[кросс-пост из моего блога на https://gronskiy.com/posts/daedalean-ai-heli-demo-en/]
TL;DR
Видео одного из многочисленных испытательных полетов вертолета, выполненных пилотами daedalean.ai для проверки функциональности визуального SLAM/одометрии и семантического распознавания местности.
В Daedalean мы работаем над созданием беспилотных автомобилей. Это звучит знакомо и, эхммм… легко буквально для всех, кто в настоящее время занимается ИИ: да, вы постоянно слышите, что речь идет о том, чтобы просто закинуть кучу Nice Data™ в какую-то Deep Network™ — и все готово! Хорошо, я сильно преувеличиваю, но оптимизм все равно исключительно высок.
Что обычно, по крайней мере, недооценивается, так это объем нетривиальной работы, необходимой для достижения этой цели: сбор данных, управление ими, разработка как машинного обучения, так и традиционных алгоритмов, их тестирование, настройка и подтверждение правильности. Добавьте сюда нелегкий путь сертификации таких систем — и вы получите внушительный список инженерных, организационных и управленческих задач на пути от идеи до полной реализации.
С июля 2018 года мне посчастливилось быть в команде действительно профессиональных и увлеченных людей, которые работают над одним из самых сложных приложений ИИ. В рамках наших процедур мы должны собирать уникальные данные, тестировать наши решения в реальных условиях, определять выигрыши и неудачи и повторять итерации. Компания Daedalean выпустила короткий видеоролик о совместной работе наших пилотов и инженеров. Наслаждаться!
использованная литература
[1] Летная годность — юридический термин из воздушного права, определяющий условия, которым должна соответствовать система, чтобы ее можно было использовать для воздушных операций.
[2] Одометрия — процесс оценки изменений положения с течением времени (например, пройденный путь.
Первоначально опубликовано на gronskiy.com.
