U svijetu već postoje samovozeći automobili, jednog dana možda će kao taksiji stići i na hrvatske ulice, no pred širokom upotrebom mnogo je prepreka, u prvom redu sigurnosnih. Postoji li način da takva vozila uspiju dovoljno brzo reagirati na baš svaku situaciju u prometu, poput brzih električnih romobila, pješaka koji pretrčavaju cestu ili kakve novonastale rupe na asfaltu?
Ugledni Massachussetts Institute of Technology misli da je došao važan korak bliže rješenju. Naime, model utemeljen na umjetnoj inteligenciji upotrijebljen na računalima trebao bi omogućiti bržu i čišću sliku u samovozećim automobilima.
Istina, ista tehnologija može se upotrijebiti i na drugim poljima, primjerice u medicini, ali priča o primjeni u autonomnim automobilima dobila je najveću pažnju.
MIT i srodni mu MIT-IBM AI Lab svoje su nedavno predstavljeno rješenje nazvali EfficientViT, računalni model koji ubrzava segmentaciju slika visoke rezolucije u realnom vremenu. Tako poboljšava rad uređaja s hardverom ograničenih kapaciteta, a takvi su baš samovozeći automobili.
Takvi automobili moraju, naime, sami rješavati probleme u prometu pouzdanim prepoznavanjem prepreka, bili to pločnik, kamion parkiran na uglu ili jureći biciklist. Da bi se to postiglo, vozilo mora koristiti računalo visoke vizualne moći sposobno prepoznavati svaki piksel u slici visoke rezolucije koju prima iz okoline. I to tako da istodobno ne izgubi 'iz vida' objekte koji mogu biti skriveni na slikama lošije kvalitete. No, taj je zadatak iznimno zahtjevan i složen, pa ponekad vodi računalo do ruba sposobnosti.
Novi model značajno smanjuje računalnu složenost kod ovoga zadatka, najvažnijeg za razvoj ove tehnologije, omogućavajući zadovoljavajuće rezultate i kod ugrađenih računala koja mogu donijeti odluku u djeliću sekunde. Današnje rješenje je izravno 'učenje' interakcije između bilo koja dva piksela na slici, pa proračuni višestruko rastu kako se povećava rezolucija slike. Takvi proračuni jesu pouzdani, ali su prespori za ono što se želi postići autonomnom vožnjom - sigurnost.
Novi model, s druge strane, obrađuje slike visoke rezolucije devet puta brže od postojećeg modela. Istodobno, pouzdanost je u najmanju ruka ista, a često i bolja od dosadašnjeg rješenja.