Околоайти
Доброго времени суток, друзья, пламенный привет из России в Россию! Не знаю, можно ли тут поднимать такие темы, но все же решил написать. Опишу ситуацию: проработав чуть больше года инженером компьютерного зрения, появилось желание заняться чем-то более социальным. Может быть менеджером проектов или же преподавателем, а ещё есть дикое желание для релокации! Частенько продвигал интересные мне темы в массы, чтобы люди узнавали о том, что есть такие вещи как ИИ, в университете многих старался знакомить с миром большого АйТи. Может быть у вас какие-нибудь идеи, Я был бы очень признателен?)
Первая мобильная игра с использованием искусственного интеллекта.
Всем привет!
Мы команда разработчиков и хотим рассказать о нашей мобильной игре в совершенно новом жанре.
На создание игры нас вдохновило огромное количество автомобилей, которые окружает нас по дороге на работу, во дворе, на парковках возле супермаркетов, торговых центрах и тд. Еще мы часто говорим о них, фоткаемся с ними, делимся картинками, мечтаем о них и даже иногда покупаем.
И вот мы использовали вычислительные мощности современных мобильных устройств, технологии deep learning и computer vision, которые позволили создать принципиально новое приложение — Car Hunters.
В итоге получился апп с игровой составляющей в совершенно новом жанре RWC (real world collectables — от англ. собирать объекты в реальном мире).
Мы «научили» мобильный телефон распознавать марки, модели и поколения тысячи автомобилей. Сделали из этого «игру» — для фана, добавили задания, квесты, рейтинг, баллы и бонусы за выполненные задания.
Об игре
Car Hunters — в переводе с английского «охотники за машинами» отражает суть игрового момента. Мы предлагаем выйти на охоту в реальный мир и испытать драйв от поиска самых различных авто в своем городе. Не хотелось бы сравнивать нашу идею с Pokemon Go. Ведь у нас другая история — реальные объекты, которых огромное множество по всему земному шару.
Игроку необходимо выполнять задания разного уровня сложности. «Хантить» определенные марки, модели и поколения авто, вплоть до года производства и цвета. В этом ему будет помогать наша технология, для создания которой мы сделали свой датасет из более чем 2000 000 картинок машин, используемых для обучения нейронных сетей.
Еще мы добавили интересный информативный бонус. Игрок может в реальном времени узнать стоимость понравившейся машины. Для этого мы подгружаем каталоги с частными автообъявлениями, в которые можно перейти и узнать все детали: стоимость, где купить, какая коробка передач, тип топлива и тд.
Любую «заханченную» машину можно сохранить у себя в коллекции (зачекинить), автоматически указав место найденного «трофея». Это порой очень нужная функция, например, когда путешествуешь вдали от дома и находишь «ну очень» необычную, редкую, дорогую или древнюю машину.
За успешно выполненные задания «хантеры» получают баллы, которые в будущем могут обменять на реальные бонусы.
Обмануть систему валидации очень сложно. Мы продумали момент с «читерством» и научили нейросети распознавать «реальное» авто игрока, от авто на картинке монитора ноутбука.
Соревновательный дух подогревается в таблице рейтинга игроков, которую видно в режиме онлайн. Интересно и то, что задания для каждого игрока отличаются, но уровень сложности при этом сохраняется. Верим, что скучно не будет даже нескольким хантерам, которые выходят вместе на охоту.
Мы также дали возможность игрокам делиться своими «находками» и достижениями с друзьями в соц.сетях и мессенджерах.
Техническая часть
Версия игры Car Hunters доступна бесплатно для скачивания в App Store для устройств iPhone 6 и выше.
https://apps.apple.com/by/app/car-hunters-discover-cars/id1452943781
Совсем скоро мы готовим выпуск для Android устройств аналогичные
Samsung S7 и выше.
Игра развивается, и у нас еще многое в планах:
добавить таски и квесты на скорость;
расширить игру до европейского и американского рынка;
увеличить количество бонусов и ачивок;
сделать соревнования с призами для: лучшего дня, недели и месяца;
и многое другое.
Нам важно услышать ваше мнение и отзывы о нашей игре, которые с радостью рассмотрим по адресу: support@carnet.ai
Новая визуальная система помогает дронам пролетать через небольшие отверстия.
Благодаря имитации поведения насекомых дроны могут пролетать через маленькие отверстия, используя только монокулярную камеру.
Насекомые хорошо избегают столкновения с вещами, они ловко могут пролетать сквозь вещи, но точный полёт намного сложнее для них. Таким насекомым как пчёлы, не хватает места в их голове для большого количества разнообразных датчиков. Не смотря на свой маленький размер, хотя пчелы могут выполнять точные маневры в полёте, поскольку в пути им часто встречаются препятствия с отверстиями, не на много больше чем они сами.
Пчелы выполняют эту работу с помощью простого подхода: Они подлетают к маленькому отверстию или зазору, паря из стороны в сторону что бы собрать визуальную информацию, о том где расположены края прохода, после чего пролетают насквозь. Это не быстро не и не особо элегантно, но надежно и не требует больших затрат.
Надежное и целесообразность — это единственный путь для достижения следующего поколения практической робототехники другими словами, платформа робототехники которая предлагает доступную анатомию реального мира. Университет Мэрилендская Группа Восприятия и Робототехники, работает над системой, которая позволит дронам летать через очень маленькие и неизвестные отверстия, используя одну лишь камеру и бортовой компьютер. И основываться это будет на стратегии, вдохновлённой пчелой, которая даст 85% успеха.
Ранее уже были представлены дроны которые могли пролетать сквозь препятствия, но этот проект отличается, так как в нем у дрона нет информации о расположении и размере прохода. Этой системе не нужно строить 3Д карту окружения и накладывать модель прохода, что очень тяжело делать обычной монокулярной камерой. Вместо этого в данной система стратегия основывается на «получении минимального объёма информации достаточной для выполнения задачи.
Для обнаружения прохода, дрон использует метод оптического потока. Он получает изображение, чуть сдвигается, и снова получает изображение. Далее он идентифицирует похожие функции, на каждом снимке, и благодаря параллаксу, чем дальше функция от отверстия, тем она смещается медленней чем функция ближе, тем быстрее. Края отверстия являются местом где самая большая разница между смещением функций. Когда дрон определил края прохода он может пролететь сквозь него.
Исследователи из МГВР тестировали свою систему на дроне Bebop 2 в комплекте с NVIDIA Jetson TX2. Исследователи использовали разнообразные проходы, разных форм и размеров, которые были вырезаны в газетах. Задний фон газет был освещен что бы придать им дополнительную текстуру. И тут мы должны уточнить что данный метод скорее всего не сработает если Вы пытаетесь пролетел чрез отверстие в белой стене, позади которой тоже будет белая стена.