Waymo推出AI智能搜索工具 让自动驾驶汽车快速识别物体

据外媒报道，Waymo研发的自动驾驶汽车使用盘算机视觉技术和人工智能识别周围情况，并对车辆应该如何反映和移动做出实时决议。当车内摄像头和传感器感知到物体时，此类物体会与Alphabet体例的大型数据库中的物体举行匹配，以便举行识别。

（图片泉源：Waymo）

大量的数据集对于自动驾驶汽车的训练至关重要，因为数据集可以让车内的AI变得更好，并提升性能。不外，工程师们需要一些方法，有效地将数据集中的物体与查询的物体匹配起来，从而可以研究AI是如那边理特定类型的图像。据外媒报道，为相识决该问题，Waymo最近研究了一个名为“内容搜索”（Content Search）的工具，其功效与谷歌图像搜索（Google Image Search）和谷歌照片（Google Photos）的操作类似。此类系统可以将查询内容与图像中的语义内容举行匹配，以表现物体，让基于自然语言查询的图像检索变得越发简朴。

在“内容搜索”工具泛起之前，如果Waymo的研究人员想要从日志中检索特定样本，需要使用启发法形貌该物体。必须使用使用规则搜索物体的下令搜索Waymo的日志，意味着需要以 “X高度以下”或“以每小时y英里的速度移动”的下令搜索物体。此类基于规则举行搜索的效果通常很是广泛，研究人员需要手动举行梳理，以获得效果。

通过建立数据目录，对差别目录举行相似度搜索以便在出现工具时找到最相似的种别，“内容搜索”工具乐成解决了上述问题。如果显示给“内容搜索”工具的是一辆卡车或一棵树，该工具返回的效果就是Waymo自动驾驶汽车遇到的其他卡车或树。因为自动驾驶汽车在行驶时会记载下周围物体的图像，然后将此类物体以嵌入式或数学形式举行存储，意味着该工具可以对工具种别举行比力，并凭据存储的工具图像与提供的工具的相似水平对响应举行排序，与谷歌的嵌入相似度匹配服务的事情方式类似。

Waymo汽车遇到的物体虽然具备种种形状、种种巨细，可是都需要经由提炼，酿成基本组件，并举行分类，以便“内容搜索”工具能够举行事情。为了实现该目的，Waymo使用了多个AI模型，而且此类模型都在种种各样的物体上举行了训练。差别的模型会学习识别差别的物体，而且由“内容搜索”工具提供支持，从而可以让模型明白是否能够在给定图像中找到属于特定种别的物体。除了主模型之外，Waymo还分外使用了一个光学字符识别模型，可以让Waymo的车辆凭据图像中的文本，向图像中的物体添加分外的识别信息。例如，配备了标识的卡车在“内容搜索”形貌中会具有包罗标识的文本。

由于上述模型协同事情，Waymo的研究人员和工程师们能够为特定种类的树木和特定品牌的汽车等特定物体，搜索图像数据日志。

此次并不是Waymo首次使用多种机械学习模型以提高车辆可靠性和准确性。已往，Waymo曾与Alphabet/谷歌互助，资助DeepMind一起研发AI技术。该AI系统从进化生物学中获得灵感，首先，建立了种种各样的机械学习模型，在经由训练之后，体现不佳的模型会被踢出，并被子女模型所取代。据报道，此种技术乐成地淘汰了误报数量，同时也淘汰了所需的盘算资源和训练时间。