تا حالا به این فکر کردید که قطارها هم بالاخره یه روزی خودشون بدون راننده حرکت کنن؟ خب تو دنیا دارن کلی روی این قضیه کار میکنن و یکی از بزرگترین چالشهاش هم تو بخش هوش مصنوعی و بینایی کامپیوتره. یعنی اینکه آدمها دنبال ساختن سیستمهایی هستن که بتونن با دوربین و حسگرها ببینن و تصمیمهای درست بگیرن. اما یه مشکل بزرگ هست: بیشتر دیتاستهایی که برا آموزش این مدلا دارن، خیلی هم کامل و باکیفیت نیستن.
اصلاً دیتاست چیه؟ دیتاست یعنی مجموعهای از دادهها، مثلاً عکس و فیلمهایی که به کامپیوتر نشون میدن تا یاد بگیرن چی به چیه. دیتاستهای متداول تو این حوزه، یه عالمه کمبود دارن. مثلاً معمولاً فقط یه بخش کوچیک یا یهسری حالت ثابت رو نشون میدن؛ اونم بدون اینکه به ما بگن تو زمان و مکان دقیقا چی داره میگذره. به این میگن محدودیت spatio-temporal، یعنی کمبود دادهای که به جای و زمان مرتبط باشه.
یه سری راهحل هم اومده، مثلاً تولید دیتاست با مدلهای شبیهسازی یا چیزهایی شبیه به واقعیت (مثل دادههای تولیدشده یا ساخته شده با شبیهساز)، ولی خب اینا هم با دنیای واقعی خیلی فرق دارن و نمیشه زیاد روشون حساب کرد؛ چون ممکنه اون اتفاقایی که تو واقعیت میافته، اینجا نبینیم.
حالا چه کار کردن؟ اومدن سراغ یه ایده جدید به اسم “Milestone Determination” یا همون تعیین نقطههای کلیدی تو مسیر! این یعنی چی؟ یعنی به جای اینکه هوش مصنوعی بخواد همه چی رو تشخیص بده (که کار سخت و سنگینیه)، روی چند تا نقطه حساس تو مسیر تمرکز میکنه. مثلاً پیچها، چهارراهها یا جاهایی که باید یه تصمیم مهم بگیره. اینطوری آموزش دادن مدل هم آسونتر و هم قابل اطمینان تر میشه.
اساس ماجرا اینه که به جای اینکه مدل رو مجبور کنن هر شیء یا اتفاق ریزی رو بشناسه (مثلاً هر آدمی یا حیوانی که ناگهان وارد خط میشه)، بیشتر میخوان فقط نقاط مهم مسیر رو براش تعریف کنن. این نقاط کلیدی رو میذاریم Milestones. بعد با دادههایی که دقیقاً از همون نقاط حساس ضبط شده (یعنی دادههای متوالی و مرتبط با هم)، یه مدل قاعدهمحور میسازن که فقط همون جاها تصمیم بگیره.
اینطوری هم آموزش سادهتر پیش میره، هم تو محیطهای کنترلشده و پیشبینیپذیر، مثل بخش بزرگی از خطوط راهآهن، خیلی قابل اعتمادتر عمل میکنه. چون مثلاً محیط راهآهن نسبت به خیابون، کمتر حالت غیرمنتظره داره و میشه اکثر حالتها رو با این روش پوشش داد.
در کل، این رویکرد باعث میشه آموزش هوش مصنوعی برای قطارها سریعتر، امنتر و عملیتر پیش بره. دیگه لازم نیست مدل ما همه چیز رو تو کل دنیا تشخیص بده، فقط کافیه تو چندتا نقطه مهم بادقت تصمیم بگیره. این یعنی یه قدم بزرگ به سمت خودکارسازی کامل قطارها و البته ایمنی بیشترشون. آینده بدون رانندهها، نزدیکتر از اونه که فکر کنیم!
منبع: +
