ระบบ AI ช่วยสร้างแผนที่สำหรับทุกๆ อาคารในสหรัฐอเมริกา

0
https://news.developer.nvidia.com/wp-content/uploads/2018/05/cover_photo_oak_ridge.jpg

นักวิจัยที่ห้องปฏิบัติการ Oak Ridge National Laboratory ในรัฐเทนเนสซี (Tennessee) ได้สร้างระบบ deep learning ที่สามารถสร้างแผนที่ทุกๆ อาคารในสหรัฐอเมริกาจากภาพถ่ายดาวเทียมได้ โดยระบบนี้ถือเป็นครั้งแรกในการสร้างแผนที่ประเทศและของเขตตำแหน่งระหว่างอาคารได้ ซึ่งจะมีศักยภาพในการช่วยเหลือการสร้างแผนฉุกเฉินทั้งก่อนและหลังการเกิดภัยพิบัติได้

“ผลลัพธ์จากโมเดลที่สร้างขึ้นได้ครอบคลุมทั่วสหรัฐอเมริกานั้นกำลังผ่านการตรวจสอบคุณภาพโดยวิธี manual เพื่อเป็นการ verify โมเดลที่ได้อีกครั้ง” นักวิจัยกล่าวในงานตีพิมพ์ “ผลลัพธ์อันเป็นที่น่าประทับใจนั้นได้ให้ข้อมูลเพื่อใช้ในการตัดสินใจถึงระดับที่เกิดพายุเฮอริเคนเออร์มา (Irma) และฮาร์วีย์ (Harvey) ได้”

โดยทีมวิจัยได้สร้างระบบบนเฟรมเวิร์ก Caffe โดยเทรนระบบด้วยข้อมูลภาพหลายช่องสัญญาณ (multi-spectral image) จากข้อมูลโปรแกรม National Agriculture Imagery Program หรือ NAIP ซึ่งใช้การเทรนถึง 120,000 รอบบนการ์ดจอ NVIDIA Tesla 8 ตัว จึงจะสำเร็จ

“ด้วยโมเดลที่เลือกขึ้นมานั้น พวกเราสามารถประมวลผลภาพ NAIP ทุกภาพและสร้างแผนที่อาคารต่างๆ ได้เป็นครั้งแรกซึ่งครอบคุลมทั้งสหรัฐอเมริกา ด้วยระยะเวลาในการประมวลผลเฉลี่ยน้อยกว่า 1 นาทีในแต่ละขนาดพื้นที่ประมาณ 56 ตารางกิโลเมตร ด้วย 8 การ์ดจอ NVIDIA Tesla”

https://news.developer.nvidia.com/wp-content/uploads/2018/05/oakridge.png
ผลลัพธ์จากการดึงข้อมูลอาคารออกมา (ซ้าย) รัฐเพนซิลวาเนีย (ขวา) เมืองฟิลาเดเฟียโดยเป็นส่วนที่อยู่ในกรอบสีน้ำเงินจากทางซ้าย สีแดงคือการวงของเขตของอาคารในภาพ

 

นักวิจัยได้สร้างระบบโดยได้ใช้งานตีพิมพ์ 2 งานก่อนหน้านี้ไว้ด้วย และสิ่งนี้เองได้ทำให้พวกเขาสามารถเพิ่มอีก layer ที่จะช่วยตัดสินพื้นที่ระหว่างแต่ละอาคารได้อย่างมีประสิทธิภาพ

“พวกเรานำเสนอวิธีการที่เรียบง่ายและมีประสิทธิภาพผสมสานในการรวมกันของโมเดลโครงข่ายประสาทเทียม Convolutional Neural Network (CNN) 2 โมเดล ร่วมกับข้อมูลแถบสเปกตรัม ในขณะที่ยังคงใช้ประโยชน์จากค่า parameter ที่ได้เทรนมาก่อนหน้านี้จากโมเดลที่ pre-train ไว้เพื่อเป็นค่าตั้งต้นด้วย” นักวิจัยกล่าวในงานวิจัย “โดยวิธีการที่ผสมผสานนี้สามารถเพิ่มประสิทธิภาพได้อย่างน่าพอใจ อีกทั้งใช้โมเดล CNN อีก 1 ตัวในการทำกระบวนการ validate โมเดล จึงทำให้พวกเราสร้างแผนที่อาคารที่ไร้รอยต่อได้ครั้งแรกสำหรับสหรัฐอเมริกา”

ในการทดสอบในอนาคตนั้น นักวิจัยจะลองใช้ประโยชน์จากเครื่อง supercomputer รุ่นที่ใหม่กว่าที่มีศักยภาพมากกว่าต่อไป ซึ่งการมีฮาร์ดแวร์ที่ประสิทธิภาพสูงขึ้นจะทำให้พวกเขาสามารถสร้างสถาปัตกรรม (architecture) ของโครงข่ายประสาทเทียมได้อย่างซับซ้อนมากยิ่งขึ้น และสามารถทดลองใช้ข้อมูลแถบสเปกตรัมมากกว่า 3 แถบในโครงข่ายได้อีกด้วย

Source : https://news.developer.nvidia.com/ai-helps-map-every-building-in-the-u-s/