Sir Airffic Goဒီထဲက အများစုက သုတေသနစာတမ်းကနေ လာတာပါ၊ ဒါပေမဲ့ စကားလုံးတွေကို ရိုးရိုးလေးပဲ ထားပေးထားတယ်။ အတူတူ ဆက်သွားကြမယ်။
နားလည်မှု အဆင့်လေးဆင့်
- ရှာဖွေခြင်း (detection): ပုံထဲတွင် လူ၊ ကားနှင့် ဓာတ်ကြိုးများကို ရှာပြီး ဘောင်ခတ်ပြသည်။
- နောက်ယောင်ခံခြင်း (tracking): တွေ့ထားသည့်အရာ နောက်ဘယ်ကို ရွေ့သွားသလဲ လိုက်ကြည့်သည်။
- မိမိတည်နေရာ ရှာခြင်း: ပုံရိပ်ရွေ့လျားမှုနှင့် IMU ကို ပေါင်း၍ ဘယ်လောက်၊ ဘယ်ဘက် ရွေ့ခဲ့သလဲ တွက်သည် (VIO: visual-inertial odometry)။
- နားလည်ခြင်းနှင့် ညွှန်ကြားချက်: “အနီရောင်ခေါင်မိုးအိမ်နောက်ကို စစ်ကြည့်” ဟူသော စကားကို နားလည်ပြီး မြင်သည့်အရာနှင့် ချိတ်ဆက်သည် (VLM: ပုံနှင့် ဘာသာစကားကို အတူ ကိုင်တွယ်သည့် AI)။
မြေပုံဆွဲရင်း ပျံသန်းခြင်း: SLAM နှင့် VIO
2000 ပြည့်နှစ်များ နှောင်းပိုင်းတွင် တက္ကသိုလ် ဓာတ်ခွဲခန်းများက ကင်မရာတစ်လုံးနှင့် IMU ဖြင့် ဒရုန်းငယ်၏ တည်နေရာကို ခန့်မှန်းစ ပြုလာသည်။ အရာအားလုံး ထိုနေရာမှ စတင်ခဲ့သည်။
SVO၊ VINS-Mono နှင့် ORB-SLAM ကဲ့သို့ နည်းလမ်းများ ထုတ်ဝေပြီး အများသုံး အခြေခံများ ဖြစ်လာသည်။ ပွင့်လင်းသော သုတေသနက ထုတ်ကုန်အစိတ်အပိုင်း ဖြစ်လာသည်။
ယနေ့ စီးပွားရေးသုံး ဒရုန်းများ တံတားအောက်နှင့် အဆောက်အအုံထဲ ပျံနိုင်ခြင်းမှာ ဤစုဆောင်းထားသည့် လုပ်ငန်းများကြောင့် ဖြစ်သည်။
အပေါ်မှကြည့်လျှင် အရာများ သေးပြီး ပုံပျက်နေသည်
မြေပြင်မှရိုက်သည့် ဓာတ်ပုံများဖြင့် လေ့ကျင့်ထားသည့် AI သည် အပေါ်စီးမြင်ကွင်းကို ခက်ခဲသည်- လူများက အစက်လေးများ ဖြစ်ပြီး ကားများ ပုံပြောင်းသွားသည်။
VisDrone နှင့် DOTA ကဲ့သို့ ကောင်းကင်ဓာတ်ပုံ ဒေတာစုများကို ကောင်းကင်အတွက် သီးသန့် AI လေ့ကျင့်နိုင်ရန် တည်ဆောက်ခဲ့သည်။
ဒေတာကို ပိုင်ဆိုင်သူက AI မည်မျှ ထက်မြက်မည်ကို ပုံဖော်သည်။ foundation model ခေတ်တွင်လည်း ဤအချက် မပြောင်းလဲပါ။
Sir Airffic GoAI ကွာဟချက်ဟာ algorithm ထက် ကောင်းကင်ဒေတာ ဘယ်လောက်ပိုင်လဲ ဆိုတာပေါ်မှာ မကြာခဏ မူတည်တယ်။ မဟာဗျူဟာအခန်းအတွက် မှတ်ထားပါ။
