Autonome kjøretøy må raskt og nøyaktig kunne identifisere objekter de møter, for eksempel varebiler parkert rundt hjørner eller syklister som nærmer seg veikryss. For å oppnå dette kan autonome biler bruke en kraftig datasynsmodell for å klassifisere hver piksel i høyoppløselige scenebilder, og sikre at de ikke overser objekter som kan være skjult i bilder av lav kvalitet. Imidlertid er denne oppgaven, kjent som semantisk segmentering, svært kompleks, og krever omfattende beregning, spesielt med høyoppløselige bilder.
I følge internasjonale medieoppslag har forskere fra Massachusetts Institute of Technology (MIT), MIT-IBM Watson AI Lab og andre institusjoner samarbeidet for å utvikle en mer effektiv datasynsmodell, noe som reduserer beregningskompleksiteten til den nevnte oppgaven betydelig. Denne modellen kan utføre sanntids, nøyaktig semantisk segmentering på enheter med begrensede maskinvareressurser, for eksempel kjøretøysdatamaskiner, noe som gjør det mulig for autonome biler å ta avgjørelser umiddelbart.
Nåværende toppmoderne semantiske segmenteringsmodeller kan direkte lære interaksjonene mellom hvert par piksler i et bilde, noe som betyr at beregningen deres vokser kvadratisk når bildeoppløsningen øker. Selv om slike modeller er svært nøyaktige, er prosesseringshastigheten for lav til å håndtere høyoppløselige bilder i sanntid på avanserte enheter som sensorer eller smarttelefoner.
Forskere ved MIT designet en ny komponent for den semantiske segmenteringsmodellen, med egenskaper som tilsvarer de mest avanserte modellene av sitt slag, men oppnår bare lineær beregningskompleksitet og muliggjør effektiv maskinvareoperasjon.
Resultatet av forskernes arbeid er en ny serie modeller for høyoppløselig datasyn. Når de brukes på mobile enheter, fungerer disse modellene 9 ganger raskere enn forgjengerne. Viktigere, sammenlignet med alternative løsninger, oppnår denne nye modellen lignende, om ikke bedre, nøyaktighet.
Ikke bare kan denne teknologien hjelpe autonome biler med å ta sanntidsbeslutninger, men den kan også forbedre effektiviteten til andre datasynoppgaver med høy oppløsning, for eksempel medisinsk bildesegmentering.
