Sir Airffic Goஇதில் பெரும்பகுதி ஆய்வுக் கட்டுரைகளிலிருந்து வருகிறது, ஆனால் சொற்கள் எளிமையாகவே உள்ளன. என்னுடன் வாருங்கள்.
புரிதலின் நான்கு கட்டங்கள்
- கண்டறிதல்: படத்தில் மனிதர்கள், கார்கள், மின்கம்பிகளைக் கண்டுபிடித்து அவற்றைச் சுற்றிப் பெட்டி வரைதல்.
- பின்தொடர்தல்: கண்டுபிடித்த பொருள் அடுத்து எங்கே நகர்கிறது என்று தொடர்தல்.
- தன் இருப்பிடம் அறிதல்: படத்தின் அசைவையும் IMU-வையும் கொண்டு எவ்வளவு தூரம், எங்கே நகர்ந்தோம் என்று கணக்கிடுதல் (VIO: காட்சி–உள்ளுணர்வு ஓடோமெட்ரி).
- புரிதலும் கட்டளையும்: "சிவப்புக் கூரை வீட்டின் பின்னால் பார்" என்பதைப் புரிந்து, சொற்களைப் பார்ப்பதோடு இணைத்தல் (VLM: படத்தையும் மொழியையும் சேர்த்துக் கையாளும் AI).
வரைபடம் வரைந்துகொண்டே பறத்தல்: SLAM, VIO
2000-களின் இறுதியில், ஒரு கேமராவும் IMU-வும் கொண்டு சிறிய ட்ரோனின் இருப்பிடத்தைக் கணிக்கப் பல்கலைக்கழக ஆய்வகங்கள் தொடங்கின. எல்லாம் அங்கிருந்துதான் ஆரம்பித்தது.
SVO, VINS-Mono, ORB-SLAM போன்ற முறைகள் வெளியிடப்பட்டு, அனைவருக்குமான அடித்தளங்களாயின. திறந்த ஆய்வு தயாரிப்புப் பாகங்களாக மாறியது.
இன்றைய வணிக ட்ரோன்கள் பாலங்களின் அடியிலும் கட்டடங்களுக்குள்ளும் பறக்க முடிவது இந்தத் தொடர் உழைப்பால்தான்.
மேலிருந்து பார்த்தால் பொருள்கள் சிறிதாகவும் சாய்வாகவும் தெரியும்
தரையில் எடுத்த படங்களில் பயிற்சி பெற்ற AI, மேலிருந்து பார்க்கும் காட்சியில் தடுமாறுகிறது: மனிதர்கள் புள்ளிகளாகிறார்கள், கார்களின் வடிவம் மாறுகிறது.
வானுக்கே உரிய AI-க்குப் பயிற்சி தர, VisDrone, DOTA போன்ற வான்வழித் தரவுத்தொகுப்புகள் உருவாக்கப்பட்டன.
தரவை வைத்திருப்பவரே AI எவ்வளவு புத்திசாலியாகும் என்பதைத் தீர்மானிக்கிறார். அடித்தள மாதிரிகளின் காலத்திலும் இது மாறவில்லை.
Sir Airffic GoAI-யில் உள்ள இடைவெளி பெரும்பாலும் அல்காரிதத்தைவிட, உங்களிடம் எவ்வளவு வான்வழித் தரவு உள்ளது என்பதில்தான் இருக்கிறது. உத்தி அத்தியாயத்துக்கு இதை நினைவில் வையுங்கள்.
மனித சாம்பியன்களை AI வென்ற நாள்
2023-இல் சூரிக் பல்கலைக்கழகம் உருவாக்கிய Swift என்ற AI ட்ரோன், உலக சாம்பியன் மனித ட்ரோன் பந்தய வீரர்களை வென்றது. இந்த ஆய்வு Nature இதழில் வெளியானது.
Swift ஒரு கேமராவும் IMU-வும் மட்டும் கொண்டு தன் இருப்பிடத்தைக் கணித்தது; வலுவூட்டல் கற்றல் (சிமுலேஷனில் பல முறை பயிற்சி செய்து கற்பது) மூலம் பறக்கக் கற்றது.
இது ஒரு நிலையான பந்தயப் பாதையில் நடந்தது. மாறும் வானிலையும் தடைகளும் உள்ள நிஜ வானில் அதே திறனை எட்டுவது இன்னும் திறந்த சவால்.
ஆழ் வலுவூட்டல் கற்றலால் சாம்பியன் நிலை ட்ரோன் பந்தயம் (UZH)
ஆதாரம்: [N124]
அடுத்த அலை: பார், யோசி, சொல்லுக்கேற்பச் செயல்படு
2023 வாக்கில், படத்தையும் மொழியையும் சேர்த்துக் கையாளும் பெரிய AI மாதிரிகள் (அடித்தள மாதிரிகள்) ரோபோக்களின் மூளையாகச் செயல்படத் தொடங்கின.
காட்சியைப் புரிந்துகொண்டே வாய்மொழிக் கட்டளைகளைப் பின்பற்றும் ட்ரோன் ஆய்வு (வான்வழி பார்வை–மொழி வழிசெலுத்தல்) வளர்ந்து வருகிறது.
பெரிய மாதிரிகள் கனமானவை; அவற்றை விமானத்திலேயே வேகமாக ஓட்டுவது இன்னும் கடினம். அதனால்தான் அடுத்த அத்தியாயமான சிப்களையும் சேர்த்துப் படிக்க வேண்டும்.
ஆதாரம்: [N133]
அடிக்கடி கேட்கப்படும் கேள்விகள்
ட்ரோன் கணினிப் பார்வை எந்த வேலைகளில் பயன்படுகிறது?
பாலங்களிலும் மின்கம்பிகளிலும் விரிசல் கண்டறிதல், பயிர் ஆரோக்கியச் சோதனை, தேடுதல்–மீட்பில் மனிதர்களைக் கண்டுபிடித்தல், பாதுகாப்பு, போக்குவரத்துக் கண்காணிப்பு, டெலிவரி இடங்களைச் சரிபார்த்தல் ஆகியவை பொதுவான பயன்கள்.
காட்சி–உள்ளுணர்வு ஓடோமெட்ரி (VIO) என்றால் என்ன?
படத்தின் அசைவையும், IMU அளக்கும் முடுக்கம், சுழற்சியையும் இணைத்து, ட்ரோன் எவ்வளவு தூரம் நகர்ந்தது என்று கணக்கிடும் முறை. GPS இல்லாமல் பறப்பதற்கான அடிப்படைத் தொழில்நுட்பம் இது.