Uma nova maneira de dar aulas de direção para veículos autônomos

Alguns institutos preveem que até 33 milhões de veículos autônomos podem circular nas estradas do mundo até 2040.

Mas para que isso se torne realidade, os carros, caminhões e ônibus sem motorista do futuro terão que ser seguros.

Uma empresa inovadora de Taiwan enfrenta esse enorme desafio tecnológico. Está usando uma forma de inteligência artificial para ensinar a outros sistemas de IA como “ver” onde os veículos estão indo e o que está ao redor deles enquanto transitam.

Paul Shieh, fundador e CEO da Linker Networks, diz que sua empresa trabalha agora com fabricantes globais de automóveis que estão tentando criar sistemas de inteligência artificial que possam conduzir veículos com funcionalidade de reconhecimento de imagem sem falhas. Para chegar a esse ponto, os sistemas usam aprendizado de máquina para reconhecer milhões de imagens digitais de outros objetos, incluindo outros veículos, estradas, sinais, pedestres e uma miríade de outros recursos.

Para fazer isso, imagens de todas essas coisas devem primeiro ser identificadas e rotuladas.

Shieh explica: “Atualmente, muitas empresas encontram dificuldades para contratar milhares de funcionários que queiram fazer manualmente esse trabalho de classificação de imagem. É trabalhoso e demorado. Além disso, cada trabalhador deve manter foco incansável na tarefa, deixando em aberto a possibilidade de erro humano. Um único erro é o suficiente para afetar a qualidade de um conjunto de dados e reduzir o desempenho geral e, portanto, o nível de segurança de um modelo.”

Como exemplo, Shieh diz que a classificação de um único carro toma até 30 segundos de um trabalhador para ser concluída, levando o tempo necessário para mil trabalhadores processarem quantidades maiores de imagens, digamos 100 milhões, a mais de um ano.

Mas imagine ser capaz de rotular todos os dados com um único clique. Essa é a promessa do autorrotulamento, o mais recente empreendimento de IA da Linker Networks.

Inventando a via rápida

Usando um modelo pré-treinado para rotular imagens digitais, o sistema reconhece objetos usando a tecnologia de aprendizado por transferência, um método que permite que as máquinas apliquem o conhecimento existente a vários cenários semelhantes. Por exemplo, sistemas treinados para reconhecer carros podem aplicar o mesmo algoritmo para reconhecer outros veículos, como ônibus ou caminhões.

“Se você inserir uma imagem com cerca de cem carros nela e apertar o botão do rótulo automático, a maioria deles será automaticamente rotulada em apenas alguns segundos com precisão muito alta”, diz Shieh. “Isso poupa muito tempo e melhora a qualidade do reconhecimento de imagem.”

As taxas de precisão também aumentaram. Ao mesmo tempo, inspeções manuais e correções ainda são realizadas, para garantir uma precisão de dados próxima a 100%.

O processo permite que milhões de imagens sejam rotuladas em menos de um dia, o que representa uma redução de 70% no tempo em comparação com a rotulagem manual. A empresa também está vendo uma redução de custos de mais de 60%.

Shieh compartilha: “O modelo de etiquetagem automática da Linker usa o serviço Microsoft Azure Machine para reduzir custos, aumentar a produtividade e melhorar a precisão, permitindo que os clientes selecionem as imagens para rótulo automático e armazenamento.”

Funcionários que costumavam fazer rotulagem manual foram qualificados para fazer o controle de qualidade dos algoritmos de rotulagem automática, também conhecido como ensino de máquina. O modelo de IA procura obter conhecimento das pessoas em vez de extrair conhecimento apenas dos dados. Com pessoas orientando os sistemas de inteligência artificial para aprender as coisas que eles já sabem, o trabalho requer um pensamento crítico e menos tarefas repetitivas e monótonas.

“Os cientistas de dados da Linker podem se concentrar no desenvolvimento da IA ​​e deixar que o Azure cuide de escalar seu trabalho de treinamento em IA”, explicou Shieh.

Outras possibilidades

Em última análise, com a IA, a meta da empresa é levar os fabricantes de automóveis a criar veículos mais inteligentes e seguros. Com a tecnologia de etiquetagem automática, a Linker Networks prevê a capacidade de direção autônoma segura para um futuro próximo.

Além da condução autônoma, a autorrotulagem pode ser usada em fábricas para detectar defeitos em produtos, identificar furtos em lojas de varejo e de veículos para reforçar a segurança. “O sistema de autorrotulagem nos permite tirar proveito de todos os benefícios da IA, capacitando os seres humanos para fazer o que eles fazem melhor, enquanto melhora a eficiência e segurança”, disse Shieh.