Nelehký úkol: Jak naučit roboty a automobily rozeznávat okolí?

23.12.2015 - Stanislav Mihulka

Vědci trénují systém umělé inteligence SegNet, aby chápal, co vlastně vidí


Reklama

Naučit stroje pochopit, co vidí kolem sebe, aby se mohly orientovat ve světě, není vůbec snadné. Není to jenom o hardware, stroj také musí být schopný rozeznat okolní objekty, roztřídit si je a pak se podle situace správně zachovat.

Na Univerzitě v Cambridgi vyvíjejí systém umělé inteligence SegNet, který strojům umožňuje rychle rozeznávat objekty v okolí. Prý je v tom lepší, než ty nejpokročilejší radarové systémy dnešních chytrých automobilů. V budoucnu ho jistě ocení autonomní vozidla nebo roboti.

SegNet se podívá na ulici před sebe a prakticky okamžitě dokáže zařadit všechno, co vidí, do celkem 12 kategorií (silnice, dopravní značky, chodci, stromy, budovy, atd.). Systém funguje za všech světelných podmínek, ve dne i v noci. Prozatím se orientuje v městském prostředí, ale jeho autoři ho chtějí naučit rozeznávat objekty i na venkově, a také za různého počasí a ročních období.

Reklama

  • Zdroj textu:

    University of Cambridge, CV-Foundation

  • Zdroj fotografií: University of Cambridge

Další články v sekci

Reklama

Reklama

Aktuální články

Snímek z prosince 1941 dobře ilustruje, že kvalitně maskovaní rudoarmějci mohli útočníky snadno překvapit. Na fotografi i se nachází minimálně 11 vojáků v převlečnících s kapucemi.

Válka

Odborníci odhadují, že pilotované sondy doletí ke svůdným prstencům Saturnu během příštího století.

Vesmír

Thanatosdrakon amaru v životní velikosti, se svým objevitelem.

Věda

Svatá Hedvika Slezská se věnovala službě pro blaho svého lidu a prohloubení křesťanské víry. Zakládala nemocnice, ošetřovací ústavy a kláštery.

Historie

Psi (ale i třeba kočky) mají stejně jako člověk dvě sady zubů – mléčnou a trvalou. Mléčný chrup psa je tvořen 28 zuby, trvalý 42 zuby.

Zajímavosti
Revue

Nové časopisy Extra Publishing

RSSInzerceO serveru (Redakce)Partnerské weby
© Extra Publishing, s. r. o. 2007–2011. ISSN 1804-9907