные, поскольку исследователи предупреждают, что автомобили могут быть подвержены взлому. Автомобили без водителя открывают новые возможности для больших массивов данных, но вопрос о том, как справиться со всем этим, будет главным приоритетом.