Cognitive Pilot đã giới thiệu một công nghệ đào tạo mạng lưới thần kinh mới được thiết kế để giải quyết thách thức lâu dài trong quyền tự chủ trong nông nghiệp: sự không phù hợp giữa cách con người và trí tuệ nhân tạo nhận thức về cùng một cảnh lái xe. Công ty tuyên bố rằng sự phát triển này có thể nâng cao đáng kể độ chính xác và an toàn của hệ thống lái tự động được sử dụng trong máy nông nghiệp không người lái.
Công nghệ này, được gọi là Hiệu chỉnh phân kỳ nhận thức, tập trung vào việc xác định và đo lường sự khác biệt giữa phán đoán của con người và cách diễn giải mạng lưới thần kinh trong các môi trường hoạt động khó khăn, chẳng hạn như ruộng lầy lội, địa hình không bằng phẳng hoặc ánh sáng thay đổi.
Chuyện gì đã xảy ra thế?
Thí điểm nhận thức đã phát triển Hiệu chỉnh phân kỳ nhận thức để phát hiện và định lượng sự khác biệt giữa nhận thức về cảnh của con người và mạng lưới thần kinh.
Hệ thống nhắm đến các tình huống trong đó thị giác máy tính gặp khó khăn, bao gồm ranh giới trường bị che khuất, bóng tối, tuyết, mưa và các điểm đánh dấu hình ảnh bị bóp méo.
Máy phân tích phân kỳ tự động xác định các đặc điểm cảnh mà con người sử dụng một cách trực quan để xác định quỹ đạo của phương tiện.
Các khung dữ liệu huấn luyện không nhất quán được tách riêng để xem xét thêm, trong khi các khung nhất quán vẫn còn trong tập dữ liệu huấn luyện.
Công nghệ này đã được tích hợp vào hệ thống lái tự động lắp đặt trên máy kéo tự hành kể từ cuối mùa xuân năm 2025.
Câu nói của công ty
Gennady Savitsky, nhà phát triển chính tại Cognitive Pilot cho biết: “Ngay cả với độ chính xác phát hiện cao, mạng vẫn có thể hiểu sai ngữ cảnh”. Ông nói thêm rằng nếu không giải quyết được sự khác biệt giữa nhận thức của con người và máy móc, các lỗi có thể tích lũy trong quá trình đào tạo, làm giảm độ chính xác và an toàn của việc điều khiển.
"Kết quả là tính nhất quán của dữ liệu được tăng lên và do đó, chất lượng đào tạo và độ an toàn của hệ thống điều khiển tự động được cải thiện,"
Savitsky nói.
Tại sao điều này lại quan trọng?
Sự sai lệch giữa phán đoán của con người và nhận thức của AI có thể dẫn đến lỗi điều hướng và kết quả dương tính giả trong máy móc tự động.
Cải thiện tính nhất quán của dữ liệu trong quá trình đào tạo là rất quan trọng để vận hành an toàn trong môi trường nông nghiệp phức tạp.
Độ chính xác điều khiển cao hơn là điều cần thiết cho canh tác chính xác và việc áp dụng rộng rãi hơn các máy kéo hoàn toàn tự động, không cần người điều khiển{0}}.
Công nghệ này có thể giúp thiết lập các tiêu chuẩn mới về an toàn trong nông nghiệp và các hệ thống giao thông tự hành khác.
