Sir Airffic Goເນື້ອຫາຫຼາຍສ່ວນມາຈາກບົດຄົ້ນຄວ້າ ແຕ່ໃຊ້ຄຳງ່າຍໆ. ຕາມຂ້ອຍມາເດີ.
ຄວາມເຂົ້າໃຈ 4 ຂັ້ນ
- ການກວດຈັບ: ຊອກຫາຄົນ ລົດ ແລະ ສາຍໄຟໃນພາບ ແລ້ວແຕ້ມກອບອ້ອມ.
- ການຕິດຕາມ: ຕາມເບິ່ງວ່າວັດຖຸທີ່ພົບຈະເຄື່ອນໄປໃສຕໍ່.
- ການຫາຕຳແໜ່ງຕົນເອງ: ຄິດໄລ່ວ່າເຄື່ອນໄປໄກເທົ່າໃດແລະໄປໃສ ຈາກການເຄື່ອນໄຫວຂອງພາບບວກກັບ IMU (VIO: visual-inertial odometry).
- ຄວາມເຂົ້າໃຈແລະຄຳສັ່ງ: ເຂົ້າໃຈຄຳສັ່ງ "ໄປກວດທາງຫຼັງເຮືອນຫຼັງຄາສີແດງ" ແລະ ເຊື່ອມຄຳກັບສິ່ງທີ່ເຫັນ (VLM: AI ທີ່ເຂົ້າໃຈພາບແລະພາສາພ້ອມກັນ).
ບິນໄປສ້າງແຜນທີ່ໄປ: SLAM ແລະ VIO
ໃນທ້າຍຊຸມປີ 2000 ຫ້ອງທົດລອງມະຫາວິທະຍາໄລເລີ່ມຄາດຄະເນຕຳແໜ່ງຂອງໂດຣນນ້ອຍດ້ວຍກ້ອງໂຕດຽວແລະ IMU. ທຸກຢ່າງເລີ່ມຈາກບ່ອນນັ້ນ.
ວິທີເຊັ່ນ SVO, VINS-Mono ແລະ ORB-SLAM ຖືກເຜີຍແຜ່ ແລະ ກາຍເປັນພື້ນຖານທີ່ໃຊ້ຮ່ວມກັນ. ການຄົ້ນຄວ້າທີ່ເປີດເຜີຍກາຍເປັນຊິ້ນສ່ວນຂອງຜະລິດຕະພັນ.
ໂດຣນທຸລະກິດທຸກມື້ນີ້ບິນກ້ອງຂົວແລະໃນອາຄານໄດ້ ກໍຍ້ອນຜົນງານທີ່ສະສົມມານີ້.
ເບິ່ງຈາກທາງເທິງ ສິ່ງຂອງເບິ່ງນ້ອຍແລະບິດເບືອນ
AI ທີ່ຝຶກດ້ວຍຮູບຖ່າຍລະດັບພື້ນດິນມີບັນຫາກັບພາບຈາກທາງເທິງ: ຄົນກາຍເປັນຈຸດນ້ອຍໆ ແລະ ລົດປ່ຽນຮູບຮ່າງ.
ຊຸດຂໍ້ມູນພາບທາງອາກາດ ເຊັ່ນ VisDrone ແລະ DOTA ຖືກສ້າງຂຶ້ນ ເພື່ອຝຶກ AI ສະເພາະສຳລັບທ້ອງຟ້າ.
ໃຜເປັນເຈົ້າຂອງຂໍ້ມູນ ກໍກຳນົດວ່າ AI ຈະສະຫຼາດພຽງໃດ. ຂໍ້ນີ້ບໍ່ປ່ຽນເຖິງວ່າຈະເປັນຍຸກໂມເດວພື້ນຖານແລ້ວ.
Sir Airffic Goຄວາມແຕກຕ່າງຂອງ AI ມັກຂຶ້ນກັບວ່າເຈົ້າມີຂໍ້ມູນພາບທາງອາກາດຫຼາຍພຽງໃດ ຫຼາຍກວ່າອັລກໍຣິທຶມ. ຈື່ຂໍ້ນີ້ໄວ້ສຳລັບບົດຍຸດທະສາດ.
