Kanguru aniden sürücüsüz arabanın önüne atlarsa ne olur? Ya çantadan başka bir kanguru atlarsa?
Güzel görünümlü ciltler aynıdır, ancak ilginç ruhlar milyonda birdir.
Bu yeni moda sözcük, otonom sürüş alanında da çok uygundur Benzer yol koşullarında çok fazla insansız sürüş gösterisi gördük ve aynı insansız sürüş ilkesinin çok fazla analizini dinledik. Çok fazla oybirliğiyle sürücüsüz vizyon var, ancak hala açıklığa kavuşturulmamış birçok ilginç soru var.
Örneğin, geçmişte bir araba şirketi, Avustralya'daki sürücüsüz test sırasında aracın yola koşan bir kangurudan kaçamadığını ve bunun da küçük bir trafik kazasıyla sonuçlandığını söylemişti.
Dikkatlice düşünün, bu sahne çok karmaşık.Kangurunun kendisi çok hızlı hareket eden ve trafik kurallarına hiç uymayan bir nesnedir Araç bir kanguru algıladığında en basit strateji tamamen durmak ve engellerden kaçınmaktır. Bu aslında insanın sürüş alışkanlıklarına uygun değil İnsan sürücüler kanguruların hızını kesinlikle tahmin edecekler, kanguruların hızla yoldan atlayacağını düşünürlerse frene bile basmayacaklar.
Elbette bu sahne sonsuza kadar uzatılabilir ve karmaşıklaşabilir.Örneğin, küçük bir kanguru büyük bir kangurunun çantasından atlarsa ne olur?
Bu nedenle, Tencent Auto'nun ev sahipliği yaptığı "Kaynak Planı" medya güçlendirme akademisi etkinliğinde, davet edilen beş medyadan biri olan Dong Chehui (WeChat genel hesap araması: Dong Chehui), NVIDIA otonom sürüşü teklif etti. Çin'den sorumlu kişi Bay Dong Fangliang bu soruyu sordu.
NVIDIA söz konusu olduğunda, yaşlı oyuncular "N kartın görüntü kalitesi biraz daha iyi" diye düşünürken, trend oyuncular "N karttan daha fazla mayın bekliyorum" diyebilir. Aslında grafik kartını deneyimlemişler ve İki dönem paralel hesaplamadan sonra NVIDIA, önümüzdeki on yıl içinde bir yapay zeka şirketine dönüşeceğini umuyor ve otonom sürüş, yapay zekanın temel uygulama alanlarından biri.
Kanguru problemi için, insansız sürüş görsel tanımanın önemli uygulama senaryolarından biridir.Geçerli yapay zeka geliştirme derin öğrenme modeli altında, kamera ve diğer sensörler tarafından yakalanan görsel bilgilerden çeşitli tanıma noktaları çıkarılacaktır. Bölünme ve iyileştirmeden sonra, bilgisayarın "gözlerinde" daha soyut bir seviye belirir.
Tekrarlanan öğrenme ve karşılaştırmanın ardından, yerleşik bilgisayar sistemi kangurular ile insanlar ve diğer nesneler arasındaki farkı tanıyabilir. Kanguruların yaygın olduğu yerlerdeyseniz, yavaş yavaş kangurunun üst ve alt uzuvlarının menzilini ve yönünü öğrenebilir ve kangurunun hareketini daha fazla yargılayabilirsiniz. Eylem niyeti ve hızı ve ardından aracın sürüş stratejisini ayarlayın.
Bununla birlikte, NVIDIA'nın görüşüne göre, kangurular gibi sorunlar en zor ya da en önemlisi değildir. Sürücüsüz yapay zekanın mevcut gelişiminde yol planlaması en önemli konudur.Yol işaretlerinin veya özel yol kalibrasyonlarının yokluğunda, sürücüsüz yol planlamasını daha da zorlaştıracaktır.
İlk örnek bir kavşaktır. Kavşakta şerit işareti yoktur. Çin'deki bazı bölgelerde bile, kavşağın her iki tarafındaki şeritler tam olarak hizalı değildir. Şu anda, birçok ADAS sisteminin yol planlama temeli basitçe özetlenebilir. Bu: hat bağlandığında çizgiyi takip edin ve hat olmadığında arabayı takip edin, ancak bu, yerleşik AI'nın yoldaki olası yol işaretlerini sürekli olarak yakalamasını ve mümkün olan en kısa sürede rota ayarlamalarını yapmasını gerektirir.
