DeepFaceLab Tutorial on Intel / AMD Radeon GPU (RX 570)
Dari semua gim video yang Anda perlihatkan kepada seseorang di driver, Pencurian Besar Otomatis mungkin tidak ada di bagian atas daftar itu. Tetapi sebuah tim di Intel Labs dan Universitas Darmstadt di Jerman telah menemukan bahwa menggunakan video game memberikan tingkat akurasi yang tak tertandingi ketika mengidentifikasi objek.
Tim, yang mempublikasikan temuannya dalam makalah ini memperhatikan bahwa permainan menyediakan simulasi akurat dari skenario mengemudi dunia nyata. Data ini dapat digunakan oleh mobil self-driving di dunia nyata untuk berkeliling dan menavigasi dengan aman.
Mobil self-driving menggunakan data identifikasi objek untuk membantu "belajar" bagaimana mengidentifikasi objek seperti pejalan kaki, tiang lampu dan dinding saat mengemudi di jalan. Biasanya, pembuat mobil membuat data ini dari video yang direkam dari dashboard mobil. Mereka melewati dan mengidentifikasi objek secara manual, dengan sistem menggunakan pembelajaran mesin untuk akhirnya membangun ide yang lebih luas tentang bagaimana setiap objek terlihat.
Menggunakan Pencurian Besar Otomatis Namun, tim dapat mengotomatiskan proses ini jauh lebih efektif. Tim dapat merekam video serupa dalam game, tetapi mampu mengidentifikasi aset lebih cepat yang mewakili objek jalan yang sama. Dunia virtual fotorealistik berarti objek yang diidentifikasi memberikan sistem ide yang sama akuratnya akan seperti apa objek dunia nyata.
Komputer dapat mengidentifikasi objek secara otomatis hanya dalam hitungan detik, proses yang biasanya memakan waktu hampir dua jam per gambar dengan video yang direkam. Berikut ini prosesnya:
“Dengan lingkungan buatan, kita dapat dengan mudah mengumpulkan data yang dianotasi dengan tepat pada skala yang lebih besar dengan banyak variasi dalam pengaturan pencahayaan dan iklim,” Alireza Shafaei, Ph.D. kata mahasiswa di University of British Columbia Ulasan Teknologi MIT.
Shafaei menerbitkan penelitiannya di sebuah makalah yang merinci bagaimana video game dapat melatih komputer untuk membantu melihat dunia. "Kami menunjukkan bahwa data sintetis ini hampir sama baiknya, atau kadang-kadang bahkan lebih baik, daripada menggunakan data nyata untuk pelatihan," katanya.
Mobil self-driving menggunakan sejumlah besar data, dan teknik seperti ini akan sangat penting untuk tetap di atas segalanya. AT&T telah mulai menguji coba jaringan seluler 5G baru, yang dirancang dengan mempertimbangkan mobil self-driving, yang dapat memprioritaskan data penting untuk menghindari mobil tanpa pengemudi yang mengalami latensi. Namun, semua data ini dikenakan biaya, karena para peneliti telah memperingatkan bahwa mobil bisa rentan terhadap peretasan. Kendaraan tanpa pengemudi membuka kemungkinan baru untuk kumpulan data besar, tetapi pertanyaan tentang bagaimana menangani semuanya akan menjadi prioritas utama.
Bahkan di 'Grand Theft Auto,' Mobil Mengemudi Mandiri Google Perlu Pengembangan Lebih Lanjut
Grand Theft Auto adalah salah satu waralaba terpanjang dalam sejarah video game yang tidak pertama kali muncul di bawah payung Nintendo yang penuh warna. Gim-gim tersebut, yang dikenal karena kevulgarannya serta kecakapannya untuk menjadi berita utama, telah memegang posisi mereka sebagai andalan dalam permainan dunia terbuka dan acara pop terkini ...
Cara Meretas Mobil: Grand Theft Auto di Konvensi HOPE ke-11
Hampir setiap mobil yang diproduksi dalam 20 tahun terakhir memiliki jaringan internal kecil dari komponen yang terhubung. Speedometer, wiper kaca depan, power steering, rem, dan semua sistem mobil lainnya berbicara satu sama lain di jaringan tertutup yang disebut bus Area Pengendali Jaringan (CAN) - dan peretas mendengarkan. Atau sebaiknya, ...
Tesla: Inilah Cara Mengemudi Mandiri Dapat Mengarah pada Mobil yang Mandiri
Siap untuk Tesla Anda untuk dikirimkan sendiri? Jika Anda meyakini janji Elon Musk akan mobil yang sepenuhnya otonom, visi itu mungkin akan segera tiba. Inovasi ini dapat membebaskan pengemudi truk dari pekerjaan biasa sambil juga merevolusi industri melalui otomatisasi.