Платформа drivebuddyAI построена на сочетании моделей EdgeAI, которые выполняют логический вывод, и моделей CloudAI, которые учатся на данных и обновляют модель EdgeAI на устройстве с обновленным обучением.
Основная идея drivebuddyAI заключается в улучшении поведения водителей и, как следствие, поощрении их к тому, чтобы сделать экосистему вождения безопаснее и лучше. Происхождение поведения происходит из моделей вождения, и этому можно научиться, создавая контекст окружающей среды автомобиля. Предупреждения, которые предназначены для помощи водителям в случае любого критического столкновения, такого как ситуации, также являются мощными данными для понимания того, как водители-люди реагируют на это, основываясь на нашем встроенном интеллекте. Мы создаем системы ИИ, которые предназначены для использования людьми, чтобы помогать им в различных задачах, и для этого ИИ также должен знать о задаче, а также должен быть настроен в соответствии с человеком, для которого будет использоваться интеллект. использоваться.
Обобщение в ИИ означает, что он может адаптироваться к различным ситуациям / сценариям, действовать в соответствии с обучением и добиваться того, чтобы он был обучен со всем разнообразием точек данных по всему миру.
Наша команда ИИ в @drivebuddyAI сталкивается с множеством проблем при создании продукта, который может успешно взаимодействовать с человеческими драйверами, а также с тем, чтобы люди-водители могли их слушать и реагировать.
Сценарий №1
Рассмотрим сценарий, в котором у нас есть модель ИИ, задача которой - обнаруживать различные категории объектов на дороге. Индия - это место с широким и диким разнообразием типов транспортных средств, их цветовых схем, форм и т. Д., И есть много похожих функций, но есть много различий, когда вы меняете город. Это связано с огромной проблемой определения правильного типа объекта для подачи предупреждения в нужное время для оказания помощи.
Из-за схожести характеристик транспортных средств категорий Truck и Tempo их часто неправильно классифицируют. Решение этой проблемы - углубиться в данные и оптимизировать модели, чтобы избежать этих обнаружений. В общем случае кто-то может сказать, что какой бы класс ни был, для устройства важно обнаружить объект, чтобы можно было генерировать предупреждения. Аргумент также может быть правильным, но учтите, темп, будучи легковым автомобилем, все же не так опасен, как грузовик для водителя. Также для определения поведения водителя в зависимости от ситуации важно, чтобы модель правильно классифицировала объекты.
Сценарий # 2
Рассмотрим сценарий, в котором автомобиль движется в ночное время. В таких ситуациях чаще всего тестируются модели ИИ.
Не все проблемы можно решить простым обучением модели.
Чтобы оптимизировать модель, данные должны быть хорошо поняты, и, как инженер ИИ, работающий над решением проблемы, становится критически важным изучить данные, различные сценарии, а также источник данных, например, какой тип камеры используется, как она себя ведет. в условиях низкой освещенности и в условиях, когда автомобиль выезжает из туннеля, где вероятность получения насыщенного изображения выше. Вот один из таких сценариев, когда команда drivebuddyAI разрабатывает решение не только в области ИИ, но и в сочетании с оборудованием, компьютерным зрением и затем ИИ.
Решение проблемы искусственного интеллекта в неопределенной и сложной среде требует большого терпения, больших усилий и оборудования, а также правильного подхода. Объединение всего этого и разработка решения с использованием оборудования, компьютерного зрения и искусственного интеллекта может решить эту проблему. Все, что требуется, - это мыслительный процесс, необходимый для решения неизвестных задач и постановок задач.
Индия считается одним из самых сложных мест для вождения людей, и поэтому предполагается, что Индия будет последним местом для приобретения автономных транспортных средств. Я считаю, что мы можем доказать, что это заблуждение, а также решение проблемы искусственного интеллекта в индийском контексте может решить большинство мировых проблем.
Присоединиться к команде
Как вы думаете, наши проблемы разные, но стоит решать? Считаете ли вы, что проблемы, над которыми мы работаем, сложны и требуют правильного подхода с глубиной глубоких технологий и компьютерного зрения? Мы ищем таланты для работы над такими проблемами вместе с нами, когда строим из Индии, чтобы решать мировые проблемы, принимая вызов.
