Các phương tiện tự hành phải có khả năng xác định nhanh chóng và chính xác các vật thể mà chúng gặp phải, chẳng hạn như xe tải giao hàng đậu quanh các góc đường hoặc người đi xe đạp đang tiến đến giao lộ. Để đạt được điều này, ô tô tự hành có thể sử dụng mô hình thị giác máy tính mạnh mẽ để phân loại từng pixel trong hình ảnh cảnh có độ phân giải cao, đảm bảo chúng không bỏ qua các vật thể có thể bị che khuất trong hình ảnh chất lượng thấp. Tuy nhiên, nhiệm vụ này, được gọi là phân đoạn ngữ nghĩa, rất phức tạp, đòi hỏi tính toán phức tạp, đặc biệt là với hình ảnh có độ phân giải cao.
Theo báo cáo của các phương tiện truyền thông quốc tế, các nhà nghiên cứu từ Viện Công nghệ Massachusetts (MIT), Phòng thí nghiệm AI Watson của MIT-IBM và các tổ chức khác đã hợp tác để phát triển một mô hình thị giác máy tính hiệu quả hơn, giảm đáng kể độ phức tạp tính toán của nhiệm vụ nói trên. Mô hình này có thể thực hiện phân đoạn ngữ nghĩa chính xác, theo thời gian thực trên các thiết bị có tài nguyên phần cứng hạn chế, chẳng hạn như máy tính trên xe, cho phép ô tô tự động đưa ra quyết định tức thời.
Các mô hình phân đoạn ngữ nghĩa tiên tiến nhất hiện nay có thể tìm hiểu trực tiếp sự tương tác giữa mỗi cặp pixel trong một hình ảnh, nghĩa là tính toán của chúng tăng theo phương trình bậc hai khi độ phân giải hình ảnh tăng lên. Mặc dù các mô hình như vậy rất chính xác nhưng tốc độ xử lý của chúng quá chậm để xử lý hình ảnh có độ phân giải cao trong thời gian thực trên các thiết bị biên như cảm biến hoặc điện thoại thông minh.
Các nhà nghiên cứu tại MIT đã thiết kế một thành phần mới cho mô hình phân đoạn ngữ nghĩa, có khả năng tương đương với các mô hình tiên tiến nhất cùng loại nhưng chỉ đạt được độ phức tạp tính toán tuyến tính và hỗ trợ hoạt động phần cứng hiệu quả.
Kết quả công việc của các nhà nghiên cứu là một loạt mô hình mới cho thị giác máy tính có độ phân giải cao. Khi triển khai trên thiết bị di động, các mô hình này hoạt động nhanh hơn 9 lần so với phiên bản tiền nhiệm. Điều quan trọng là so với các giải pháp thay thế, mô hình mới này đạt được độ chính xác tương tự, nếu không muốn nói là tốt hơn.
Công nghệ này không chỉ có thể hỗ trợ ô tô tự động đưa ra quyết định theo thời gian thực mà còn có thể nâng cao hiệu quả của các nhiệm vụ thị giác máy tính có độ phân giải cao khác, chẳng hạn như phân đoạn hình ảnh y tế.
