Série de séminaires sur l'IA 2023 : Shahin Atakishiyev

Le AI Seminar est une réunion hebdomadaire à l'Université de l'Alberta où les chercheurs intéressés par l'intelligence artificielle (AI) peuvent partager leurs recherches. Les présentateurs comprennent à la fois des conférenciers locaux de l'Université de l'Alberta et des visiteurs d'autres institutions. Les sujets peuvent être liés de quelque manière que ce soit à l'intelligence artificielle, qu'il s'agisse de travaux théoriques fondamentaux ou d'applications novatrices de techniques d'IA à de nouveaux domaines et problèmes.

Le 28 juillet, Shahin Atakishiyev, étudiant en doctorat à l'université d'Alberta, a présenté "Explaining Autonomous Driving Actions with Visual Question Answering" lors du séminaire sur l'IA.

La capacité d'apprentissage de bout en bout des véhicules à conduite autonome a franchi des étapes importantes au cours de la dernière décennie grâce aux progrès rapides des algorithmes d'apprentissage profond et de vision par ordinateur. Cependant, la technologie de conduite autonome étant une application de l'intelligence artificielle (IA) critique pour la sécurité, les accidents de la route et les principes réglementaires établis nécessitent d'expliquer les choix d'actions intelligentes pour les véhicules à conduite autonome.

Pour faciliter l'interprétation de la prise de décision dans la conduite autonome, Atakishiyev présente un cadre de réponse aux questions visuelles (VQA), qui explique les actions de conduite autonome avec un raisonnement causal basé sur la réponse aux questions. Pour ce faire, il commence par collecter des vidéos de conduite dans un environnement de simulation à l'aide de l'apprentissage par renforcement (RL) et extrait des images consécutives de ces données uniformément pour cinq catégories d'actions sélectionnées. En outre, Atakishiyev annote manuellement les images extraites en utilisant des paires question-réponse pour justifier les actions choisies dans chaque scénario. Enfin, il évalue l'exactitude des réponses prédites par l'AQV pour les actions sur des scènes de conduite inédites. Les résultats empiriques suggèrent que le mécanisme VQA peut fournir une aide à l'interprétation des décisions en temps réel des véhicules autonomes et contribuer à améliorer la sécurité globale de la conduite.

Regardez la présentation complète ci-dessous :

Vous voulez savoir comment donner un coup de fouet à votre carrière dans l'IA ? En savoir plus sur l'accélérateur de carrière d'Amii pour en savoir plus.