Sir Airffic GoBunların çoğu bilimsel makalelerden geliyor ama kelimeleri basit tuttum. Benimle kal.
Anlamanın dört aşaması
- Tespit: bir görüntüdeki insanları, arabaları ve elektrik hatlarını bul, etraflarına kutu çiz.
- Takip: bulunan bir nesnenin sonra nereye gittiğini izle.
- Kendi konumunu bulma: görüntüdeki hareketten ve IMU'dan ne kadar ve nereye gittiğini hesapla (VIO: görsel-ataletsel odometri).
- Anlama ve talimat: "kırmızı çatılı evin arkasını kontrol et" cümlesini kavra ve kelimeleri gördüklerinle eşleştir (VLM: görüntü ve dili birlikte işleyen yapay zekâ).
Harita çıkarırken uçmak: SLAM ve VIO
2000'lerin sonunda üniversite laboratuvarları, küçük bir dronun konumunu tek bir kamera ve bir IMU ile tahmin etmeye başladı. Her şey orada başladı.
SVO, VINS-Mono ve ORB-SLAM gibi yöntemler yayımlandı ve herkesin kullandığı ortak temeller hâline geldi. Açık araştırmalar ürün parçalarına dönüştü.
Bugünün ticari dronları köprü altlarında ve kapalı alanlarda bu birikim sayesinde uçabiliyor.
Yukarıdan bakınca her şey küçük ve çarpık görünür
Yerden çekilmiş fotoğraflarla eğitilen yapay zekâ, yukarıdan bakışta zorlanır: insanlar noktaya döner, arabaların şekli değişir.
Gökyüzüne özel yapay zekâ eğitilebilsin diye VisDrone ve DOTA gibi havadan çekilmiş veri setleri oluşturuldu.
Veriye kim sahipse, yapay zekânın ne kadar akıllı olacağını o belirler. Temel modeller çağında da bu değişmedi.
Sir Airffic GoYapay zekâlar arasındaki fark çoğu zaman algoritmalardan çok, ne kadar havadan veriye sahip olduğuna bağlıdır. Strateji bölümü için bunu aklında tut.
Yapay zekânın insan şampiyonları yendiği gün
2023'te Zürih Üniversitesi'nde geliştirilen Swift adlı yapay zekâ dronu, dünya şampiyonu insan dron yarışçılarını yendi. Çalışma Nature dergisinde yayımlandı.
Swift konumunu yalnızca bir kamera ve bir IMU ile tahmin etti; uçmayı da pekiştirmeli öğrenmeyle, yani simülasyonda defalarca pratik yaparak öğrendi.
Bu sabit bir parkurdaydı. Havanın ve engellerin değiştiği gerçek gökyüzünde aynı beceriye ulaşmak hâlâ çözülmemiş bir sorun.
Derin pekiştirmeli öğrenmeyle şampiyon düzeyinde dron yarışı (UZH)
Kanıt: [N124]
Sıradaki dalga: kelimelerle gör, düşün ve harekete geç
2023 civarından itibaren görüntü ve dili birlikte işleyen büyük yapay zekâ modelleri (temel modeller) robot beyni olarak kullanılmaya başlandı.
Sahneyi anlarken sözlü talimatları izleyen dron araştırmaları (havadan görsel-dil seyrüseferi) artıyor.
Büyük modeller ağırdır ve onları dronun üstünde hızlı çalıştırmak hâlâ zor. Bu yüzden bir sonraki bölüm olan çiplerle birlikte okunmalı.
Kanıt: [N133]
Sık sorulan sorular
Dron bilgisayarlı görüsü hangi işlerde kullanılır?
Köprülerde ve elektrik hatlarında çatlak tespiti, ekin sağlığı kontrolü, arama kurtarmada insan bulma, güvenlik ve trafik izleme, teslimat noktalarını kontrol etme yaygın kullanımlardır.
Görsel-ataletsel odometri (VIO) nedir?
Görüntüdeki hareketi IMU'nun ölçtüğü ivme ve dönmeyle birleştirerek dronun ne kadar yol aldığını hesaplayan bir yöntem. GPS olmadan uçmanın temel teknolojisidir.