Ấn tượng đầu tiên là chiếc xe khá lạ mắt với các chi tiết cách tân, giống xe đồ chơi phóng to, nhưng có thể sử dụng được. Xe không có phanh tay, mà sử dụng cách đạp ngược để dừng lại. Do làm bằng gỗ nên độ êm ái cũng những chiếc xe đạp gỗ này không bằng được xe đạp bình thường.

Đơn vị sản xuất làm cả xe đạp đơn và xe đạp đôi, bằng nhiều loại gỗ, trong đó đắt nhất là xe sử dụng bộ khung bằng gỗ óc chó. Một chiếc xe đạp đơn làm bằng loại gỗ này có giá bán trên 20 triệu đồng. Có vẻ như với mức giá này và xét tính thực dụng, thì chiếc xe phù hợp với các khu du lịch, hơn là cho người sử dụng thông thường.

Các bước mô phỏng từ ảnh vệ tinh sang bản đồ chi tiết bởi CycleGAN. Ảnh: TechCrunch.

Các nhà nghiên cứu từ hai tổ chức mong muốn cải tiến quá trình biến đổi ảnh chụp Google Maps thành những tấm bản đồ chi tiết. Đó là lý do CycleGAN, một mạng neuron máy học ra đời. Trí thông minh nhân tạo có khả năng biến chuyển hình ảnh loại X và Y sang các dạng khác với độ chính xác khá cao.

Sau khi thử nghiệm nhiều lần, AI hoàn thành công việc và cho ra kết quả tốt đến mức đáng nghi. Đội ngũ nghiên cứu nhận thấy trong quá trình mô phỏng ảnh vệ tinh có nhiều chi tiết ẩn mà những tấm ảnh thử nghiệm trước không hề xuất hiện. Chẳng hạn, các ánh đèn tỏa sáng trên mái nhà sẽ xuất hiện trở lại nếu AI được yêu cầu thực hiện lại quá trình tái tạo.

Ngay sau đó, Google và Stanford tiến hành thu lại quá trình phân tích của AI. Họ phát hiện ra rằng CycleGAN đã tự động tìm cách nhanh hơn để giải quyết vấn đề.

Lúc đầu, AI được xây dựng với khả năng "diễn dịch" những yếu tố có sẵn trên bản đồ và đặt chúng vào đúng vị trí được lập trình sẵn. Tuy nhiên, CycleGAN không làm như thế. AI tự học cách mã hóa những yếu tố trên bản đồ thành các "độ noise" như nhau.

Sau đó, CycleGAN so chiếu chúng qua 2 loại bản đồ khác nhau để tái tạo thành sản phẩm cuối cùng. Mắt thường không thể nhận thấy những đốm noise nhỏ nhưng máy tính thì có thể phân tích.

Tiếp theo, nhờ việc thử nghiệm nhiều lần, AI sử dụng những đốm noise đã phân tích và lưu trữ được tạo thành những bản đồ chi tiết cùng loại khác. CycleGAN bỏ qua bước nhận biết giữa các đối tượng khác nhau trên bản đồ, nó sử dụng data có sẵn để hoàn thành công việc.

Các loại bản đồ thay đổi theo từng tiến trình thực hiện. Ảnh: TechCrunch

Công nghệ mã hóa data thành hình ảnh đã có từ lâu, môn khoa học mang tên giấu tin trong ảnh (steganography) thường dùng để thêm watermark hay gắn kèm các chi tiết mã hóa khác nhau. Tuy nhiên, một loại trí thông minh nhân tạo có khả năng tự học steganography để rút gọn các bước làm việc là điều hoàn toàn mới lạ.

"Trí thông minh nhân tạo tuy phát triển nhưng vẫn còn hạn chế. Vấn đề của AI là vận hành bởi con người nên yếu tố con người cần đặt lên trên tất cả", Devin Coldewey chia sẻ trên TechCrunch.

Theo Zing