Carros sem motorista como Spotters de poluição sonora, ouvidos móveis em movimento

Carros sem motorista como Spotters de poluição sonora, ouvidos móveis em movimento

Eu estava sendo serenata. De pé na esquina da rua no New York Times Square, eu estava cercado pelos sons épicos e às vezes esmagadores da cidade de Nova York (NYC). Eu vim para a cidade que nunca dorme para falar em uma conferência da indústria sobre Inteligência Artificial (AI). Optando por andar do meu hotel para o local da conferência, eu não pude deixar de ouvir os ruídos nefastos desta cidade famosa e agitada.

NYC tem muita fama, e uma dessas afirmações é que é a cidade mais barulhenta de toda a América do Norte (não apenas limitada aos Estados Unidos!).

Ambientalistas chamariam isso de poluição sonora.

O som é energia. Normalmente medido em níveis de pressão sonora (SPLs), esses ruídos da cidade estão batendo seus ouvidos. Freqüentemente, é costume usar dBAs (anteriormente descritos como decibéis ponderados A) como uma escala para comparar diferentes tipos de ruídos. O SPL dBA é uma escala logarítmica e você precisa interpretar cuidadosamente os números usados, percebendo que à medida que os números aumentam, não é simplesmente uma progressão linear.

Vamos considerar alguns sons que pertencem à audição humana. O som de um pino caindo é de 10 dBA. Você tem ouvidos muito bons para ouvir esse som. Folhas rústicas são tipicamente em torno de 20 dBA, enquanto um riacho balbuciando é de cerca de 40 dBA. Até agora, estes são todos os sons relativamente tranquilos e prontamente agradáveis.

Seu despertador que desperta você de manhã é provável que seja em torno de 80 dBA. Esse é um som que não é apenas chocante, é também talvez universalmente odiado por causa de seu significado (sim, um som que significa que é hora de se levantar e ir trabalhar de novo!). O som de uma britadeira leva você a cerca de 110 dBA. Uma arma sendo disparada é provavelmente de 160 dBA ou mais. Esses sons são bastante desagradáveis ​​e podem causar danos temporários aos ouvidos ou causar impactos adversos permanentes nos ouvidos.

Em um subúrbio um tanto sereno, o nível de ruído médio pode ser em torno de 40 a 50 dBA. A hora do dia pode fazer uma grande diferença em termos do nível geral de ruído. Há o nível médio Day-Night (Ldn) e o Nível de Equivalência de Ruído da Comunidade (CNEL), usado para ajudar a comparar as cidades, uma vez que essas métricas abrangem as variações entre os níveis de ruído diurno e noturno.

Uma área urbana ou urbana barulhenta pode ter de 60 a 80 dBA, provavelmente estando no ponto mais alto durante o dia. Quando você está parado na rua e ouvindo os ruídos da cidade, eles podem ficar juntos e você pode não ser capaz de distinguir qualquer som em particular.

Ruídos podem prejudicar nossos ouvidos, limitando nossa capacidade de ouvir. Além disso, os ruídos podem distrair e diluir ou enfraquecer a atenção.

A poluição sonora é uma questão séria

Segundo a Agência de Proteção Ambiental (EPA), a poluição sonora é uma questão séria nos Estados Unidos. Existe uma política de poluição sonora de certa forma difamatória em todo o país, conforme promulgada pela Lei de Controle de Ruído de 1972. Existem inúmeras regulamentações e leis locais e estaduais sobre a poluição sonora. Para rodovias federais, a Federal Highway Administration (FHWA) promulga as regras de poluição sonora nas rodovias de acordo com a lei de 1970 do Federal-Aid-Highway.

Alguns estudos sugerem que uma ligação entre a poluição sonora e o potencial para ter doenças cardíacas, ou por ter outras doenças como pressão alta, pode ser ruim para sua saúde geral. Há provavelmente uma infinidade de consequências adversas para a saúde que podemos listar devido à poluição sonora.

Um aspecto que muitos moradores podem não saber é que existem maneiras de combater a poluição sonora. Normalmente, envolve o contato com a equipe local de controle de ruído da cidade, composta de funcionários do governo que podem verificar oficialmente um poluidor de ruído e fazer algo a respeito, incluindo multas ao infrator do ruído ou outras ações legais contra eles. Normalmente, você não usaria um número de emergência como o 911 para relatar esses casos de poluição sonora, e provavelmente usaria um número de relatório do governo como o 311.

