স্বয়ংচালিত গাড়িগুলি ট্রেন চালানোর জন্য ইন্টেল ল্যাবগুলি 'গ্র্যান্ড চুরি অটো' ব্যবহার করে

সমস্ত ভিডিও গেমের মধ্যে আপনি ড্রাইভারের এড-এ কাউকে দেখান, গ্র্যান্ড চুরি অটো যে তালিকা শীর্ষে হতে পারে না। কিন্তু জার্মানির ইন্টেল ল্যাবস এবং ডার্মডাস্ট্ট ইউনিভার্সিটির একটি দল খুঁজে পেয়েছে যে বস্তু চিহ্নিত করার সময় ভিডিও গেমগুলি ব্যবহার করে নির্ভুলতার নির্ভুলতা দেয়।

এই গবেষণায় প্রকাশিত এই দলটি লক্ষ্য করেছে যে গেমটি বাস্তব-বিশ্ব ড্রাইভিং পরিস্থিতিতে সঠিক সিমুলেশন সরবরাহ করেছে। এই তথ্যটি ঘুরে বেড়াতে এবং নিরাপদে নেভিগেট করার জন্য আসল বিশ্বের স্ব-ড্রাইভিং গাড়িগুলি দ্বারা ব্যবহার করা যেতে পারে।

স্বয়ং ড্রাইভিং গাড়ি রাস্তায় গাড়ি চালানোর সময় পথচারী, বাতিঘর এবং দেওয়ালগুলির মতো বস্তুগুলি কীভাবে সনাক্ত করতে হয় তা "শিখতে" সহায়তা করার জন্য বস্তুর সনাক্তকরণ ডেটা ব্যবহার করে। সাধারণত, গাড়ী নির্মাতারা একটি গাড়ি এর ড্যাশবোর্ড থেকে রেকর্ড করা ভিডিও থেকে এই ডেটা তৈরি করে। তারা যন্ত্রটি ব্যবহার করে এবং বস্তুগুলি সনাক্ত করে, মেশিনটি শেখার মাধ্যমে সিস্টেমটি অবশেষে প্রতিটি অবজেক্ট কেমন দেখায় তার একটি বিস্তৃত ধারণা তৈরি করে।

ব্যবহার গ্র্যান্ড চুরি অটো যদিও, দলটি এই প্রক্রিয়াটি আরও কার্যকরভাবে কার্যকর করতে সক্ষম হয়েছিল। দলটি একই ভিডিওতে একই ভিডিও রেকর্ড করতে পারে, কিন্তু একই রাস্তার বস্তুর প্রতিনিধিত্বকারী সম্পদগুলি দ্রুত সনাক্ত করতে সক্ষম হয়েছিল। ফোটোরিয়ালিস্টিক ভার্চুয়াল জগত মানে সনাক্ত হওয়া বস্তুগুলি সিস্টেমকে একই রকম বাস্তব ধারণা দেয় যা বাস্তব-বিশ্বের বস্তুগুলি দেখতে পাবে।

কম্পিউটারটি কেবলমাত্র কয়েক সেকেন্ডের মধ্যে বস্তুগুলি সনাক্ত করতে সক্ষম হয়, এমন একটি প্রক্রিয়া যা রেকর্ডকৃত ভিডিও সহ প্রায় প্রতি ঘন্টায় প্রায় দুই ঘন্টা সময় নেয়। এখানে কর্ম প্রক্রিয়া হয়:

"কৃত্রিম পরিবেশের সাথে, আমরা আলোড়ন এবং জলবায়ু সেটিংগুলিতে প্রচুর পরিমাণে বৈচিত্র্য সহ এক বৃহত স্কেলে যথাযথভাবে টীকাযুক্ত তথ্য সংগ্রহ করতে পারি", আলিরাজা শাফেঈ, পিএইচডি। ব্রিটিশ কলাম্বিয়া বিশ্ববিদ্যালয়ের শিক্ষার্থী ড এমআইটি প্রযুক্তি পর্যালোচনা.

শাফেঈ একটি গবেষণায় প্রকাশিত একটি গবেষণায় প্রকাশ করেছেন যে ভিডিও গেম কীভাবে বিশ্বকে দেখতে সাহায্য করার জন্য কম্পিউটারকে প্রশিক্ষণ দিতে পারে। তিনি বলেন, "আমরা দেখিয়েছি যে এই সিন্থেটিক তথ্যটি প্রশিক্ষণের জন্য প্রকৃত তথ্য ব্যবহার করার চেয়ে প্রায়শই ভাল, বা কখনও কখনও ভাল।"

স্বয়ং ড্রাইভিং গাড়িগুলি প্রচুর পরিমাণে ডেটা ব্যবহার করে এবং এর মতো কৌশলগুলি জিনিসগুলির উপরে রাখা অপরিহার্য হবে। AT & T একটি নতুন 5 জি সেলুলার নেটওয়ার্ক ট্রায়াল শুরু করেছে, যা স্ব-ড্রাইভিং গাড়িগুলি মন দিয়ে ডিজাইন করা হয়েছে, যেগুলি মিনিট-সমালোচনামূলক ডেটা অগ্রাধিকার দেয়, যাতে বিলম্বিত গাড়ি চালকহীন গাড়িগুলি এড়াতে পারে। এই সমস্ত তথ্য একটি খরচে আসে, যদিও গবেষকরা সতর্ক করেছেন যে গাড়িগুলি হ্যাকিংয়ের জন্য সংবেদনশীল হতে পারে। ড্রাইভারহীন যানবাহনগুলি বড় ডেটা সেটগুলির জন্য নতুন সম্ভাবনার উদ্বোধন করছে, তবে এটি কীভাবে পরিচালনা করবে তার প্রশ্নটি শীর্ষ অগ্রাধিকার হবে।