Populární témata
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Hivemapper
Vytváříme čerstvější mapy pro lidstvo.
Připojte se k decentralizované globální komunitě mapperů. Získejte odměny. Změňte svět. Postaveno na @solana, domově #DePIN.
Hivemapper repostoval/a
Manuální QA se pro moderní datové kanály neškáluje – je příliš pomalá, příliš drahá, příliš křehká.
@Hivemapper zpočátku vybudovali obrovskou datovou platformu pro kontrolu kvality map založenou na lidech s > 20 000 lidskými editory. Za posledních 6 měsíců jsme smazali 85 % z této platformy a nahradili ji různými funkcemi AI.
Nová platforma umělé inteligence má tři klíčové části
1. Validátory AI
Validátoři jsou zodpovědní za zajištění přesnosti dat o rychlostních limitech, cenách plynu, omezeních vertikální výšky, šířkách silnic a dalších. V podstatě hodnotí domácí úkoly, které včelka dělá, a když včelka udělala chybu řekněme v rychlostním limitu, zachytila to jako 25 mph místo 35 mph, pak to opraví. Existuje několik modelů, které se provozují a pak všechny musí dosáhnout konsensu. Zde většina modelů AI funguje dobře a viděli jsme vynikající výkon i při použití starších modelů od OpenAI a Phi. V současné době Claude pro tyto úlohy ověřování AI založené na vidění nedoporučujeme.
2. Umístění AI
Je to trochu složitější, ale v zásadě se chceme ujistit, že objekty jsou dobře umístěny a značky jsou spojeny se správnými jízdními pruhy se správným azimutem. Většina základních modelů umělé inteligence zatím nemá silný smysl pro trojrozměrný prostor, ale očekáváme, že se to brzy změní.
Kevin Weil, CPO ve společnosti OpenAI, řekl: "Modely umělé inteligence, které dnes používáte, jsou nejhorší modely umělé inteligence, které budete používat po zbytek svého života."
Náš přístup je zachytit zjevné chyby v umístění, myslím tím, zda je uprostřed silnice rychlostní limit, je sloup elektrického vedení uvnitř hranic budovy, je tam značka STOP, která není zarovnána s křižovatkou atd. Jsou zde i další techniky, které si nechám na další příspěvek.
3. Přeškolení AI
The Bee provozuje modely umělé inteligence založené na inferenci, které vytvářejí mapu na okraji. Tyto modely však nejprve trénujeme v cloudu a klíčem je najít zajímavé okrajové případy, které snižují budoucí chyby. Například značka omezení rychlosti na 55 mph připevněná na zadní části nákladního automobilu, jak je znázorněno níže, není statickou značkou omezení rychlosti. Kontext obklopující tyto objekty nám hodně říká o samotných objektech, a tak učíme modely umělé inteligence Bee, aby tento kontext chápaly. V zásadě potřebujete pokrytí stovek milionů silničních kilometrů, abyste viděli smysluplný počet okrajových případů. Je dobře, že to Hivemapper má.
2,88K
Top
Hodnocení
Oblíbené