Sir Airffic GoΠολλά από αυτά βγαίνουν από επιστημονικές μελέτες, αλλά οι λέξεις μένουν απλές. Μείνε μαζί μου.
Τέσσερα στάδια κατανόησης
- Ανίχνευση: βρίσκει ανθρώπους, αυτοκίνητα και καλώδια ρεύματος σε μια εικόνα και σχεδιάζει κουτιά γύρω τους.
- Παρακολούθηση: ακολουθεί πού πηγαίνει μετά ένα αντικείμενο που βρέθηκε.
- Αυτοεντοπισμός: υπολογίζει πόσο και προς τα πού κινήθηκε, από την κίνηση στην εικόνα μαζί με την IMU (VIO: οπτική-αδρανειακή οδομετρία).
- Κατανόηση και οδηγίες: καταλαβαίνει το «έλεγξε πίσω από το σπίτι με την κόκκινη στέγη» και συνδέει τις λέξεις με ό,τι βλέπει (VLM: τεχνητή νοημοσύνη που χειρίζεται μαζί εικόνες και γλώσσα).
Πετάει ενώ χαρτογραφεί: SLAM και VIO
Στα τέλη της δεκαετίας του 2000, πανεπιστημιακά εργαστήρια άρχισαν να υπολογίζουν τη θέση ενός μικρού drone με μία κάμερα και μια IMU. Από εκεί ξεκίνησαν όλα.
Μέθοδοι όπως οι SVO, VINS-Mono και ORB-SLAM δημοσιεύτηκαν και έγιναν κοινές βάσεις για όλους. Η ανοιχτή έρευνα έγινε εξαρτήματα προϊόντων.
Τα σημερινά επαγγελματικά drone μπορούν να πετούν κάτω από γέφυρες και μέσα σε κτίρια χάρη σε αυτή τη συσσωρευμένη δουλειά.
Από ψηλά, τα πράγματα φαίνονται μικρά και στραβά
Η τεχνητή νοημοσύνη που εκπαιδεύτηκε με φωτογραφίες από το έδαφος δυσκολεύεται με τη θέα από ψηλά: οι άνθρωποι γίνονται τελίτσες και τα αυτοκίνητα αλλάζουν σχήμα.
Συλλογές αεροφωτογραφιών όπως οι VisDrone και DOTA φτιάχτηκαν για να εκπαιδευτεί τεχνητή νοημοσύνη ειδικά για τον ουρανό.
Όποιος έχει τα δεδομένα καθορίζει πόσο έξυπνη θα γίνει η τεχνητή νοημοσύνη. Αυτό δεν άλλαξε ούτε στην εποχή των θεμελιωδών μοντέλων.
Sir Airffic GoΟι διαφορές στην τεχνητή νοημοσύνη συχνά κρίνονται περισσότερο από το πόσα εναέρια δεδομένα έχεις παρά από τους αλγορίθμους. Θυμήσου το στο κεφάλαιο για τη στρατηγική.
Η μέρα που η τεχνητή νοημοσύνη νίκησε τους πρωταθλητές
Το 2023 ένα drone με τεχνητή νοημοσύνη που λέγεται Swift, φτιαγμένο στο Πανεπιστήμιο της Ζυρίχης, νίκησε παγκόσμιους πρωταθλητές αγώνων drone. Η μελέτη δημοσιεύτηκε στο Nature.
Το Swift υπολόγιζε τη θέση του μόνο με μια κάμερα και μια IMU, και έμαθε να πετά με ενισχυτική μάθηση — εξασκούμενο πάρα πολλές φορές σε προσομοίωση.
Αυτό έγινε σε σταθερή πίστα. Το να φτάσεις αυτή την ικανότητα στον πραγματικό ουρανό, με καιρό και εμπόδια που αλλάζουν, είναι ακόμη ανοιχτή πρόκληση.
Αγώνες drone σε επίπεδο πρωταθλητή με βαθιά ενισχυτική μάθηση (UZH)
Πηγές: [N124]
Το επόμενο κύμα: βλέπει, σκέφτεται και δρα με λόγια
Από το 2023 περίπου, μεγάλα μοντέλα τεχνητής νοημοσύνης που χειρίζονται μαζί εικόνες και γλώσσα (θεμελιώδη μοντέλα) άρχισαν να λειτουργούν ως εγκέφαλοι ρομπότ.
Μεγαλώνει η έρευνα για drone που ακολουθούν προφορικές οδηγίες ενώ καταλαβαίνουν τη σκηνή (εναέρια πλοήγηση με όραση και γλώσσα).
Τα μεγάλα μοντέλα είναι βαριά, και το να τρέχουν γρήγορα πάνω στο αεροσκάφος είναι ακόμη δύσκολο. Γι’ αυτό πρέπει να διαβαστούν μαζί με τα τσιπ — το επόμενο κεφάλαιο.
Πηγές: [N133]
Συχνές ερωτήσεις
Σε ποιες δουλειές χρησιμοποιείται η υπολογιστική όραση των drone;
Συνηθισμένες χρήσεις είναι ο εντοπισμός ρωγμών σε γέφυρες και γραμμές ρεύματος, ο έλεγχος υγείας καλλιεργειών, η αναζήτηση ανθρώπων σε έρευνα και διάσωση, η επιτήρηση ασφάλειας και κυκλοφορίας, και ο έλεγχος σημείων παράδοσης.
Τι είναι η οπτική-αδρανειακή οδομετρία (VIO);
Μια μέθοδος που συνδυάζει την κίνηση στην εικόνα με τις μετρήσεις επιτάχυνσης και περιστροφής της IMU για να υπολογίσει πόσο μετακινήθηκε το drone. Είναι βασική τεχνολογία για πτήση χωρίς GPS.