Cognitive Pilot представила новую технологию обучения нейронных сетей, предназначенную для решения давней проблемы автономии сельского хозяйства: несоответствия между тем, как люди и искусственный интеллект воспринимают одну и ту же сцену вождения. Компания заявляет, что разработка может значительно повысить точность и безопасность систем автопилота, используемых в беспилотной сельскохозяйственной технике.
Технология, известная как коррекция когнитивной дивергенции, фокусируется на выявлении и измерении несоответствий между человеческими суждениями и интерпретацией нейронной сети в сложных операционных средах, таких как грязные поля, неровная местность или переменное освещение.
Что случилось?
Cognitive Pilot разработала коррекцию когнитивных расхождений для обнаружения и количественной оценки различий между восприятием сцены человеком и нейронной сетью.
Система нацелена на сценарии, в которых компьютерное зрение испытывает трудности, включая неясные границы поля, тени, снег, дождь и искаженные визуальные маркеры.
Анализатор расхождений автоматически определяет особенности сцены, которые люди интуитивно используют для определения траектории транспортного средства.
Несогласованные кадры обучающих данных изолируются для дальнейшего просмотра, а согласованные кадры остаются в наборе обучающих данных.
Технология интегрирована в системы автопилота, установленные на автономных тракторах с конца весны 2025 года.
Компания говорит
«Даже при высокой точности обнаружения сеть может неправильно интерпретировать контекст», — сказал Геннадий Савицкий, ведущий разработчик Cognitive Pilot. Он добавил, что если не устранить расхождения между человеческим и машинным восприятием, во время обучения могут накапливаться ошибки, что снижает точность управления и безопасность.
«В результате повышается согласованность данных, а, следовательно, улучшается качество обучения и безопасность автономных систем управления»,
- сказал Савицкий.
Почему это важно?
Несовпадение между человеческим суждением и восприятием ИИ может привести к ошибкам навигации и ложным срабатываниям автономного оборудования.
Повышение согласованности данных во время обучения имеет решающее значение для безопасной работы в сложных сельскохозяйственных условиях.
Более высокая точность управления необходима для точного земледелия и более широкого внедрения полностью автономных,-тракторов, не требующих участия оператора.
Эта технология может помочь установить новые стандарты безопасности в сельскохозяйственных и других автономных транспортных системах.
