انٹیل لیبز خود کار ڈرائیونگ گاڑیوں کو تربیت دینے کے لئے 'گرینڈ چوری آٹو' کا استعمال کرتے ہیں

تمام ویڈیو گیمز میں آپ ڈرائیور کے ایڈ میں کسی کو دکھائیں گے، گرینڈ چوری آٹو اس فہرست کے اوپر نہیں ہوسکتی ہے. لیکن جرمنی میں انٹیل لیبز اور ڈاررمٹٹٹ یونیورسٹی میں ایک ٹیم نے یہ محسوس کیا ہے کہ ویڈیو گیمز کا استعمال کرتے وقت اشیاء کی شناخت کرتے وقت درستگی کی ایک منفرد سطح فراہم کرتا ہے.

ٹیم جس نے اس کاغذ میں اس کے نتائج شائع کیا، اس نے محسوس کیا کہ کھیل نے حقیقی دنیا کی ڈرائیور منظوریوں کا صحیح تخروپن فراہم کیا. اس اعداد و شمار کو حقیقی دنیا میں خود کار ڈرائیونگ کاروں کے ذریعے استعمال کیا جاسکتا ہے اور محفوظ طریقے سے گھومنے کے لئے.

خود کار ڈرائیور کاروں کو شناختی اعداد و شمار کا استعمال کرتے ہوئے "سیکھنے" میں مدد کرنے کے لئے استعمال کرتے ہیں کہ سڑک پر چلنے پر پیڈسٹریوں، چراغوں اور دیواروں جیسے اشیاء کی شناخت کیسے کی جائے. عموما، کار سازوں نے اس ڈیٹا کو ریکارڈ کی ویڈیو سے گاڑی کی ڈیش بورڈ سے تخلیق کیا ہے. وہ دستی طور پر اشیاء کی شناخت اور شناخت کے ساتھ جاتے ہیں، آخر میں مشین سیکھنے کا استعمال کرتے ہوئے نظام آخر میں ہر ایک چیز کی طرح لگتا ہے کے وسیع خیال کی تعمیر کرنے کے لئے.

استعمال کرنا گرینڈ چوری آٹو اگرچہ، ٹیم اس پروسیسنگ کو کہیں زیادہ مؤثر طریقے سے خودکار کرنے میں کامیاب تھا. ٹیم میں کھیلوں میں اسی طرح کی ویڈیو ریکارڈ کر سکتی ہے، لیکن ان اثاثوں کو تیزی سے شناخت کرنے میں کامیاب تھا جو ان ہی اسٹریٹ اشیاء کی نمائندگی کرتے تھے. فوٹو گرافیاتی مجازی دنیا کا مطلب یہ ہے کہ اشیاء کی نشاندہی کی جانے والی اشیاء کو وہی حقیقی خیالات دیتی ہیں جو حقیقی دنیا کی چیزیں نظر آئے گی.

کمپیوٹر خود کار طریقے سے صرف سیکنڈ میں اشیاء کی شناخت کرنے کے قابل ہے، ایک ایسی پروسیسنگ جس میں ریکارڈ شدہ ویڈیو کے ساتھ عام طور پر تقریبا دو گھنٹے لگتی ہے. عمل میں عمل یہاں ہے:

"مصنوعی ماحول کے ساتھ، ہم روشنی اور آب و ہوا کی ترتیبات میں بہت زیادہ مختلف تبدیلیوں کے ساتھ بڑے پیمانے پر واضح طور پر تشخیص کردہ اعداد و شمار جمع کر سکتے ہیں." ​​پی ایچ ڈی. برٹش کولمبیا یونیورسٹی میں طالب علم نے بتایا ایم آئی ٹی ٹیکنالوجی کا جائزہ.

شافعی نے اپنی تحقیق میں ایک کاغذ میں شائع کیا ہے کہ اس بات کا اندازہ کیا گیا ہے کہ کس طرح ویڈیو کھیل دنیا کو دیکھنے کے لئے کمپیوٹرز کو تربیت دے سکتی ہے. انہوں نے کہا کہ "ہم نے ظاہر کیا کہ یہ مصنوعی اعداد و شمار تربیت کے لئے حقیقی اعداد و شمار کا استعمال کرنے سے کہیں زیادہ اچھا یا کبھی کبھی بھی بہتر ہے."

خود کار ڈرائیور کاروں کا ایک بہت بڑا ڈیٹا استعمال ہوتا ہے، اور اس طرح کی تکنیکیں سب سے اوپر چیزوں کو رکھنے کے لئے بہت اہم ہو گی. اے ٹی او ٹی نے ایک نیا 5 جی سیلولر نیٹ ورک کی آزمائش شروع کردی ہے، جس میں دماغ میں خود کار طریقے سے کاروں کے ساتھ ڈیزائن کیا گیا ہے، یہ ڈرائیور گاڑیوں سے بچنے سے بچنے کے لئے مشن کے اہم اعداد و شمار کو ترجیح دیتے ہیں جو طول و عرض سے متاثر ہوتے ہیں. یہ تمام اعداد و شمار ایک قیمت پر آتا ہے، اگرچہ، محققین نے خبردار کیا ہے کہ کاروں کو ہیکنگ کرنے کے لئے حساس ہوسکتا ہے. ڈرائیورر گاڑیاں بڑے اعداد و شمار کے لئے نئے امکانات کو کھول رہے ہیں، لیکن یہ سب کیسے ہینڈل کرنے کا سوال سب سے اوپر ترجیح ہے.