Ketika Jagadish Mahindran mendengar tentang tantangan sehari-hari yang dihadapi temannya dalam menavigasi sebagai penyandang tunanetra, dia langsung teringat akan pekerjaannya di bidang kecerdasan buatan.

“Selama bertahun-tahun saya telah mengajar robot untuk melihat sesuatu,” katanya. Mahindran, seorang peneliti computer vision di University of Georgia Institute of Artificial Intelligence, menemukan ironisnya bahwa dia membantu mengembangkan mesin – termasuk Robot belanja Dia bisa “melihat” rak dalam persediaan dan robot dapur – tetapi tidak ada apa-apa untuk orang dengan penglihatan rendah atau tanpa penglihatan.

Setelah mengeksplorasi teknologi saat ini untuk orang-orang tunanetra dan tuna netra seperti tongkat kamera atau Aplikasi smartphone yang terhubung dengan GPS, Dia menciptakan desain AI berbasis ransel yang menggunakan kamera untuk memberikan peringatan waktu nyata.

Mahindran fokus pada jintan. Penundaan bisa berbahaya, misalnya, saat mobil dengan cepat melintasi persimpangan. Dia mengatakan itu telah mengurangi waktu tunda secara drastis.

“[The camera data] Itu segera diproses setelah ditangkap. ”

Data ini masuk ke earphone Bluetooth yang memberi tahu pengguna tentang rintangan atau perubahan apa pun di jalur. Selain tas punggung, pengguna juga diharuskan mengenakan jaket dan fanny pack yang dilengkapi dengan perlengkapan AI, sensor, kamera dan GPS.

Dia menggambarkan sistem, yang memiliki masa pakai baterai delapan jam, sebagai “sederhana, dapat dikenakan dan tidak mengganggu”.

Pengembangan sistem dimulai pada 2013. Won Didukung oleh Intel Kompetisi Kecerdasan Buatan Pada tahun 2020.

Saat ini, jaket tersebut menampung sensor tersembunyi Intel dan kamera depan, sedangkan paket ransel dan kipas berisi unit komputasi kecil dan catu daya. Unit Intel OAK-D, yang ditempatkan dalam paket jaket dan kipas, adalah perangkat AI yang memproses data kamera hampir secara instan untuk menafsirkan dunia di sekitar pengguna.

Orang-orang berinteraksi dengannya melalui perintah suara, seperti “mulai”, yang mengaktifkan sistem. Deskripsi mengumpulkan informasi tentang objek dalam tampilan kamera, sedangkan Pilih menarik lokasi yang disimpan dari GPS, seperti alamat kantor atau rumah.

Mahindran mengatakan dia ingin “menjaga koneksi tetap sederhana”, sehingga pengguna tidak akan kewalahan oleh rentetan suara yang terus-menerus di sekitar lingkungan. Sebaliknya, mesin membaca perintah pendek, seperti “kiri”, saat ada sesuatu di sebelah kiri pengguna, atau “ke atas, depan”, untuk mendeskripsikan cabang pohon di jalan.

Dia juga telah menciptakan komunitas online untuk teknologinya, yang disebut Lihat. Relawan tunanetra membantunya membuat antarmuka untuk MIRA dan Sistem Ransel.

Sistem ini didasarkan pada suara. Tapi foto-fotonya diambil dari kameranya , Yang menamakan objek seperti pejalan kaki, gedung, rambu berhenti, dan kendaraan lain saat mengemudi. Pengembang dapat melihat apa yang ditangani komputer ransel, seperti yang ditunjukkan di bawah ini.

Beberapa pekerjaan Mahindran lainnya di bidang kecerdasan buatan termasuk visi mesin kendaraan otonom. “Tapi Anda tidak bisa benar-benar membawa mobil self-driving ke masalah ini,” katanya. “Biasanya orang berada di trotoar saat mobil di jalan.”

Ini cukup berbeda sehingga dia dan timnya harus merekayasa ulang data terbuka kendaraan otonom saat ini untuk parkir pejalan kaki.

Dia berencana untuk menjaga energi kolaboratif terus berjalan dan membuat semua datanya tersedia secara gratis untuk peneliti lain. Dia juga mempresentasikan makalah penelitian tentang proyek menunggu tinjauan.

Hema Shamraj, direktur Ai4Good di Intel, mengatakan proyek seperti ini akan menjadi lebih umum dengan akses yang lebih besar ke alat komputasi berbiaya rendah namun kuat. “Sungguh menakjubkan betapa banyak imajinasi yang ada,” katanya, merenungkan proyek potensial lain yang dapat menggabungkan pembelajaran mesin dengan bantuan medis.

AI Backpack Mahendran tidak dijual, tetapi dia mengatakan akan memulai GoFundMe untuk melengkapi pejalan kaki tunanetra yang ingin menggunakan sistem tersebut.

Adapun teman Mahindran yang memulai proyek tersebut, dia mengirimkan satu unit kepadanya dalam beberapa minggu untuk mendapatkan umpan balik dari pengalaman kehidupan nyata.