AI domā, ka šī plūdu fotogrāfija ir tualete. Labošana, kas varētu uzlabot reaģēšanu uz katastrofām.

Spēcīgi plūdi Vidusrietumos. Ar MIT Linkolnas laboratorijas atļauju

Endrjū Vainerts un viņa kolēģi bija dziļi neapmierināti. Pēc tam, kad viesuļvētra Marija skāra Puertoriko, MIT Linkolnas laboratorijas pētnieki smagi strādāja, cenšoties palīdzēt Federālajai ārkārtas situāciju pārvaldības aģentūrai (FEMA) novērtēt zaudējumus. Viņiem bija ideāls datu kopums: 80 000 gaisa šāvienu no reģiona, ko civilā gaisa patruļa uzņēma tūlīt pēc katastrofas.

Taču radās problēma: bija pārāk daudz attēlu, lai tos kārtotu manuāli, un komerciālās attēlu atpazīšanas sistēmas nespēja noteikt neko nozīmīgu. Vienā īpaši briesmīgā piemērā ImageNet, attēlu klasifikācijas zelta standarts, ieteica lielas plūdu zonas attēlu marķēt kā tualeti.

Bija šis pārsteidzošais informācijas saturs, taču tas nebija pieejams, saka Vainerts.

Viņi drīz saprata, ka šī problēma nav unikāla. Jebkurā liela mēroga katastrofas scenārijā ārkārtas palīdzības sniedzēju komandas, piemēram, FEMA, varētu ietaupīt ievērojamu laiku un resursus, pirms ierašanās pārskatot informāciju par apstākļiem uz vietas. Taču lielākā daļa datorredzes sistēmu ir apmācītas regulāri izmantot ikdienas attēlus, tāpēc tās nevar uzticami atlasīt atbilstošās detaļas katastrofas zonās.

Realizācija lika komandai apkopot un komentēt jaunu fotoattēlu un kadru komplektu, kas raksturīgs ārkārtas reaģēšanas scenārijiem. Viņi izlaida datu kopu kopā ar a papīrs šonedēļ, cerot, ka nākotnē to izmantos datorredzes sistēmu apmācībai.

Datu kopā ir vairāk nekā 620 000 attēlu un 96,5 stundu video, kas ietver attēlus no visiem 50 ASV štatiem. Lielākā daļa plašsaziņas līdzekļu tika iegūti no valdības datubāzēm vai Creative Commons videoklipiem vietnē YouTube; nelielu daļu nofilmēja arī paši Linkolna laboratorijas darbinieki.

Attēli no datu kopas. Ar MIT Linkolnas laboratorijas atļauju

Lai padarītu to patiesi noderīgu ārkārtas palīdzības sniedzējiem, pētnieki apsvēra dažādus ārkārtas situāciju scenārijus, kas, iespējams, varētu izraisīt parastās attēlu klasifikācijas sistēmas. Viņi, piemēram, apkopoja automašīnu attēlus applūstošos ūdeņos; vairums sistēmu redzētu ūdeni un nekavējoties marķētu transportlīdzekli kā laivu — vienkārši kā simptomu apmācību datiem.

Viņi arī pavadīja daudz laika, lai noskaidrotu, kā vislabāk komentēt attēlus. Viņi vēlējās, lai anotācijas sniegtu ārkārtas palīdzības sniedzējiem noderīgu kontekstu viņu misijām, kā arī vajadzēja, lai anotāciju shēma būtu pietiekami vienkārša, lai datu marķētāji varētu ātri darboties ar minimālām kļūdām. Tāpēc viņi atdarināja ImageNet organizatorisko struktūru, kas grupē fotoattēlus arvien specifiskākās objektu kategorijās, piemēram, dzīvnieks, suns un pēc tam labradora retrīvers. Tomēr, nevis objektu kategorijas, pētnieki apkopoja fotoattēlus, pamatojoties uz arvien specifiskākām katastrofu īpašībām: vai ir bojājumi? Jā vai nē? Vai ir ūdens? Jā vai nē? Vai ūdenim tur vajadzētu būt? Jā vai nē?

Šādas kvalifikācijas ļaus datorredzes pētniekiem viegli kārtot datu kopu un izvēlēties attiecīgos segmentus, lai apmācītu ar katastrofām saistītas attēlu atpazīšanas sistēmas. Šīs sistēmas palīdzētu ārkārtas palīdzības sniedzējam ātri apstrādāt attēlus no jauniem katastrofu scenārijiem, lai gūtu priekšstatu par vissliktākajām ietekmes zonām, sagaidāmajiem uz vietas apstākļiem un to, kādus krājumus sagatavot savai misijai.

Vainerts saka, ka tas joprojām ir nepabeigts darbs, taču viņš ir sajūsmā par tā potenciālu. Ja mēs varētu izdomāt veidu, kā pateikt: 'Šādi jums vajadzētu kvalificēt katastrofu reaģēšanas attēlus', Amazon, Task Rabbit un visas citas mākoņavota vienības varētu sākt to izmantot kā nozares standartu, viņš saka, un sākt izstrādāt vairāk. katastrofu apzinātas atpazīšanas sistēmas.

Pētnieki tagad padara datu kopu pieejamu Nacionālajam standartu un tehnoloģiju institūtam un ir sākuši sadarboties ar citām organizācijām, lai izveidotu attēlu atpazīšanas konkursus par tā izmantošanu. Mēs meklējam veidus, kā to iegūt datorredzes pētnieku rokās, saka Veinerts.

Lai vairāk šādu stāstu tiktu piegādāts tieši jūsu iesūtnē, reģistrējieties mūsu Webby nominētajam AI informatīvajam izdevumam The Algorithm. Tas ir par brīvu.

paslēpties