AI က လူ့ချန်ပီယံကို အနိုင်ရခဲ့သည့်နေ့
2023 တွင် ဇူးရစ်တက္ကသိုလ်က တည်ဆောက်သည့် Swift ဟုခေါ်သော AI ဒရုန်းက ကမ္ဘာ့ချန်ပီယံ ဒရုန်းပြိုင်ပွဲသမားများကို အနိုင်ရခဲ့သည်။ ဤလုပ်ငန်းကို Nature တွင် ထုတ်ဝေခဲ့သည်။
Swift သည် ကင်မရာနှင့် IMU တစ်ခုတည်းဖြင့် မိမိတည်နေရာကို ခန့်မှန်းပြီး reinforcement learning (simulation ထဲတွင် အကြိမ်ကြိမ် လေ့ကျင့်ခြင်း) ဖြင့် ပျံသန်းနည်းကို သင်ယူခဲ့သည်။
ဤသည်မှာ ပုံသေလမ်းကြောင်းပေါ်တွင် ဖြစ်သည်။ ရာသီဥတုနှင့် အတားအဆီး ပြောင်းလဲနေသည့် လက်တွေ့ကောင်းကင်တွင် ထိုစွမ်းရည်မျိုး ရရှိရန်မှာ စိန်ခေါ်မှု ဖြစ်နေဆဲ ဖြစ်သည်။
Deep reinforcement learning ဖြင့် ချန်ပီယံအဆင့် ဒရုန်းပြိုင်ပွဲ (UZH)
အထောက်အထား: [N124]
နောက်လှိုင်း: မြင်၊ တွေး၊ စကားအတိုင်း လုပ်ဆောင်
2023 ခန့်မှစ၍ ပုံနှင့် ဘာသာစကားကို အတူ ကိုင်တွယ်သည့် AI မော်ဒယ်ကြီးများ (foundation model) က စက်ရုပ်၏ ဦးနှောက်အဖြစ် စတင် အသုံးပြုလာသည်။
မြင်ကွင်းကို နားလည်ရင်း ပြောသည့် ညွှန်ကြားချက်အတိုင်း ပျံသန်းသည့် ဒရုန်းသုတေသန (aerial vision-language navigation) တိုးများလာသည်။
မော်ဒယ်ကြီးများ လေးလံ၍ ဒရုန်းပေါ်တွင် မြန်မြန် လည်ပတ်စေရန် ခက်ခဲနေဆဲ ဖြစ်သည်။ ထို့ကြောင့် နောက်အခန်းဖြစ်သည့် ချစ်ပ်ကို တွဲဖတ်ရမည်။
အထောက်အထား: [N133]
မေးလေ့ရှိသော မေးခွန်းများ
ဒရုန်း computer vision ကို ဘယ်အလုပ်တွေမှာ သုံးသလဲ။
တံတားနှင့် ဓာတ်ကြိုးများရှိ အက်ကြောင်းရှာခြင်း၊ သီးနှံကျန်းမာရေး စစ်ခြင်း၊ ရှာဖွေကယ်ဆယ်ရေးတွင် လူရှာခြင်း၊ လုံခြုံရေးနှင့် ယာဉ်ကြောစောင့်ကြည့်ခြင်း၊ ပို့ဆောင်ရာနေရာ စစ်ခြင်းတို့ ဖြစ်သည်။
Visual-inertial odometry (VIO) ဆိုတာ ဘာလဲ။
ပုံရိပ်ရွေ့လျားမှုနှင့် IMU ၏ အရှိန်၊ လှည့်ပတ်မှု တိုင်းတာချက်ကို ပေါင်း၍ ဒရုန်း မည်မျှ ရွေ့ခဲ့သလဲ တွက်သည့်နည်း ဖြစ်သည်။ GPS မပါဘဲ ပျံသန်းရန် အခြေခံနည်းပညာ ဖြစ်သည်။