Представете си, че сте шофьор на семеен седан с четири врати, който наближава знак „Стоп“. Когато стигнете до знака Стоп, забелязвате велосипедист, който се опитва да пресече пътя. Чрез зрителен контакт, изражение на лицето и знаци на езика на тялото, велосипедистът договаря правото си на път с вас. В резултат на това решавате да оставите велосипедиста да пресече първо пътя, преди да продължите да навлизате предпазливо в кръстовището.
В днешния свят на автономното шофиране не би имало начин да се „маркира“ или категоризира подобно събитие, каза изпълнителният директор на Cognata Дани Атсмон. Настоящите методи ви позволяват визуално да идентифицирате велосипедиста, но системите за обучение да разпознават и разберете, че сложните преговори по пътя остават предизвикателство за автономното шофиране на стойност 10,3 трилиона долара индустрия.
Препоръчани видеоклипове
Всъщност автономното шофиране представлява „единственият най-тежък компютърен проблем, който светът някога е срещал“, както главният изпълнителен директор на NVIDIA Дженсън Хуанг призна, когато представи някои от най-мощните графични процесори в света по време на основната бележка на GTC 2018 в Сан Хосе, Калифорния.
Свързани
- Според слуховете колата на Apple може да струва колкото Tesla Model S
- Drive Concierge на Nvidia ще напълни колата ви с екрани
- Странно нещо току-що се случи с флота от автономни автомобили
Свързване на реалното и виртуалното
„Светът изминава 10 трилиона мили годишно“, каза Хуанг в остра презентация, но Атсмон посочи, че самоуправляващите се автомобили са покрили само три милиона мили пътища миналата година. За да могат самоуправляващите се превозни средства да се движат по-добре, те трябва да научат повече и това е най-голямото предизвикателство, пред което е изправена индустрията. За да обучат система за автономно шофиране да има компетентността на човешки шофьор, компютрите ще трябва да изминат приблизително 11 милиарда мили, каза Атсмон.
Това е най-трудният компютърен проблем, който светът някога е срещал.
Тази цифра е изчислена въз основа на 1,09 смъртни случая на 100 милиона мили, изминати през 2015 г. „Така че, за да кажем, че една машина може да има толкова безопасно представяне, колкото и човешко същество с 95 процента увереност, ще трябва да потвърдите за 11 милиарда мили“, каза Атсмон.
Освен времето, необходимо за постигане на тази цел, трябва да вземете предвид и разходите. В момента цената на миля за управление на автономна кола е в стотици долари - отчитайки време за инженеринг, събиране на данни и маркиране, разходи за застраховка и времето, необходимо на водача да седи в пилотската кабина на кола. Умножете това по референтната стойност от 11 милиарда мили и огромните разходи, свързани с обучението на автономни автомобили, стават ясни.
Валидирането е от ключово значение и скорошни инциденти с автономни превозни средства показват, че непълните тестове на данни и сценарии за обучение могат да се окажат фатални. В един по-малко екстремен пример, самоуправляваща се совалка в Лас Вегас се движеше с около 0,6 мили в час, но се блъсна в камион (Джеф Зуршмайде, сътрудник на свободна практика в Digital Trends, беше там, когато се случи). Няма пострадали, но озадачаващият сценарий се е случил, защото камионът е потеглял напред, след което е давал на заден ход, докато се е опитвал да паркира. Причината за катастрофата, според Атсмон, е, че совалката не е била валидирана за този тип ситуации и не е знаела какво да прави - затова е продължила бавно напред и се е разбила.
По-добра симулация за по-задълбочено обучение
Текущото решение на индустрията за преодоляване на празнината от 11 милиарда мили за автономни системи, за да достигнат човешкото шофиране компетенцията е да се разработят симулации, които да позволят на автомобилите да учат по-бързо чрез комбиниране на задълбочено обучение с виртуално заобикаляща среда.
„Симулацията е пътят към милиарди мили“, каза Хуанг в GTC. В края на миналата година Waymo, собственост на Alphabet, представи Carcraft, своя подход към обучението чрез симулация.
Cognata използва най-новите постижения в графичния и сензорния хардуер, за да създаде по-реалистични и реалистични модели на света, от които автономните автомобили да се учат. За изчислителните мозъци на самоуправляваща се кола това е като влизане във видео игра, моделирана по реалния свят и това може да доведе до по-реалистични сценарии за шофиране за тестване и валидиране на шофирането на автомобил данни. Компанията наскоро начерта избрани градове, като Сан Франциско, използвайки данни от ГИС - камери с висока разделителна способност и сложни компютърни алгоритми, които работят върху сателитни и улични изображения, което води до фотореалистична сцена.
