یادگیری ماشینی گوگل به کمک تشخیص چاله ها و دست اندازهای خیابان می آید [تماشا کنید]

فرقی نمی کند ثبت تصاویر با کیفیت تر با دوربین تلفن های همراه باشد یا کمک به کنترل و هدایت وسایل نقلیه، هوش مصنوعی این روزها در کانون توجه بسیاری از شرکت ها قرار گرفته و کاربرد آن مدام رو به گسترش است.

یادگیری ماشینی (Machine learning) یکی از شاخه های هوش مصنوعی است. در این شاخه با کشف الگوها، الگوریتم های خاصی تنظیم می شوند که بر اساس آنها کامپیوترها و سیستم های نرم افزاری توانایی آموختن و یادگیری را پیدا می کنند.

به تازگی گروهی از دانشجویان دانشگاه Loyola Marymount که در لس آنجلس واقع شده تحقیقاتی را در زمینه توسعه سیستمی برای شناسایی چاله ها و ناهمواری های موجود در خیابان ها آغاز کرده اند.

هدف از توسعه چنین سیستمی تهیه مدلی است که بتواند در زمانی سریع تر ایرادات آسفالت را تشخیص و گزارش کند. برای این کار گروه مذکور از پلتفرم متن باز تنسورفلو (TensorFlow) گوگل و یک دوربین که روی کاپوت خودرو نصب شده، بهره گرفته اند.

به گفته دانشجویان در صورت نهایی شدن این پروژه و عرضه نهایی سیستم مربوطه، شرکت های عمرانی و مسئولان نگهداری از راه ها خواهند توانست وقت خود را به جای کشف چاله ها، صرف تعمیر کنند.

بدیهی است که با تعمیر زودتر و بهتر راه ها و خیابان ها، کیفیت و ایمنی رانندگی نیز ارتقا یافته و وضعیت ترافیکی نیز بهبود پیدا می کند؛ بد نیست بدانید لس آنجلس یکی از پرترافیک ترین شهرهای جهان بوده و بر اساس گزارش دو سال پیش INRIX حدود 102 ساعت از عمر ساکنین این کلانشهر در ترافیک سنگین خیابان ها تلف می شود.

جلب رضایت مالکین وسایل نقلیه از دیگر نتایج بهره گیری از سیستم مبتنی بر یادگیری ماشینی دانشجویان Loyola Marymount خواهد بود، زیرا خودروهای این افراد کمتر در چاله ها افتاده و با کاهش صدمات وارد شده به خودرو، هزینه نگهداری نیز کاهش می یابد.

همچنین به دلیل کاهش صدمات وارد شده به وسایل نقلیه و به دنبال آن کاهش هزینه های نگهداری، رضایت مالکین هم بیشتر جلب خواهد شد.

فکر می کنید در صورت استفاده از چنین سیستمی در شهرها و جاده های کشورمان نتیجه چه خواهد بود؟