Intel Labs bruker "Grand Theft Auto" til å trene selvkjørende biler

Av alle videospillene vil du vise noen i sjåførens ed, Grand Theft Auto Kan ikke være øverst på listen. Men et team på Intel Labs og Darmstadt University i Tyskland har funnet at bruk av videospill gir et uovertruffen nivå av nøyaktighet når du identifiserer objekter.

Teamet, som publiserte sine funn i dette papiret, la merke til at spillet ga en nøyaktig simulering av ekte verdenskjøringsscenarier. Disse dataene kan brukes av selvkjørende biler i den virkelige verden for å kjøre rundt og navigere trygt.

Selvkjørende biler bruker objektidentifikasjonsdata for å hjelpe "lære" å identifisere gjenstander som fotgjengere, lamper og vegger når de kjører på gaten. Vanligvis produserer bilprodusenter disse dataene fra innspilt video fra bilens dashbord. De går gjennom og identifiserer objekter manuelt, med systemet som bruker maskinlæring, til slutt bygge opp en bredere ide om hvordan hver gjenstand ser ut.

Ved hjelp av Grand Theft Auto, men laget var i stand til å automatisere denne prosessen langt mer effektivt. Laget kunne spille inn lignende videoer i spillet, men klarte å identifisere eiendeler raskere som representerte de samme gadeobjekter. Den fotorealistiske virtuelle verden betyr at objektene som er identifisert, gir systemet de samme nøyaktige ideene om hvilke virkelige objekter som vil se ut.

Datamaskinen kan automatisk identifisere objekter på få sekunder, en prosess som normalt tar nesten to timer per bilde med innspilt video. Her er prosessen i aksjon:

"Med kunstige miljøer kan vi enkelt samle nøyaktig annoterte data i større målestokk med en betydelig variasjon i belysning og klimainnstillinger," Alireza Shafaei, en Ph.D. student ved University of British Columbia, fortalt MIT Technology Review.

Shafaei publiserte sin undersøkelse i et papir som beskriver hvordan videospill kan trene datamaskiner for å se verden. "Vi viste at denne syntetiske data er nesten like god, eller noen ganger enda bedre enn å bruke ekte data for trening," sa han.

Selvbilende biler bruker en stor mengde data, og teknikker som disse vil være avgjørende for å holde seg oppdatert. AT & T har begynt å prøve et nytt 5G-mobilnettet, designet med selvkjørende biler i tankene, som kan prioritere misjonskritiske data for å unngå at førselsløse biler lider av latens. Alle disse dataene kommer til en pris, men som forskere har advart om at biler kan være utsatt for hacking. Driverløse biler åpner nye muligheter for store datasett, men spørsmålet om hvordan man skal håndtere alt vil være topp prioritet.