Sir Airffic Goاس کا بڑا حصہ تحقیقی مقالوں سے آیا ہے، مگر الفاظ آسان رکھے گئے ہیں۔ میرے ساتھ رہیں۔
سمجھنے کے چار مرحلے
- پہچان: تصویر میں لوگ، گاڑیاں اور بجلی کی تاریں ڈھونڈنا اور ان کے گرد ڈبے بنانا۔
- ٹریکنگ: ملی ہوئی چیز آگے کہاں جاتی ہے، اس کا پیچھا کرنا۔
- اپنا مقام جاننا: تصویر کی حرکت اور IMU سے حساب لگانا کہ آپ کتنا اور کہاں گئے (VIO: بصری-جڑتی اوڈومیٹری)۔
- سمجھنا اور ہدایت: “لال چھت والے گھر کے پیچھے دیکھو” جیسی بات سمجھنا اور الفاظ کو دکھنے والی چیز سے جوڑنا (VLM: تصویر اور زبان ایک ساتھ سمجھنے والی اے آئی)۔
نقشہ بناتے ہوئے اڑنا: SLAM اور VIO
2000 کی دہائی کے آخر میں یونیورسٹی کی لیبز نے ایک کیمرے اور IMU سے چھوٹے ڈرون کا مقام نکالنا شروع کیا۔ سب کچھ یہیں سے شروع ہوا۔
SVO، VINS-Mono اور ORB-SLAM جیسے طریقے شائع ہوئے اور سب کی مشترکہ بنیاد بن گئے۔ کھلی تحقیق مصنوعات کے پرزے بن گئی۔
آج کے کمرشل ڈرون اسی جمع شدہ کام کی وجہ سے پلوں کے نیچے اور عمارتوں کے اندر اڑ سکتے ہیں۔
اوپر سے چیزیں چھوٹی اور ٹیڑھی دکھتی ہیں
زمین سے لی گئی تصویروں پر سیکھی اے آئی اوپر کے منظر میں مشکل میں پڑتی ہے: لوگ نقطے بن جاتے ہیں اور گاڑیوں کی شکل بدل جاتی ہے۔
VisDrone اور DOTA جیسے فضائی ڈیٹا سیٹ اسی لیے بنائے گئے تاکہ آسمان کے لیے خاص اے آئی سکھائی جا سکے۔
جس کے پاس ڈیٹا ہے وہی طے کرتا ہے کہ اے آئی کتنی ہوشیار بنے گی۔ فاؤنڈیشن ماڈلز کے دور میں بھی یہ نہیں بدلا۔
Sir Airffic Goاے آئی میں فرق اکثر الگورتھم سے زیادہ اس بات پر ہوتا ہے کہ آپ کے پاس کتنا فضائی ڈیٹا ہے۔ حکمت عملی کے باب کے لیے یہ یاد رکھیں۔
جس دن اے آئی نے انسانی چیمپئنز کو ہرا دیا
2023 میں زیورخ یونیورسٹی میں بنے Swift نامی اے آئی ڈرون نے ڈرون ریسنگ کے انسانی عالمی چیمپئنز کو ہرا دیا۔ یہ کام Nature میں شائع ہوا۔
Swift نے صرف کیمرے اور IMU سے اپنا مقام نکالا، اور ری انفورسمنٹ لرننگ سے اڑنا سیکھا — یعنی سمیولیشن میں بار بار مشق کر کے۔
یہ ایک طے شدہ کورس پر تھا۔ اصل آسمان میں، بدلتے موسم اور رکاوٹوں کے ساتھ یہی مہارت دکھانا ابھی بھی ایک کھلا چیلنج ہے۔
ڈیپ ری انفورسمنٹ لرننگ سے چیمپئن سطح کی ڈرون ریسنگ (UZH)
ثبوت: [N124]
اگلی لہر: دیکھنا، سوچنا اور الفاظ پر عمل کرنا
2023 کے آس پاس سے، تصویر اور زبان ایک ساتھ سمجھنے والے بڑے اے آئی ماڈل (فاؤنڈیشن ماڈل) روبوٹ کے دماغ کا کام کرنے لگے۔
ڈرون میں منظر سمجھتے ہوئے بولی گئی ہدایت پر چلنے کی تحقیق (فضائی ویژن-لینگویج نیویگیشن) بڑھ رہی ہے۔
بڑے ماڈل بھاری ہیں، اور انہیں ڈرون کے اندر تیزی سے چلانا ابھی بھی مشکل ہے۔ اسی لیے اگلا باب — چپ — ساتھ پڑھنا ضروری ہے۔
ثبوت: [N133]
اکثر پوچھے جانے والے سوالات
ڈرون کا کمپیوٹر ویژن کن کاموں میں استعمال ہوتا ہے؟
پلوں اور بجلی کی تاروں میں دراڑیں ڈھونڈنا، فصلوں کی صحت جانچنا، تلاش اور بچاؤ میں لوگوں کو ڈھونڈنا، سیکیورٹی اور ٹریفک کی نگرانی، اور ڈیلیوری کی جگہ کی جانچ عام استعمال ہیں۔
بصری-جڑتی اوڈومیٹری (VIO) کیا ہے؟
یہ ایک طریقہ ہے جو تصویر کی حرکت کو IMU کی رفتار اور گھماؤ کی پیمائش سے ملا کر حساب لگاتا ہے کہ ڈرون کتنا چلا۔ GPS کے بغیر اڑنے کی یہ بنیادی ٹیکنالوجی ہے۔