Kauno technologijos universiteto (KTU) magistrantas Bartas Lisauskas įsitikinęs, kad taip. Jis kuria kompiuterinės regos sistemą, kuri autonominėms sistemoms padėtų suvokti aplinką net ir veikiant su labai ribotais skaičiavimo resursais.
Daugiau naujienų apie saugų eismą galite galite perskaityti „Saugus eismas“ rubrikoje.
Ne teorija, o praktika
Programų sistemų inžineriją baigiantis studentas sako, kad nuo pat studijų pradžios siekė kurti praktiškai pritaikomus sprendimus. Jo pasirinkta kryptis – realiomis sąlygomis veikiantys autonominiai sprendimai – šiandien tampa vis aktualesnė. Autonominės technologijos jau taikomos ne tik automobilių pramonėje, bet ir logistikoje, gamyboje, net aptarnavimo sektoriuje.
„Norint sukurti efektyvias ir saugias autonomines technologijas, reikia daug laiko ir pastangų. Ir tai nėra tik programavimas – tai visapusiškas sistemos projektavimas nuo duomenų surinkimo iki sprendimų priėmimo“, – sako B. Lisauskas.
Viena iš sričių, kur jo nuomone vis dar slypi neišnaudotas potencialas, – tai išmanus eismo valdymas miestuose. Šioje srityje autonominės sistemos turi ne tik judėti, bet ir priimti sprendimus, reaguoti į pokyčius bei suvokti kontekstą.
Kompiuterinė rega – autonomijos pagrindas
Autonominės sistemos remiasi įvairiais duomenų šaltiniais: kameromis, jutikliais, radarais. Šie duomenys turi būti integruoti, kad sistema galėtų realiu laiku suvokti aplinką ir tinkamai į ją reaguoti. Čia itin svarbus vaidmuo tenka kompiuterinei regai.
„Ji leidžia atpažinti automobilius, žmones, ženklus, eismo juostas, aplinkos ribas. Tačiau svarbiausia – padeda sistemai prisitaikyti prie nuolat besikeičiančios situacijos“, – aiškina B. Lisauskas.
Jo vadovas, KTU Informatikos fakulteto profesorius Rytis Maskeliūnas, džiaugiasi, kad studentai kuria realiais duomenimis paremtus dirbtinio intelekto sprendimus: „Tai projektas, kuriame technologinis gylis dera su praktiniu supratimu apie diegimo apribojimus.“
Efektyvumas svarbiau nei „milžiniška galia“
Pagrindinis Barto tyrimo iššūkis – kaip užtikrinti, kad sistema veiktų efektyviai net be galingų kompiuterių. Tam jis sukūrė semantinio segmentavimo modelį, skirtą naudoti įrenginiuose, kuriuose nėra nei galingų procesorių, nei brangių grafikos kortų.
Segmentavimo sistema skirsto vaizdą į atskiras klases: kelią, automobilius, šaligatvius, dangų ir kt. Tokia analizė paprastai reikalauja daug skaičiavimo galios, tačiau Lisausko modelis veikia net senesniuose kompiuteriuose.
„Mano modelis paremtas transformerių architektūra su dėmesio valdymo moduliu. Tai leidžia sistemai sutelkti išteklius svarbiausioms vaizdo dalims, ignoruojant foną ar nereikšmingus elementus“, – aiškina studentas.
Tokiu būdu pasiekiamas optimalus balansas tarp efektyvumo ir tikslumo – sistema veikia pakankamai greitai ir tiksliai, kad būtų naudinga realiame autonominiame įrenginyje.
Sprendimas, kuris keičia mąstymą
R. Maskeliūnas pažymi, kad ši technologija leidžia atsisakyti brangių skaičiavimo resursų, todėl tampa ypač patraukli daugeliui sektorių: „Barto sukurtas modelis yra vienas iš pavyzdžių, kaip galima protingai integruoti dirbtinį intelektą su signalų apdorojimu, siekiant efektyvumo realioje aplinkoje.“
Lisausko tyrimas – tai ne tik žingsnis link pažangesnių autonominių sistemų, bet ir įrodymas, kad inovacijos slypi ne tik laboratorijose, bet ir studentų idėjose. Tai dar vienas ženklas, kad Lietuvos informacinių technologijų bendruomenė jau dabar prisideda prie globalios autonominių sprendimų evoliucijos.
