麻省理工学院：研究增强人工智能模型的周边视觉帮助驾驶员发现未知风险

盖世汽车讯 受益于周边视觉，人类能够看到不在自己视线范围内的形体。尽管不那么详细，但这扩大了人们的视野，在许多情况下都很有用，例如检测从侧面接近用户汽车的车辆。与人类不同，人工智能(AI)没有周边视觉，为计算机视觉模型配备这种能力，有助于更有效地检测周边风险，或预测人类驾驶员是否会注意到迎面而来的物体。

????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????

据外媒报道，麻省理工学院的研究人员开发出图像数据集，从而能够在机器学习模型中模拟周边视觉。他们发现，使用该数据集来训练模型，可以提高模型检测视觉边缘物体的能力，尽管其表现仍然比不上人类。结果还表明，与人类不同，物体大小和场景中的视觉混乱程度，都不会对AI性能产生较大影响。

研究人员Vasha DuTell表示:“研究人员测试了很多不同的模型，通过训练它们会变得更好一点，但还是无法达到与人类相当的程度。由此产生的问题是:这些模型缺少什么？”如果研究人员能够解决这个问题，可能有助于建立机器学习模型，使之能够更像人类一样地看待世界。除了提高驾驶员安全性，此类模型还可用于开发更便于查看的显示器。

声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。