Τα αυτόνομα οχήματα πρέπει να είναι σε θέση να αναγνωρίζουν γρήγορα και με ακρίβεια αντικείμενα που συναντούν, όπως φορτηγά παράδοσης σταθμευμένα στις στροφές ή ποδηλάτες που πλησιάζουν σε διασταυρώσεις. Για να επιτευχθεί αυτό, τα αυτόνομα αυτοκίνητα μπορεί να χρησιμοποιήσουν ένα ισχυρό μοντέλο υπολογιστικής όρασης για να ταξινομήσουν κάθε pixel σε εικόνες σκηνών υψηλής ανάλυσης, διασφαλίζοντας ότι δεν παραβλέπουν αντικείμενα που ενδέχεται να κρύβονται σε εικόνες χαμηλής ποιότητας. Ωστόσο, αυτή η εργασία, γνωστή ως σημασιολογική κατάτμηση, είναι εξαιρετικά περίπλοκη, και απαιτεί εκτεταμένους υπολογισμούς, ειδικά με εικόνες υψηλής ανάλυσης.
Σύμφωνα με αναφορές διεθνών ΜΜΕ, ερευνητές από το Ινστιτούτο Τεχνολογίας της Μασαχουσέτης (MIT), το MIT-IBM Watson AI Lab και άλλα ιδρύματα έχουν συνεργαστεί για να αναπτύξουν ένα πιο αποτελεσματικό μοντέλο υπολογιστικής όρασης, μειώνοντας σημαντικά την υπολογιστική πολυπλοκότητα της προαναφερθείσας εργασίας. Αυτό το μοντέλο μπορεί να εκτελεί ακριβή σημασιολογική τμηματοποίηση σε πραγματικό χρόνο σε συσκευές με περιορισμένους πόρους υλικού, όπως υπολογιστές επί οχημάτων, επιτρέποντας στα αυτόνομα αυτοκίνητα να λαμβάνουν στιγμιαίες αποφάσεις.
Τα τρέχοντα μοντέλα σημασιολογικής τμηματοποίησης τελευταίας τεχνολογίας μπορούν να μάθουν άμεσα τις αλληλεπιδράσεις μεταξύ κάθε ζεύγους pixel σε μια εικόνα, πράγμα που σημαίνει ότι ο υπολογισμός τους αυξάνεται τετραγωνικά καθώς αυξάνεται η ανάλυση της εικόνας. Αν και τέτοια μοντέλα είναι πολύ ακριβή, η ταχύτητα επεξεργασίας τους είναι πολύ αργή για να χειριστούν εικόνες υψηλής ανάλυσης σε πραγματικό χρόνο σε συσκευές αιχμής, όπως αισθητήρες ή smartphone.
Ερευνητές στο MIT σχεδίασαν ένα νέο στοιχείο για το μοντέλο σημασιολογικής τμηματοποίησης, με δυνατότητες ισοδύναμες με τα πιο προηγμένα μοντέλα του είδους του, αλλά επιτυγχάνοντας μόνο γραμμική υπολογιστική πολυπλοκότητα και διευκολύνοντας αποτελεσματικές λειτουργίες υλικού.
Το αποτέλεσμα της εργασίας των ερευνητών είναι μια νέα σειρά μοντέλων για όραση υπολογιστή υψηλής ανάλυσης. Όταν αναπτύσσονται σε κινητές συσκευές, αυτά τα μοντέλα λειτουργούν 9 φορές πιο γρήγορα από τους προκατόχους τους. Είναι σημαντικό ότι σε σύγκριση με εναλλακτικές λύσεις, αυτό το νέο μοντέλο επιτυγχάνει παρόμοια, αν όχι καλύτερη, ακρίβεια.
Όχι μόνο αυτή η τεχνολογία μπορεί να βοηθήσει τα αυτόνομα αυτοκίνητα στη λήψη αποφάσεων σε πραγματικό χρόνο, αλλά μπορεί επίσης να βελτιώσει την αποτελεσματικότητα άλλων εργασιών όρασης υπολογιστή υψηλής ανάλυσης, όπως η τμηματοποίηση ιατρικής εικόνας.
