Waymo推出AI智能搜索工具 讓自動駕駛汽車快速識別物體

據國外媒體報道，Waymo開發的自動駕駛汽車使用計算機視覺技術和人工智能來識別周圍的環境，并實時決定車輛應該如何反應和移動。當車內的攝像頭和傳感器感知到物體時，這類物體會與Alphabet編制的大型數據庫中的物體進行匹配，進行識別。

(來源:Waymo)大量的數據集對于自動駕駛汽車的訓練非常重要，因為數據集可以讓汽車中的AI變得更好，提高性能。然而，工程師需要一些方法來有效地將數據集中的對象與查詢的對象進行匹配，以便他們可以研究AI如何處理某些類型的圖像。據國外媒體報道，為了解決這個問題，Waymo最近研究了一款名為內容搜索的工具，其功能類似于谷歌圖片搜索和谷歌照片。這種系統可以將查詢內容與圖像中的語義內容進行匹配來表示對象，使得基于自然語言查詢的圖像檢索更加容易。在“內容搜索”工具出現之前，如果Waymo的研究人員想要從日志中檢索特定的樣本，就需要用啟發式的方法來描述對象。需要用規則搜索物體的命令來搜索Waymo的日志，也就是說需要用“X高度以下”或者“以每小時Y英里的速度移動”的命令來搜索物體。這種基于規則的搜索結果通常非常廣泛，需要研究人員手動整理才能得到結果。“內容搜索”工具通過創建數據目錄，并在不同目錄之間搜索相似性，以在呈現對象時找到最相似的類別，成功解決了上述問題。如果向內容搜索工具顯示一輛卡車或一棵樹，該工具返回的結果是Waymo的自動駕駛汽車遇到的其他卡車或樹。因為自動駕駛汽車在行駛時會記錄周圍物體的圖像，然后以嵌入式或數學形式存儲這種物體，這意味著該工具可以根據存儲的物體圖像和提供的物體之間的相似度來比較物體類別并對響應進行排序，這類似于谷歌的嵌入式相似度匹配服務。雖然Waymo汽車遇到的對象有各種形狀和大小，但它們都需要細化為基本組件并進行分類，以便“內容搜索”工具可以工作。為了實現這個目標，Waymo使用了多個AI模型，這些模型已經在各種對象上進行了訓練。不同的模型將學習識別不同的對象，并由“內容搜索”工具支持，以便模型可以了解在給定的圖像中是否可以找到屬于特定類別的對象。除了主模型，Waymo還使用了光學字符識別模型，允許Waymo的車輛根據圖像中的文本為圖像中的對象添加額外的識別信息。例如，一輛配有徽標的卡車將在內容搜索描述中包含包含該徽標的文本。由于上述模型可以協同工作，Waymo的研究人員和工程師可以搜索特定對象的圖像數據日志，如特定種類的樹木和特定品牌的汽車。這并不是Waymo第一次使用多種機器學習模型來提高車輛的可靠性和準確性。過去，Waymo曾與Alphabet/ Google合作，幫助DeepMind共同開發AI技術。人工智能系統從進化生物學中獲得靈感。首先，創建各種機器學習模型。訓練結束后，表現不好的模型將被踢出局，由后代模型取而代之。據悉，這項技術已經成功減少了誤報數量，同時也減少了所需的計算資源和訓練時間。據國外媒體報道，Waymo開發的自動駕駛汽車使用計算機視覺技術和人工智能來識別周圍的環境，并實時決定車輛應該如何反應和移動。當車內的攝像頭和傳感器感知到物體時，這類物體會與Alphabet編制的大型數據庫中的物體進行匹配，進行識別。

(來源:Waymo)大量的數據集對于自動駕駛汽車的訓練非常重要，因為數據集可以讓汽車中的AI變得更好，提高性能。然而，工程師需要一些方法來有效地匹配……e對象和被查詢的對象，這樣他們可以研究AI是如何處理某些類型的圖像的。據國外媒體報道，為了解決這個問題，Waymo最近研究了一款名為內容搜索的工具，其功能類似于谷歌圖片搜索和谷歌照片。這種系統可以將查詢內容與圖像中的語義內容進行匹配來表示對象，使得基于自然語言查詢的圖像檢索更加容易。在“內容搜索”工具出現之前，如果Waymo的研究人員想要從日志中檢索特定的樣本，就需要用啟發式的方法來描述對象。需要用規則搜索物體的命令來搜索Waymo的日志，也就是說需要用“X高度以下”或者“以每小時Y英里的速度移動”的命令來搜索物體。這種基于規則的搜索結果通常非常廣泛，需要研究人員手動整理才能得到結果。“內容搜索”工具通過創建數據目錄，并在不同目錄之間搜索相似性，以在呈現對象時找到最相似的類別，成功解決了上述問題。如果向內容搜索工具顯示一輛卡車或一棵樹，該工具返回的結果是Waymo的自動駕駛汽車遇到的其他卡車或樹。因為自動駕駛汽車在行駛時會記錄周圍物體的圖像，然后以嵌入式或數學形式存儲這種物體，這意味著該工具可以根據存儲的物體圖像和提供的物體之間的相似度來比較物體類別并對響應進行排序，這類似于谷歌的嵌入式相似度匹配服務。雖然Waymo汽車遇到的對象有各種形狀和大小，但它們都需要細化為基本組件并進行分類，以便“內容搜索”工具可以工作。為了實現這個目標，Waymo使用了多個AI模型，這些模型已經在各種對象上進行了訓練。不同的模型將學習識別不同的對象，并由“內容搜索”工具支持，以便模型可以了解在給定的圖像中是否可以找到屬于特定類別的對象。除了主模型，Waymo還使用了光學字符識別模型，允許Waymo的車輛根據圖像中的文本為圖像中的對象添加額外的識別信息。例如，一輛配有徽標的卡車將在內容搜索描述中包含包含該徽標的文本。由于上述模型可以協同工作，Waymo的研究人員和工程師可以搜索特定對象的圖像數據日志，如特定種類的樹木和特定品牌的汽車。這并不是Waymo第一次使用多種機器學習模型來提高車輛的可靠性和準確性。過去，Waymo曾與Alphabet/ Google合作，幫助DeepMind共同開發AI技術。人工智能系統從進化生物學中獲得靈感。首先，創建各種機器學習模型。訓練結束后，表現不好的模型將被踢出局，由后代模型取而代之。據悉，這項技術已經成功減少了誤報數量，同時也減少了所需的計算資源和訓練時間。

標簽：

汽車資訊熱門資訊