Cognitive Pilot ha introduït una nova tecnologia d'entrenament de xarxes neuronals dissenyada per abordar un repte de llarga durada en l'autonomia agrícola: el desajust entre com els humans i la intel·ligència artificial perceben la mateixa escena de conducció. La companyia afirma que el desenvolupament podria millorar significativament la precisió i la seguretat dels sistemes de pilot automàtic utilitzats en maquinària agrícola no tripulada.
La tecnologia, coneguda com a Correcció de la divergència cognitiva, se centra a identificar i mesurar les discrepàncies entre el judici humà i la interpretació de la xarxa neuronal en entorns operatius difícils, com ara camps fangosos, terrenys irregulars o il·luminació variable.
Què va passar?
Cognitive Pilot va desenvolupar la correcció de la divergència cognitiva per detectar i quantificar les diferències entre la percepció de l'escena humana i la xarxa neuronal.
El sistema s'orienta a escenaris on la visió per ordinador té problemes, inclosos els límits del camp enfosquits, les ombres, la neu, la pluja i els marcadors visuals distorsionats.
Un analitzador de divergències identifica automàticament les característiques de l'escena que els humans utilitzen de manera intuïtiva per determinar la trajectòria del vehicle.
Els marcs de dades d'entrenament inconsistents s'aïllen per a una revisió posterior, mentre que els marcs consistents romanen al conjunt de dades d'entrenament.
La tecnologia s'ha integrat als sistemes de pilot automàtic instal·lats en tractors autònoms des de finals de la primavera de 2025.
dita de l'empresa
"Fins i tot amb una alta precisió de detecció, la xarxa pot malinterpretar el context", va dir Gennady Savitsky, desenvolupador principal de Cognitive Pilot. Va afegir que sense abordar la divergència entre la percepció humana i la de la màquina, els errors es poden acumular durant l'entrenament, reduint la precisió i la seguretat del control.
"Com a resultat, s'incrementa la coherència de les dades i, en conseqüència, es millora la qualitat de la formació i la seguretat dels sistemes de control autònoms".
Savitsky va dir.
Per què és important això?
La desalineació entre el judici humà i la percepció de la IA pot provocar errors de navegació i falsos positius en maquinària autònoma.
Millorar la coherència de les dades durant la formació és fonamental per a un funcionament segur en entorns agrícoles complexos.
Una major precisió de control és essencial per a l'agricultura de precisió i l'adopció més àmplia de tractors totalment autònoms i-libres d'operador.
La tecnologia podria ajudar a establir nous punts de referència de seguretat en sistemes de transport agrícoles i altres autònoms.
