Cognitive Pilot은 농업 자율성의 오랜 과제인 인간과 인공 지능이 동일한 운전 장면을 인식하는 방식 간의 불일치를 해결하기 위해 설계된 새로운 신경망 훈련 기술을 도입했습니다. 회사는 이번 개발을 통해 무인 농기계에 사용되는 자동 조종 시스템의 정확성과 안전성을 크게 향상시킬 수 있다고 밝혔습니다.
인지 발산 보정(Cognitive Divergence Correction)으로 알려진 이 기술은 진흙밭, 고르지 못한 지형, 다양한 조명과 같은 어려운 운영 환경에서 인간의 판단과 신경망 해석 간의 불일치를 식별하고 측정하는 데 중점을 둡니다.
무슨 일이에요?
Cognitive Pilot은 인간과 신경망 장면 인식 간의 차이를 감지하고 정량화하기 위해 Cognitive Divergence Correction을 개발했습니다.
이 시스템은 모호한 필드 경계, 그림자, 눈, 비 및 왜곡된 시각적 마커를 포함하여 컴퓨터 비전이 어려움을 겪는 시나리오를 대상으로 합니다.
발산 분석기는 인간이 차량 궤적을 결정하기 위해 직관적으로 사용하는 장면 특징을 자동으로 식별합니다.
일관성이 없는 교육 데이터 프레임은 추가 검토를 위해 격리되는 반면, 일관된 프레임은 교육 데이터 세트에 유지됩니다.
이 기술은 2025년 늦은 봄부터 자율 트랙터에 설치된 자동 조종 시스템에 통합되었습니다.
회사 말
Cognitive Pilot의 수석 개발자인 Gennady Savitsky는 "검출 정확도가 높더라도 네트워크가 상황을 잘못 해석할 수 있습니다."라고 말했습니다. 그는 인간과 기계 인식 간의 차이를 해결하지 않으면 훈련 중에 오류가 누적되어 제어 정확도와 안전성이 저하될 수 있다고 덧붙였습니다.
"결과적으로 데이터 일관성이 향상되고 결과적으로 훈련의 질과 자율 제어 시스템의 안전성이 향상됩니다."
사비츠키가 말했다.
이것이 왜 중요합니까?
인간의 판단과 AI 인식 간의 불일치는 자율 기계의 탐색 오류와 오탐으로 이어질 수 있습니다.
훈련 중 데이터 일관성을 개선하는 것은 복잡한 농업 환경에서 안전한 작업을 위해 매우 중요합니다.
정밀 농사를 짓고 운전자가 필요 없는 완전 자율{0}}트랙터를 널리 채택하려면 더 높은 제어 정확도가 필수적입니다.
이 기술은 농업 및 기타 자율 운송 시스템의 안전에 대한 새로운 기준을 설정하는 데 도움이 될 수 있습니다.
