Otonom araçlar için sanal sürücü kursu: Synthia

Barselona’daki bilim adamları sürücüler için çok kolay olan kaldırımda yürüyenleri ya da trafik ışıklarını algılama gibi bazı görevleri otonom araçların yerine getirmekte zorlandığını düşünerek sanal şehir simülasyonu Synthia‘yı geliştirdiler. Synthia ile araç yapay zeka yazılımlarını eğitip, onlara yağmur, kar gibi her türlü hava koşulunda engelleri tanımayı ve algılamayı öğretiyorlar.

Gerçek Veri Gerçek Başağrısı

Eğer Tesla‘nın kurucusu Elon Musk‘a inanıyorsanız siz de bir gün otonom araçların diğer sürücülere nazaran daha güvenli olacağını düşünebilirsiniz. Belki doğru olabilir ama şuan Tesla yarı-otonom özellikleri ile sınırları zorlarken dahi mutlaka direksiyon başında bir sürücünün olmasını istiyor.

Otonom sürüşü sağlayan yapay zekanın (AI) temel alt yapısı yapay sinir ağlarıdır. Bu yapay sinir ağları gerçek dünyaya ait görüntü ve videolarla eğitilip arabalar, yayalar, yol işaretleri gibi çok farklı sınıflara ait nesneleri öğrenebilirler. Bu sınıflandırma sayesinde yapay zeka yazılımları araç kameralarından gerçek zamanlı görüntüleri alıp bunları yorumlayabilir ve yön değiştirme, fren yapma, sinyal verme gibi kararlar verebilir.

Yapay zeka yazılımları sıradan sürüş esnasında sürekli ortaya çıkan durumlar hakkında pek çok veri toplayabilir. Fakat kavşaklar, trafik kazaları, ambulansın yol istemesi gibi her zaman oluşmayan farklı durumlarda yeterli örnek toplayamadıkları için zorlanabilirler.

Daha da kötüsü, yapay sinir ağlarını eğitmek için kullanılan görüntüleri manuel olarak açıklamak gerekir. Yani birilerinin özenle her görüntüyü inceleyip nesneleri tek tek etiketlemesi, sürüş alanı ile kaldırımları, yayalarla trafik işaretlerini birbirinden ayırması gerekir. Daimler CityScapes projesi ile işte bunu yapıyor. 20 binden fazla görüntüdeki 30 farklı sınıfı manuel olarak etiketleyip ayırıyor. Tesla’nın otopilot yazılım sistemini sağlayan Mobileye firmasında 600’den fazla çalışan bu işte görev yapıyor.

Açıkcası gerçek görüntülerle çalışma yöntemi pahalı ve kavşak problemleri için bir çözüm getiremiyor.

Sanal Dünyada Dolaşmak

German Ros ve Barselona Computer Vision Center’daki ekibi görüntüleri otomatik olarak ayrıştırıp etiketleme yapabilecek ve araç yapay zekalarına karşılaşabilecekleri en olağan dışı durumlarda bile nasıl davranmaları gerektiğini eğitebilecek bilgisayar oyunu tarzında bir yazılım geliştirdiler.

Unity oyun motorunun kullanıldığı yazılımda araştırmacılar yayaları, bisikletlileri, kötü park eden otobüsleri ve komple çevresi ile birlikte gerçeğe oldukça yakın bir şehir simülasyonu oluşturdular. Kar, yağmur gibi bütün mevsim koşulları da simülasyonda mevcut. Ekip daha sonra bu simülasyon içerisinde sanal bir araba oluşturdular. Bu sistem sayesinde araç otopilot kameraları için özel kamera açıları seçilerek ve oluşturdukları araç bu sanal dünya içerisinde dolaştırılarak fotoğraf ve video çekimi yapmak mümkün hale geldi.

Simülasyon içerdiği görüntülerdeki bütün nesneleri otomatik olarak tanıdığı için yapay zeka eğitiminde kullanılmak üzere kusursuzca etiketlenmiş, gerçekçi ve devasa bir arşiv üretebiliyor. Yazılımın adı da buradan geliyor. Synthia: Synthetic collection of Imagery and Annotations of urban scenario / Yapay imgelerin toplanması ve şehir senaryolarının açıklanması).

Gerçek görüntüleri işlemek ve ayrıştırmak emek yoğun bir çalışma ve uzun süreler gerektirdiğinden bu simülasyon üzerinde çalışmak çok daha ekonomik ve hızlı olacaktır.

Ros, “Araç yapay zekaları yaya ve araçları algılamada gayet iyi durumdalar. Fakat hala kaldırım sınırları ve trafik ışıklarını algılamakta zorlanıyorlar. Kaldırımlar ülkeden ülkeye, hatta şehirden şehire bile değişiyor. Neyse ki Synthia sayesinde hiç bir risk taşımadan kavşak sorunları dahil bütün senaryoları üretebiliyoruz ve bunlara odaklanabiliyoruz” diyor.

Araştırma 213 binden fazla sanal görüntü ve video toplamış durumda. Sanal görüntülerle gerçek görüntülerin karıştırılmasının sistem üzerinde bir artısı olup olmayacağını da kontrol eden ekip %2 oranında gerçek görüntü kullandı.

Düşük çözünürlüklü (240×180 piksel) görüntülerin 8 farklı temel algoritmayla işlenmesi sonrasında 11 ayrı sınıf için %45-55 arasında artış elde eden araştırmacılar yüksek çözünürlüklü fotoğraf kullanmaları durumunda yazılımın ticari sürümünde daha da iyi bir sonuç elde edecekleri kanaatindeler. Fakat ekip lideri Ros’e göre yapılan analizler Synthia’nın bu başarının ana etkeni olduğunu söylüyor.

Bilim adamları geri bildirim almak ve platformlarını daha da geliştirmek için ticari olmayan kullanımlara yönelik halka açık bir lisansla ellerindeki bütün görüntüleri yayınladılar.

Ros ayrıca Synthia’daki sanal aracın kamera açılarının konfigürasyonu için araç üreticileri ile ticari sözleşmeeler yaptıklarını belirtti.

Kaynak: Gizmag