O Toyota Research Institute (TRI) anunciou o desenvolvimento de seis trabalhos de investigação no domínio do ‘machine learning’, na Conferência Internacional sobre Visão Computacional (ICCV, na sigla em inglês), que recentemente teve lugar em formato digital.
De acordo com o próprio instituto, as investigações realizadas produziram avanços consideráveis na compreensão de várias tarefas cruciais para a perceção robótica incluindo segmentação semântica, deteção de objetos 3D e rastreio multiobjectos.
Nos últimos seis anos, os investigadores do TRI fizeram progressos significativos em robótica, condução autónoma e ciência dos materiais, em grande parte devido ao ‘machine learning’ – a aprendizagem que consiste na execução de algoritmos que criam de modo automático modelos de representação de conhecimento com base num conjunto de dados.
“O ‘machine learning’ é a base da nossa investigação. Estamos a trabalhar para criar avanços científicos nesta área para depois os aplicar na aceleração de descobertas em robótica, condução autónoma e testes e desenvolvimento de baterias”, explicou Gill Pratt, diretor executivo do TRI.
Nos seis trabalhos partilhados na ICCV, os investigadores do TRI relatam várias descobertas importantes, em particular o facto de a aprendizagem geométrica auto-supervisionada melhorar significativamente a transferência de simulações para a compreensão de situações reais.
As investigações realizadas pela equipa liderada por Adrien Gaidon mostram ainda que o pré-treino auto-supervisionado em larga escala aumenta consideravelmente o desempenho de detetores de objetos 3D baseados em imagem; o que poderá trazer enormes benefícios no desenvolvimento de soluções de condução autónoma.