Як 3D-сегментація хмари точок зробить майбутнє вільними руками
Що таке 3D точка хмарності? Очі людини автоматично визначають об'єкти, які ми бачимо. Одночасно вимірюємо об’ємну форму. По дорозі на роботу й назад ви проходите повз пішоходів, транспортні засоби та дорожні об’єкти. Коли об’єкти потрапляють у ваше бачення, ви визначаєте їхні тривимірні форми та класифікуєте їх. Це 3D-сегментація точок хмарності з людської точки зору. Технологія ШІ може випереджати людей у багатьох сферах, але не в цій.
Мільйони лазерних точок надсилаються з датчика, а потім вимірюються, коли вони повертаються. Кожна точка має значення XYZ для формування тривимірного багатокутника. Це LiDAR, що означає «виявлення світла та визначення дальності». Він використовується в зборі даних автономного транспортного засобу для створення 3D-точок хмари. Машинам потрібне вдосконалене виявлення об’єктів і сегментація екземплярів, щоб безпечно керувати нами. Безпілотні транспортні засоби, медична візуалізація та сільськогосподарський моніторинг виграють від розробки цієї технології.
Тривимірні хмари точок і автономне майбутнє нашого світу
Коли наші машини мають тривимірне розуміння свого середовища, вони можуть багато зробити для нас. Зважаючи на це, ми очікуємо високого рівня точності ШІ, перш ніж передати кермо. Ми все ще маємо труднощі в кількох сферах обробки хмарних точок. Сучасні методи мають високу надмірність і нерівномірну вибірку. Крім того, їм іноді не вдається створити явні багатокутні структури.
Не дивлячись на виклики, майбутнє не може бути яскравішим. Коли ШІ може самостійно орієнтуватися в різних середовищах, процеси оптимізуються. Зростає занепокоєння, що люди будуть менше потрібні. Це беззаперечно правда, але шляхи, які відкриває ШІ, можуть бути рішенням. Давайте зробимо цифровий крок далі та дослідимо, яку вигоду це принесе суспільству.
Автономне водіння
Цій сфері приділяється велика увага з поважної причини. Наявність систем штучного інтелекту за кермом наших транспортних засобів може підвищити стандарти безпеки в усьому світі. Разом з надійністю підвищується і ефективність. Центр етики даних та інновацій каже, що безпеки недостатньо. Громадськість може не захотіти терпіти аварії безпілотних автомобілів, незважаючи на те, що вони безпечніші.
Для цього збір даних про автономні транспортні засоби відбувається у великих масштабах. Люди автоматично приймають рішення на дорогах, але машинам потрібні величезні набори даних. Серед багатьох речей дані містять виявлення об’єктів і сегментацію примірників. У поєднанні з 3D-хмарами точок дані тренують програми автономного водіння.
Медична візуалізація
Лікарі висококваліфіковані, але їх відносно мало. Медичний ШІ матиме знання та сегментацію об’єктів хірургів без їх дефіциту. Нам потрібні програми для створення точного багатокутника сегментації для кожного об’єкта на медичних зображеннях. Як і в інших сферах автоматизації, стандарти безкомпромісні.
Медичні хмари точок вже довели свою точність, ніж традиційні методи. Наприклад, у разі КТ хребта моделі хмари точок дають неперевершену деталізацію. Точна реконструкція кістки та розширена діагностика – це лише ті сфери, які приносять користь. За допомогою цієї технології ми врятуємо більше життів і покращимо інших.
Аерофотозйомка посівів
Завдяки 3D-хмарам точок легше оцінювати продуктивність посівів. Більшість фермерів використовують дрони або малі літальні апарати для обстеження посівів вручну. Коли ШІ залучається, весь процес прискорюється. По-перше, фермери перевірятимуть здоров’я, розмір і щільність посівів, створюючи хмари точок. Потім з високою точністю автономні дрони збиратимуть дані про сільське господарство. Багатокутник сегментації навколо виду рослин може надати фермерам багато даних.
Перевірки якості
Виготовлення хмари опорних точок забезпечує послідовне виробництво. Наприклад, складальна лінія може забезпечити дотримання вищих стандартів якості. Сформувавши багатокутник сегментації навколо об’єкта, ми можемо порівняти його з нашим полігоном хмари опорних точок.
Що це означає для робочої сили
Немає жодних питань. Ландшафт зайнятості змінюється на наших очах. Автоматизація забезпечує та приймає без розбору, і наш єдиний вибір – адаптуватися. Загалом, технологічний прогрес перевершує їхні наслідки. Тим не менш, ми не просуваємося вперед, не задумуючись про те, як це вплине на нас. Уряди в усьому світі починають вирішувати цю проблему майбутнього. Немає сумніву, що робоча сила буде скорочуватися, а ринки праці будуть дезорганізовані.
Галузі в останньому розділі виграють, але зазнають скорочення персоналу. У багатьох випадках працівники переходитимуть на наглядові ролі. Для локальних машин цей процес іноді називають людино-машинним інтерфейсом. HMI — це машинні процеси, якими керує людина.
Системи штучного інтелекту потребуватимуть людського керування та керівництва протягом певного часу. Одним із прикладів є семантична сегментація дороги, процес класифікації різних дорожніх покриттів. Нам все ще потрібен людський внесок, коли сегментація ШІ стикається з помилками.