No caso de NYC, eles recebem uma média de cerca de 800 queixas de ruído relatadas por dia. Esta é provavelmente a ponta do iceberg em termos de quantas pessoas estão genuinamente frustradas e preocupadas com os aspectos da poluição sonora.

A poluição sonora pode ser irritante devido a:

Você pode não estar totalmente ciente de que a poluição sonora está ocorrendo e pode ter se acostumado ou considerado não ameaçador.
Você pode não ter nenhum meio confiável de detectar formalmente os ruídos e nem registrá-los para saber o quanto eles são ruins.
Os ruídos podem ser misturados com uma série de ruídos e você não consegue isolar prontamente o pior dos ruídos dos outros na mistura.
Você pode não conseguir rastrear os vários ruídos para as fontes correspondentes definitivas.
E assim por diante.
Estudo de Poluição Sonora de NYC Usando Aprendizado de Máquina

Há um estudo interessante sendo realizado na Universidade de Nova York e Ohio State University, que procura soar a questão da poluição sonora na cidade de Nova York, financiado parcialmente por uma subvenção da NSF (pesquisadores incluem Bello, Silva, Nov, Dubois, Arora, Salamon, Mydlarz e Doraiswamy). Eles montaram um sistema que eles astutamente chamam de SONYC (Sons de Nova York). Através do desenvolvimento de dispositivos de escuta especializados, eles até agora implantaram 56 dos sensores em vários locais de Nova York, incluindo Greenwich Village, Manhattan, Brooklyn, Queens e outras áreas. Vou ter que manter meus olhos abertos para identificar um, da próxima vez que fizer uma viagem a NYC.

Seu sensor acústico é relativamente barato, custando cerca de US $ 80 cada um e com a esperança de reduzir ainda mais o custo, o que é crucial se houver o desejo de implantar esses dispositivos em larga escala. A acessibilidade de ser capaz de conduzir uma capacidade de observação de poluição sonora é um fator chave para poder empreender tais iniciativas.

Esses dispositivos do projeto SONYC são pequenos e podem ser colocados em bordas, fixados a postes, afixados em prédios e colocados em outras áreas que podem ser úteis para detectar a poluição sonora.

Os trechos de áudio são especialmente úteis para outro aspecto-chave de seus esforços, ou seja, o uso de Aprendizado de Máquina (ML) para analisar os ruídos e os dados de sons coletados.

Para o estudo da SONYC, os pesquisadores optaram por ver se poderiam fazer alguma rotulagem de dados, fornecendo, portanto, uma estratégia para seus esforços de treinamento em Aprendizado de Máquina. Como um tipo de experiência, eles procuraram participantes por meio do Mechanical Turk da Amazon, reunindo mais de 500 pessoas que ajudaram a anotar os dados de áudio apresentados.

Seu estudo toca em vários elementos fascinantes. O treinamento da capacidade Aprendizado de Máquina ou Aprendizado Profundo traz a noção de fazer uma anotação de paisagem sonora de áudio de crowdsourcing.

No caso deste estudo em particular, estou supondo que alguns de vocês poderiam estar se perguntando se seria possível usar smartphones modernos como um meio de capturar os sons que poderiam ser analisados ​​pelo ML ou DL para fins de poluição sonora. . O uso de um smartphone como um dispositivo de coleta de som apresenta outros problemas, incluindo a falta de precisão e calibração para detecção de som, além de saber se os smartphones seriam usados ​​por humanos quando eles estão andando por aí ou optando por apontar um local barulhento , oferecendo, portanto, dados de áudio possivelmente intermitentes, inconsistentes e suspeitos.

Carros de auto-condução de IA podem ajudar com esforços de redução de ruído

O que isso tem a ver com os carros autônomos da IA?

No Instituto de Automóveis Auto-Condutores Cibernéticos, estamos desenvolvendo software de IA para carros autônomos. Um aspecto que temos explorado ativamente é o uso de sensores de áudio em um carro autônomo para ajudar a IA a conseguir dirigir o veículo, como a detecção de sirenes de carros da polícia e outros assuntos. Os estudos de poluição sonora se encaixam nesse tipo de esforço.

