Sir Airffic GoMengi ya haya yanatoka kwenye tafiti za kisayansi, lakini maneno ni rahisi. Kaa nami.
Hatua nne za kuelewa
- Utambuzi: kupata watu, magari na nyaya za umeme kwenye picha na kuchora visanduku kuvizunguka.
- Ufuatiliaji: kufuata kitu kilichopatikana kinaelekea wapi baadaye.
- Kujua mahali ulipo: kuhesabu umesogea umbali gani na kwenda wapi kutokana na mwendo wa picha pamoja na IMU (VIO: visual-inertial odometry).
- Kuelewa na kufuata agizo: kuelewa "kagua nyuma ya nyumba yenye paa jekundu" na kuunganisha maneno na unachokiona (VLM: AI inayoshughulikia picha na lugha pamoja).
Kuruka huku ukichora ramani: SLAM na VIO
Mwishoni mwa miaka ya 2000, maabara za vyuo vikuu zilianza kukadiria mahali pa droni ndogo kwa kamera moja na IMU. Kila kitu kilianzia hapo.
Mbinu kama SVO, VINS-Mono na ORB-SLAM zilichapishwa na zikawa misingi ya pamoja. Utafiti ulio wazi uligeuka kuwa vipuri vya bidhaa.
Droni za kibiashara za leo zinaweza kuruka chini ya madaraja na ndani ya majengo kwa sababu ya kazi hii iliyokusanyika.
Kutoka juu, vitu vinaonekana vidogo na vimepinda
AI iliyofundishwa kwa picha za ardhini hupata shida kuona kutoka juu: watu huwa vitone na magari hubadilika umbo.
Seti za data za angani kama VisDrone na DOTA zilijengwa ili AI maalum ya angani iweze kufundishwa.
Anayemiliki data ndiye anayeamua AI itakuwa na akili kiasi gani. Hilo halijabadilika hata katika zama za foundation models.
Sir Airffic GoTofauti za AI mara nyingi hutokana na kiasi cha data ya angani unachomiliki, zaidi kuliko algoriti. Kumbuka hili kwa sura ya mkakati.
Siku AI ilipowashinda mabingwa wa binadamu
Mwaka 2023 droni ya AI iitwayo Swift, iliyotengenezwa Chuo Kikuu cha Zurich, iliwashinda mabingwa wa dunia wa binadamu wa mbio za droni. Kazi hiyo ilichapishwa kwenye jarida la Nature.
Swift ilikadiria mahali ilipo kwa kamera na IMU pekee, na ilijifunza kuruka kwa reinforcement learning (kujifunza kwa kujaribu na kukosea) — ikifanya mazoezi mara nyingi kwenye simulizi ya kompyuta.
Hii ilikuwa kwenye njia isiyobadilika. Kufikia ujuzi huo kwenye anga halisi, lenye hali ya hewa na vizuizi vinavyobadilika, bado ni changamoto iliyo wazi.
Mbio za droni za kiwango cha bingwa kwa deep reinforcement learning (UZH)
Ushahidi: [N124]
Wimbi linalofuata: kuona, kufikiri na kutenda kwa maneno
Kuanzia karibu 2023, modeli kubwa za AI zinazoshughulikia picha na lugha pamoja (foundation models) zilianza kutumika kama ubongo wa roboti.
Utafiti wa droni zinazofuata maagizo ya mdomo huku zikielewa mazingira (aerial vision-language navigation) unaongezeka.
Modeli kubwa ni nzito, na kuziendesha haraka ndani ya droni bado ni vigumu. Ndiyo maana chipu — sura inayofuata — lazima zisomwe pamoja.
Ushahidi: [N133]
Maswali yanayoulizwa mara kwa mara
Ni kazi gani zinatumia kuona kwa kompyuta kwenye droni?
Kugundua nyufa kwenye madaraja na nyaya za umeme, kukagua afya ya mazao, kutafuta watu katika utafutaji na uokoaji, ulinzi na ufuatiliaji wa trafiki, na kukagua maeneo ya kufikisha mizigo ni matumizi ya kawaida.
Visual-inertial odometry (VIO) ni nini?
Ni mbinu inayounganisha mwendo wa picha na vipimo vya IMU vya kuongeza kasi na mzunguko ili kuhesabu droni imesogea umbali gani. Ni teknolojia ya msingi ya kuruka bila GPS.