Функции гиппокампа человека научились моделировать

Нужное – запоминать, лишнее – отсеивать

Как считают в компании, их технология позволит избежать ошибок, допущенных многими зарубежными системами при распознавании объектов дорожной сцены (как, например, было в мае 2016 года с Tesla, когда камеры системы управления автомобилем на фоне светлого неба не сумели распознать белый полуприцеп, двигавшийся сбоку, что привело к гибели водителя). Суть в том, что специалисты «Cognitive Technologies» научились в чем-то моделировать функции гиппокампа, определяющего степень важности запоминаемой информации и принимающего решение, что сохранять, а что забывать.
«Он (гиппокамп человека) выделяет и удерживает в потоке внешних сигналов наиболее важную информацию по текущей ситуации, выполняя функцию хранилища кратковременной памяти, как ОЗУ компьютера», – объяснил руководитель департамента разработки беспилотных транспортных средств компании «Cognitive Technologies» Юрий Минкин.
В пресс-службе «Cognitive Technologies» РЖД-Партнеру добавили, что их система компьютерного зрения, как и гиппокамп, научилась обогащать информацию о текущей дорожной ситуации данными, которые были запомнены несколькими мгновениями ранее. «При этом система хранит в памяти не всю картинку, полученную с видеокамеры, а лишь наиболее важные ее элементы, непосредственно влияющие на дорожную обстановку и безопасность. Получается, можно хранить не все изображение целиком, а лишь 5-10% его объема, что не требует какого-либо значительного повышения ресурсов вычислительного устройства. Еще это позволяет использовать видеокамеры не с самой высокой разрешающей способностью, а также относительно узкоугольные объективы», – объяснили специалисты компании.

Объект сбоку не помеха

В сравнении с аналогами упомянутая технология представляется более выигрышной благодаря тому, что позволяет решить одну из серьезнейших проблем для любой системы компьютерного зрения – проблему распознавания объектов, находящихся на самой границе картинки (см. нижний рисунок). Именно в таких случаях на практике чаще всего наблюдаются ошибки детекции. Но теперь искусственный интеллект авторобота сможет дополнять знание о текущей дорожной ситуации данными из ближайшего прошлого (т.е. из своей оперативной памяти, что и является моделированием функции гиппокампа), потому что попавшая мгновением ранее в поле зрения видеокамер картинка (A’B’C’D’) содержит информацию об объекте (на рисунке это обведенный кругом автомобиль), которой вполне хватит для его распознавания.
«Наша система смогла бы детектировать транспортное средство, приближавшееся сбоку, – добавляет Ю. Минкин, памятуя о вышеуказанной аварии с автомобилем Tesla. – Программная эмуляция большего угла охвата видеокамер позволила бы «увидеть» колеса, подвеску, а также другие элементы грузовика, и в итоге идентифицировать приближающийся объект как автомобиль. А еще – выиграть доли секунды, крайне необходимые для принятия правильного решения в критической ситуации».
В частности, на картинке ABCD (см. верхний рисунок), которая попадает в поле зрения камер авторобота, действительно сложно распознать светлое изображение на светлом фоне. Тем не менее воспроизведенные «из памяти» данные (картинка A’B’C’D’ на том же рисунке), где фигурируют колеса и другие элементы грузовика, позволяют точно детектировать объект как транспортное средство и, как следствие, избежать аварии.
«Разработанная нами технология моделирования функций гиппокампа человека в совокупности с созданной ранее моделью фовеального зрения, дающей возможность выделять важные элементы дорожной сцены, позволяют существенно увеличить безопасность работы беспилотного автомобиля», – заключила президент компании «Cognitive Technologies» Ольга Ускова.

Графика предоставлена пресс-службой «Cognitive Technologies»

Автор: Степан Ратников