Até hoje, poucos dos fabricantes de automóveis e empresas de tecnologia estão dando muita atenção ao uso de microfones de áudio com foco externo para um carro de auto-condução de IA. De fato, eles geralmente classificariam o uso de tais capacidades sensoriais como um problema de borda ou canto.

Por que o uso de microfones de áudio externos é jogado na borda ou no cesto de caixas de canto? Principalmente devido ao aspecto que os desenvolvedores de IA já estão com as mãos cheias nos outros elementos de como fazer um carro de auto-condução de IA como esperado.

Lidar com os sons que estão fora do carro autônomo da IA ​​são, bem, interessantes, mas não essenciais, no momento, na opinião de muitos desenvolvedores de IA.

Um exemplo óbvio de como os sons externos são cruciais envolve as sirenes de carros da polícia, ambulâncias, caminhões de bombeiros e outros veículos de emergência. Os motoristas humanos devem estar alertas para o som dessas sirenes. Quando uma sirene é ouvida, o motorista humano sabe ser cauteloso com qualquer veículo de emergência que possa estar próximo. Quanto mais alto o som da sirene, provavelmente quanto mais próximo o veículo estiver do carro.

Seria de se esperar que, com os carros autônomos da IA, estivéssemos tentando torná-los tão seguros quanto possível. Omitir o uso de um sentido que os motoristas humanos usam, o sentido da audição, parece uma omissão bastante aparente. Então, vamos concordar, no momento, que, embora os fabricantes de automóveis e as empresas de tecnologia ainda não estejam entrando na onda de usar microfones de áudio externos, eles gradualmente e inextricavelmente chegarão lá.

Quando os sensores externos de microfone de áudio estarão ativos em um carro com direção automática da IA? Minha resposta é direta, sempre que o carro está em movimento, e fico alerta quando o carro não está em movimento, como ouvir uma pessoa falando para a IA que deseja que o carro autônomo seja ativado (semelhante a falando com Alexa ou Siri).

Existem alguns defensores dos sensores de áudio que dizem que eles devem estar apenas moderadamente em uso. A preocupação deles é que, se você tiver esses sensores de áudio na maior parte do tempo, isso significa que o carro com direção AI está capturando todos os sons onde quer que esteja e onde quer que esteja estacionado. Este poderia ser um tipo de invasão de privacidade.

Vagando com IA Auto-Conduzindo Carros e Ruídos de Triangulação

Minha discussão sobre a abordagem da SONYC indicou que há poluição sonora que existe e tem consequências adversas para a saúde e para a economia. Uma dessas abordagens envolve o esforço dos pesquisadores da SONYC de desenvolver e implantar dispositivos sensoriais de baixo custo que poderiam ser colocados em uma área geográfica para obter uma coleção sistemática dos ruídos e ser aproveitados pela aplicação de Aprendizado de Máquina ou Aprendizado Aprofundado. sistemas para analisar e interpretar os dados de áudio.

Outra abordagem potencial envolve o uso de dados de áudio externos capturados por carros autônomos da IA.

Imagine uma área como o centro de Los Angeles. Suponhamos que tivéssemos uma enorme quantidade de carros autônomos que circulavam pelas ruas, servindo como serviços de aluguel de carros. Ao dirigir por aí, eles estão capturando dados de imagens visuais, dados de radar, dados LIDAR, dados ultrassônicos e, digamos, também dados de áudio.

Cada um desses carros autônomos da AI tem um potencial tesouro de dados de áudio coletados. Naturalmente, os dados de áudio podem ser de alta qualidade ou de baixa qualidade, dependendo do tipo de sensores de áudio incluídos no carro com autonomia. Quantos desses sensores de áudio em qualquer carro autônomo da AI também serão um fator, juntamente com o local em que os sensores de áudio são colocados no carro autônomo.

Não estou sugerindo que seja axiomático que os sensores de áudio externos sejam capazes de fornecer dados de áudio valiosos para fins de redução da poluição sonora. Mas é uma via adicional digna de consideração.

