آیا هوش مصنوعی میتواند مثل یک انسان حرفهای رانندگی کند؟ چالش اصلی در سیستمهای فعلی، «درکِ صرفاً هندسی» از محیط است؛ یعنی ماشین میداند مانعی وجود دارد، اما نمیداند آن مانع (مثلاً یک عابر یا خودروی دیگر) چه رفتاری دارد.
محققان در مقاله جدیدی، مدل نوآورانه TGRIP را معرفی کردهاند که با ترکیبِ «مدلهای زبانی-تصویری» (Vision-Language Models) و نقشههای پیشرفته، نوعی «درک معنایی» به خودروهای خودران اضافه میکند. این یعنی خودرو حالا میتواند اتفاقات پیچیده مثلِ سبقتگیری یا عبور از تقاطعها را با دقت بسیار بالاتری پیشبینی کند. این جهش بزرگی برای امنیتِ رانندگی خودران در آینده است! 🚗💨
منبع: arXiv Computer Vision