Ekipa naukowców z Uniwersytetu w Nowym Jorku nauczyła samochody terenowe planowania trasy na podstawie zdjęć. Pojazdy bezzałogowe zyskują na takiej podstawie "wiedzę" dotyczącą poruszania się w trudnym terenie.

"Jedną rzeczą jest zaprogramowanie pojazdu do jazdy po mieście, w ruchu ulicznym. Zrobienie tego samego z maszynami terenowymi to zupełnie inna rzecz, otoczenie jest o wiele bardziej zmienne." - komentował przedsięwzięcie Karl Iangemma z Instytutu Technologii w Massachusetts. Trudno jest zaprogramować zestaw zasad, którymi ma się kierować maszyna; nawet jedna gruntowa droga może stanowić wyzwanie w różnych warunkach pogodowych.

Kierujący projektem Artem Provodin wraz z kolegami nauczył więc samochody rozpoznawać przejezdną drogę na podstawie bazy danych ImageNet. Baza ta już nie pierwszy raz jest wykorzystywana do badań. Prowadzono przy jej pomocy rozmaite próby, jak na przykład uczenie sztucznej inteligencji rozpoznawania konkretnych zwierząt na zdjęciach.

Artem ręcznie naniósł na serię zdjęć obszary przejezdne i nieprzejezdne, a następnie wprowadził je do systemu uczącego się, by ten sam rozpoznał rządzące nimi zasady. To jednak nie wystarczyło, by robot posiadł całą potrzebną wiedzę - musiał jeszcze przejść testy w terenie. Robot o nazwie Corobot Jr nie jest zaprojektowany do jazdy w terenie i trudność sprawiły mu obiekty, których Artem nie wziął pod uwagę. Tego sztuczna inteligencja musiała nauczyć się sama, metodą prób i błędów.

Tak więc, kiedy robot przebywa jakąś drogę bez przeszkód, dodaje jej obraz do zestawu tych przejezdnych. Dzięki temu z czasem stanie się o wiele bardziej niezależny.