Como os carros de auto-condução de IA provavelmente serão separados em “frotas”, o que significa que uma montadora em particular pode ter sua própria nuvem, enquanto outras montadoras têm suas próprias nuvens, pode tentar reunir de forma coesa todos os dados um pouco problemáticos. Isso precisaria ser trabalhado com os fabricantes de automóveis e empresas de tecnologia.

Há uma série de reviravoltas interessantes e voltas para essa noção.

Um elemento importante é que os carros autônomos da IA ​​estarão em movimento a maior parte do tempo. Considerando que o uso de sensores de áudio de baixo custo e localização geográfica será normalmente fixado por um longo período de tempo, o sensor de áudio nos carros de auto-condução da IA ​​vai estar na jornada de onde quer que o carro de auto-condução da IA ​​vá .

Esses dados de áudio podem ser úteis quando estão sendo capturados enquanto estão em movimento em um carro autônomo da IA? Não estou perguntando se isso pode ser útil para análises em tempo real, que já mencionei, mas ponderando se os dados de áudio coletados podem ser distorcidos de forma que o áudio seja capturado por um computador. sensor de áudio de movimento.

É um problema de Aprendizado de Máquina ou Aprendizado Profundo potencialmente interessante para incluir que os dados de áudio foram capturados enquanto o próprio dispositivo estava em movimento. Isso também parece exigir formas adicionais de transformações de dados de áudio.

Também precisamos considerar os aspectos da triangulação.

Estou me referindo à noção de que em qualquer carro autônomo da AI pode haver vários sensores de áudio externos. Parece sensato tentar comparar o áudio capturado por esses múltiplos sensores e tentar juntar o que o carro autônomo capturou dos ruídos que o cercam. Os dados do sensor de áudio capturados na frente do carro autônomo podem ser entrelaçados ou triangulados com os dados dos sensores de áudio capturados na parte traseira do carro autônomo e assim por diante.

Também haveria um problema interessante de triangular os dados do sensor de áudio de uma infinidade de carros autônomos de IA.

De certa forma, você poderia dizer que a coleta de dados de ruído é quase “gratuita”, porque os carros de auto-condução da IA ​​presumivelmente terão os sensores de áudio de qualquer maneira, se você concordar comigo que eles deveriam. Embora os sensores de áudio não estivessem necessariamente incluídos nos carros autônomos da IA, para ajudar na redução da poluição sonora, é um benefício adicional ter esses sensores de áudio para as funções de automóvel autônomo da AI.

Conclusão

Existe o potencial de que os carros autônomos da IA ​​ajudem os esforços emergentes de redução da poluição sonora.

Há muitos problemas de privacidade a serem tratados nesta coleta de dados de áudio. Será que os seres humanos que possuem ou usam esses carros autônomos da AI ficarão confortáveis ​​em ter o áudio externo mantido e usado para esses fins de redução da poluição sonora. Quanto tempo e quando os dados de áudio serão capturados dos sensores?

Há uma série de questões técnicas difíceis para serem tratadas também.

A quantidade de dados seria possivelmente surpreendente. Mesmo com truques de compressão, você ainda está se referindo aos sensores de áudio coletando dados potencialmente sem parar, a cada segundo e a cada minuto e a cada hora de cada dia e fazendo isso por centenas ou milhares de carros autônomos (em última análise, talvez milhões milhões de carros autônomos).

Em qualquer caso, os esforços para alcançar a redução da poluição sonora são uma maneira de melhorar o uso de Aprendizado de Máquina e Aprendizado Profundo para fazer análises e comparações de padrões de dados de áudio. Para esses propósitos, é um esforço útil e útil, muito menos a redução do ruído.

Esses métodos podem ser reutilizados ou emprestados para fazer os tipos de análises de dados de áudio com os quais os fabricantes de automóveis e empresas de tecnologia se importam diretamente, como separar o som de uma sirene de outros ruídos da cidade e tentar determinar onde está a fonte. Esse é o tipo de análise de ruído que faz muito sentido para a segurança de um carro de auto-condução de IA e precisamos de mais esforços para melhorar o que hoje são capacidades bastante rudimentares. Eu digo, vamos fazer um barulho alto em favor disso.