Intel Labs bruger "Grand Theft Auto" til at træne selvkørende biler

Af alle videospil vil du vise nogen i førerens ed, Grand Theft Auto Må ikke være øverst på listen. Men et hold på Intel Labs og Darmstadt University i Tyskland har konstateret, at brug af videospil giver et uovertruffen niveau af nøjagtighed ved identifikation af objekter.

Holdet, som offentliggjorde sine resultater i dette papir, bemærkede, at spillet gav en nøjagtig simulering af real-world kørselsscenarier. Disse data kan bruges af selvkørende biler i den virkelige verden til at køre rundt og navigere sikkert.

Selvkørende biler bruger objektidentifikationsdata til at hjælpe "lære" hvordan man identificerer genstande som fodgængere, lygter og vægge, når de kører på gaden. Normalt opretter bilproducenter disse data fra optaget video fra bilens instrumentbræt. De går igennem og identificerer objekter manuelt, idet systemet ved hjælp af maskinindlæring til sidst opbygger en bredere ide om, hvordan hver enkelt genstand ser ud.

Ved brug af Grand Theft Auto, men teamet var i stand til at automatisere denne proces langt mere effektivt. Holdet kunne optage lignende videoer i spillet, men kunne identificere aktiver hurtigere, der repræsenterede de samme gadeobjekter. Den fotorealistiske virtuelle verden betyder de identificerede objekter giver systemet de samme nøjagtige ideer om, hvilke virkelige objekter der vil se ud.

Computeren kan automatisk identificere objekter på få sekunder, en proces der normalt tager næsten to timer pr. Billede med indspillet video. Her er processen i aktion:

"Med kunstige miljøer kan vi nemt samle præcist annoterede data i større målestok med en betydelig variation i belysning og klimaindstillinger," Alireza Shafaei, Ph.D. studerende ved University of British Columbia, fortalte MIT Technology Review.

Shafaei offentliggjorde sin forskning i et dokument, der beskriver hvordan videospil kan træne computere for at hjælpe med at se verden. "Vi viste, at disse syntetiske data er næsten lige så gode, eller nogle gange endnu bedre end at bruge rigtige data til træning," sagde han.

Selvkørende biler bruger en stor mængde data, og teknikker som disse vil være afgørende for at holde sig på tingene. AT & T er begyndt at afprøve et nyt 5G-mobilnetværk, der er designet med selvkørende biler i tankerne, der kan prioritere missionskritiske data for at undgå førløbsbiler, der lider af latens. Alle disse data kommer til en pris, men som forskere har advaret om, at biler kan være modtagelige for hacking. Driverløse biler åbner nye muligheder for store datasæt, men spørgsmålet om, hvordan man håndterer det hele, vil være topprioritet.