Catch 45 je prvi studentski istraživački projekat, čija je tema primena veštačke inteligencije u automobilskoj industriji. Devetoro studenata Odseka RT-RK, koje vode Nives Kaprocki i Ninoslav Jovanov, već šest meseci rade na implementaciji neuronske mreže za segmentaciju slike i optimizaciji algoritma za prepoznavanje udaljenosti vozila, a prve rezultate svog istraživačkog rada predstaviće krajem februara, na sajmu u Nirnbergu.

Kako Nives Kaprocki ističe, ranijih godina su teme studentskih projekata bile uglavnom vezane za hardver i sistemsko programiranje, dok ove godine studenti prvi put imaju priliku da se kroz rad na projektu Catch 45, upoznaju sa aktuelnostima iz domena veštačke inteligencije i ubrzanja algoritama.

„Najveći izazov za studente koji su deo tima Catch 45, bio je to što su se upustili u temu koja je za njih potpuno nova, a time je i mnogo toga u radu nepredvidivo“, kazala je Nives i dodala da su zato na početku studente kroz jednostavnije primere uveli u projekt. ,,Tokom projekta su nam veliku podršku pružili i inženjeri koji se bave neuronskim mrežama dugi niz godina i koji su upoznati sa najnovijim tehnologijama iz oblasti veštačke inteligencije, posebno dubokog učenja“.

„Nakon razvoja početnih algoritama, dobili smo Nvidia Drive platformu, što je opet za sve bio veliki izazov, jer je reč o jednoj od najnovijih platformi. Alati i dokumentacija za rad na plaformi su i dalje u razvoju, tako da smo u korak sa inženjerima iz celog sveta morali da samostalno istražujemo mogućnosti ove platforme i način kako da je najbolje iskoristimo“, kazala je Nives i dodala da se ceo projekat vodi poput pravih industrijskih projekata.

Naziv projekta Catch 45 inspirisan je četvrtim i petim nivoom autonomnosti vozila, gde je cilj da se vozila osposobe da samostalno, bez pomoći vozača, putuju kroz saobraćaj (na 4. nivou uz kontrolisane uslove, a na 5.  potpuno autonomno i u najkritičnijim uslovima).

„Tako smo i mi ambiciozno krenuli u realizaciju projekata, jer su studenti došli bez ikakvog predznanje o veštačkoj inteligenciji. Postepeno smo gradili neophodno znanje, pa su sada već na nivou gde imaju određene algoritme koje su spustili na GPU Nvidia Drive platformu“, naveo je Ninoslav i dodao da se ti algoritmi izvršavaju veoma brzo, na efikasan način, jer su odgovarajućim optimizacijama specijalno prilagođeni za dobijenu platformu.

Rad na Catch 45 projektu je od početka podeljen na dve veće celine. Kako Ninoslav ističe, jedan deo tima radi optimizaciju algoritma za CMS (Camera Mirror System), dok drugi deo radi na dubokim neuralnim mrežama, odnosno veštačkoj inteligenciji na najvišem nivou.

„U retrovizoru se nalazi kamera koja prepoznaje vozila i treba da procenjuje koliko su vozila udaljena, koje je potencijalno vreme sudara i slično. Na ovim zadacima radila je polovina studenata, koji su se najviše bavili optimizacijom tog algoritma i njegovim portovanjem na Nvidia Drive platformu“, naveo je Ninoslav.

,,Druga polovina studenata je radila na izradi neuronske mreže za segmentaciju slike na nivou piksela, što znači da mreža može da odredi da li pojediničan piksel pripada nekoj od klasa kao što je automobil, pešak ili put. Osim sastavljanja skupa podataka i treniranja, studenti su radili i na optimizaciji mreže kako bi mogla da se izvršava u realnom vremenu na Nvidia Drive platformi“, objašnjava Nives.

Tim Catch 45 će prve rezultate rada na svom projektu predstaviti na sajmu u Nirnbergu, gde će njihova aplikacija za segmentaciju slike da se izvršava u okviru sistema implementiranog zajedno sa prošlogodišnjom istraživačkom grupom One Brain. Sistem sa sastoji iz Alpha i Nvidia Drive platforme, u koje je integrisan AUTOSAR Adaptive softverski stek preko koga su omogućene funkcionalnosti kao što je bezbedna komunikacija između aplikacija i veza sa cloud-om.

Na kraju Nives i Ninoslav kažu da su dobili sjajnu grupu studenata, „netipičnih programera“, koji su sa mnogo entuzijazma pristupili rešavanju izazova koji su pred njima u okviru Cacth 45 projekta.