Teorik olarak konuşulsa da, bu stratejinin güncelleme sıklığı ne kadar hızlı olursa, o kadar iyidir, ancak frekans ne kadar yüksekse, gerekli hesaplama gücü ve ağ yükü o kadar büyüktür ve üretilen veri miktarı daha da şaşırtıcıdır. Araç sisteminin hesaplama gücü sınırı aşıldığında , Tehlike olacak.
Örnek iki, yüksek hızlı bir kavşaktır. Birçok yüksek hızlı ücretli geçiş kapısı yolun kenarında rampa girişlerine sahiptir. Otoyola girmek istediğimizde ve arkasında bir arabanın geldiğini fark ettiğimizde, birçok eski sürücü durmayı ve bir sonraki arabanın geçmesine izin vermeyi seçecek ve ardından hızlanacaktır. Yüksek hızlı rampaya girin, ancak bu işlemi AI arabası tarafından anlamak zordur.
Bu tür mantıksal eğitim ve veri toplama, tek başına bir araçla yapılamaz.Gelecekteki sürücüsüz çözüm, uçtan uca bir çözüm olmalıdır.Veri toplama ve veri taramasının bir kısmı aracın bilgi işlem gücü ile yapılır.Diğer yandan, Ayrıca bir çok verinin de 5G ağı üzerinden buluta aktarılması ve ardından bulut analizinden sonra araca dağıtılması gerekiyor.
Bu modelden, son dönemde sürücüsüz yapay zekanın gelişiminin merkezinde hâlâ üç sorunun olduğunu görebiliriz:
1. İnsansız sürüş için, yüksek hassasiyetli harita verileri, araç yol planlamasının öngörülebilirliğini ve doğruluğunu büyük ölçüde artıracaktır.Ancak, ulusal savunma güvenliği ve ulusal politikalar nedeniyle, çeşitli ülkeler hala yüksek hassasiyetli harita verilerini açmak için araştırmalar yapmaktadır. tutum.
2. Uçtan uca bilgi işlem, verilerin son derece yüksek ağ kalitesi gerektirmesine neden olur 5G henüz ticari olarak mevcut olmadığından, şu anda veri aktarım testlerinin nasıl yapılacağı konusunda bir fikir birliği yoktur.
3. Güvenlik açısından, değişen yol koşulları göz önüne alındığında, önceki araç yolun belirli bir bölümünden geçerse, gerçek zamanlı olarak gözlemlenen verileri aşağıdaki araca iletebilir, bu da bir sonraki aracın yeni araç stratejisini daha uygun hale getirebilir. Mevcut insansız sürüş çözümleri sağlayıcıları birleşik değildir ve tutarlı bir iletişim ve veri standardı yoktur, bu da bu yaklaşımı imkansız hale getirir.
Etkinliğin sonunda Dong Chehui ayrıca iki endişe sorusu sordu.
Birçok insan insansız sürüşü sorguluyor çünkü manuel sürüşün adaptasyonunun mekanik sürüşün katı uyum sistemine aykırı olduğuna inanıyorlar.Örneğin, insanlar gece geç saatlerde eve gittiklerinde, küçük bir yolda kimsenin olmadığını ve uygun şekilde hızlanabileceğini belirlediler. Bununla birlikte, sürücüsüz araçlar hız sınırında ilerlemeye devam edecekler Otonom sürüş stratejisinin kurallara uygun bir şekilde "karşı çıkması" ve daha "insancıl" görünmesi mümkün müdür?
NVIDIA elbette, ancak yalnızca laboratuvarda söyledi.
Yaklaşan Tesla kamyonuyla ilgili olarak Dong Chehui, NVIDIA'nın sürücüsüz binek otomobiller ve ticari araçlar hakkındaki görüşlerini açıklayacağını umuyor.
NVIDIA, mevcut patlayan binek otomobil pazarı ile karşılaştırıldığında ticari araç alanında otonom sürüşün araştırma ve geliştirmesinin uzun süredir devam ettiğini ve kendine özgü çözümlerinin bulunduğunu, örneğin aracın yüksekliği ve uzunluğunun sıradan binek otomobillerle aynı olduğunu söyledi. Araç kullanımında büyük bir fark var Sensörlerin yerleşiminde kamyonun kendine özgü metodu ve algılama modu olacak. Aynı zamanda, Tesla'nın Yarı kamyonu piyasaya sürmesinden sonra endüstrinin sürücüsüz ticari araçlara olan ilgisinin yeni bir boyuta ulaşacağına da inanıyorlar.
Otonom sürüş çağında yapay zeka hesaplama hakkında sorularınız mı var?