Симулацията е пътят към милиарди мили.
За да подобрят допълнително симулациите, Nvidia и някои от нейните партньори използват данни от сензорите на автономни превозни средства, за да изградят карти с по-висока разделителна способност. Когато автономните превозни средства излязат на пътя, тези машини не само ще разчитат на данните, които са достъпни чрез обучение, но също така допринася за събирането на данни, като споделя данните, които е заснел от своя LIDAR, IR, радар и камера масиви.
Когато тези новоуловени данни се комбинират чрез задълбочено обучение със съществуващи набори от данни с ниско качество, това ще направи улиците и пътищата да изглеждат по-фотореалистични. Cognata твърди, че нейните алгоритми могат да обработват данните по начин, който извежда детайлите в сенките и светлите места, подобно на HDR снимка от камерата на вашия смартфон, за да създадете висококачествена сцена.
Cognata - Симулатор за автономно шофиране с дълбоко обучение
Докато симулацията е отличен инструмент, Atsmon отбеляза, че има своите недостатъци. Твърде просто е и за да бъде автономното шофиране реалистично, то трябва да се учи от крайните случаи. Cognata твърди, че са необходими само няколко щраквания, за да се програмира в крайния случай, за да се валидират автономни превозни средства за по-необичайни сценарии на шофиране. Компаниите, изграждащи автономни превозни средства, ще трябва да бъдат усърдни в търсенето на крайни случаи, които могат да подмамят самоуправляващите се автомобили, и креативни в изработването на решения за тях.
Когато самостоятелното шофиране се провали
Безопасността е толкова важна за автономните превозни средства, че Nvidia я смята за най-важното нещо за индустрията. Когато нещата се провалят, смъртните случаи могат да се случат и се случват, както наскоро беше доказано при автономния Uber блъсна и уби пешеходец в Аризона.
„Мога да ви уверя, че [Uber] е също толкова смазан от случилото се.“
Когато беше разпитан на пресконференция за катастрофата на Uber - Uber е партньор на Nvidia - Хуанг отложи споделеното пътуване компания за коментари, казвайки, че „трябва да дадем шанс на Uber да разбере какво се е случило и да обясни какво се е случило се случи."
„Мога да ви уверя, че [Uber] е също толкова смазан от случилото се“, добави Хуанг.
Тъй като Nvidia разработва цялостно решение за автономно шофиране, различни партньори - от Uber до Toyota и Mercedes Benz - могат да използват всички или някои части от системата. „Има около 370 компании по света, които използват нашите технологии по някакъв начин.“ На изложението Nvidia също обяви Orin, следващото поколение компютър на своята платформа DRIVE.
Хората като резервно копие
Докато самоуправляващите се автомобили стават все по-умни с времето, Хуанг все още вярва, че винаги трябва да има човешка резервна част, дори в случаите, когато колата е проектирана без шофьорска седалка. За да постигне това, Nvidia показа своя Holodeck по време на тазгодишното изложение на GTC, позволявайки на дистанционен шофьор да управлява физическа кола в реално време чрез виртуална реалност.
„Това е телепортация“, каза Хуанг, подчертавайки, че това е възможно чрез ранните инвестиции на Nvidia във виртуална реалност.
NVIDIA DRIVE—GTC 2018 Демонстрация
По време на демонстрацията Тим, шофьорът, беше разположен на отдалечено място. Когато си сложи чифт очила за виртуална реалност, той ще се почувства като във физическа кола, което му позволява да усети колата и да види контролите и арматурното табло на колата. От това отдалечено място и с помощта на своите VR слушалки той може да поеме контрола над автономно превозно средство, което му позволява да управлява превозното средство и да го паркира.
Това е като това, което военните правят от известно време - позволявайки на операторите на дронове да управляват безпилотни дронове от отдалечено място. Но в случая на Nvidia, със силата на VR, водачът ще се почувства като физически присъстващ в пилотската кабина. Компанията вярва, че симулацията, задвижвана от нейните графични процесори, в крайна сметка ще направи автономните автомобили почти безпогрешни, но докато не стане, Holodeck може да помогне на хората да наблюдават самоуправляващите се автопаркове.
Препоръки на редакторите
- Автономни автомобили, объркани от мъглата на Сан Франциско
- Ford и VW затварят модула за автономни автомобили Argo AI
- Бивш служител на Apple се признава за виновен в кражба на тайни на Apple Car
- Полицаи объркани, докато спират празна самоуправляваща се кола
- Как голям син ван от 1986 г. проправи пътя на самоуправляващите се автомобили