ມື້ທີ່ AI ຊະນະແຊ້ມມະນຸດ
ໃນປີ 2023 ໂດຣນ AI ຊື່ Swift ທີ່ສ້າງໂດຍມະຫາວິທະຍາໄລ Zurich ຊະນະນັກແຂ່ງໂດຣນແຊ້ມໂລກທີ່ເປັນມະນຸດ. ຜົນງານນີ້ລົງພິມໃນວາລະສານ Nature.
Swift ຄາດຄະເນຕຳແໜ່ງຂອງຕົນເອງດ້ວຍກ້ອງແລະ IMU ເທົ່ານັ້ນ ແລະ ຮຽນບິນດ້ວຍການຮຽນຮູ້ແບບເສີມກຳລັງ (reinforcement learning) — ຝຶກຫຼາຍເທື່ອໃນການຈຳລອງ.
ນີ້ແມ່ນໃນສະໜາມທີ່ຄົງທີ່. ການເຮັດໄດ້ເກັ່ງເທົ່ານັ້ນໃນທ້ອງຟ້າຈິງ ທີ່ອາກາດແລະສິ່ງກີດຂວາງປ່ຽນຕະຫຼອດ ຍັງເປັນສິ່ງທ້າທາຍ.
ການແຂ່ງໂດຣນລະດັບແຊ້ມດ້ວຍ deep reinforcement learning (UZH)
ຫຼັກຖານ: [N124]
ຄື້ນຕໍ່ໄປ: ເຫັນ ຄິດ ແລະ ເຮັດຕາມຄຳເວົ້າ
ຕັ້ງແຕ່ປະມານປີ 2023 ໂມເດວ AI ຂະໜາດໃຫຍ່ທີ່ເຂົ້າໃຈພາບແລະພາສາພ້ອມກັນ (ໂມເດວພື້ນຖານ) ເລີ່ມຖືກໃຊ້ເປັນສະໝອງຂອງຫຸ່ນຍົນ.
ການຄົ້ນຄວ້າໂດຣນທີ່ເຮັດຕາມຄຳສັ່ງເວົ້າ ພ້ອມກັບເຂົ້າໃຈສິ່ງອ້ອມຂ້າງ (aerial vision-language navigation) ກຳລັງເພີ່ມຂຶ້ນ.
ໂມເດວໃຫຍ່ໜັກ ແລະ ການແລ່ນມັນໃຫ້ໄວໃນໂດຣນຍັງຍາກ. ນັ້ນຄືເຫດຜົນທີ່ຕ້ອງອ່ານບົດຊິບຕໍ່ໄປຄວບຄູ່ກັນ.
ຫຼັກຖານ: [N133]
ຄຳຖາມທີ່ພົບເລື້ອຍ
Computer vision ຂອງໂດຣນໃຊ້ໃນວຽກຫຍັງ?
ກວດຫາຮອຍແຕກຂອງຂົວແລະສາຍໄຟ ກວດສຸຂະພາບພືດ ຊອກຫາຄົນໃນການກູ້ໄພ ຮັກສາຄວາມປອດໄພແລະຕິດຕາມການຈະລາຈອນ ແລະ ກວດບ່ອນສົ່ງເຄື່ອງ ແມ່ນການໃຊ້ທີ່ພົບເລື້ອຍ.
Visual-inertial odometry (VIO) ແມ່ນຫຍັງ?
ວິທີທີ່ລວມການເຄື່ອນໄຫວຂອງພາບກັບຄ່າຄວາມເລັ່ງແລະການໝູນຈາກ IMU ເພື່ອຄິດໄລ່ວ່າໂດຣນເຄື່ອນໄປໄກເທົ່າໃດ. ເປັນເຕັກໂນໂລຊີພື້ນຖານສຳລັບການບິນທີ່ບໍ່ມີ GPS.