Detaljerne om, hvordan Nvidia trænede to testbiler, er i en fil med titlen Læring fra ende til ende for selvkørende biler. Det grundlæggende er som følger: Nvidia brugte tre kameraer og to Nvidia DRIVE PX-computere til at se mennesker køre bil i 72 timer. Biltræningen blev gennemført i flere stater, under varierede vejrforhold, dag og nat og på en lang række forskellige vejtyper og forhold. Kameraerne fangede enorme mængder data i 3D, som blev sporet og gemt af de indbyggede GPU'er. Disse data blev derefter analyseret og opdelt i læringstrin med
fakkel 7, et maskinlæringssystem. Udgangen? Et trænet system til at køre biler uden førerindblanding.Anbefalede videoer
I efterfølgende test med det trænede system i biler på testveje og offentlige veje (inklusive motorveje) opnåede systemet 98 til 100 procent autonomi. Når en chauffør griber ind, fortsætter systemet med at lære.
Relaterede
- Skal du købe Nvidias RTX 4060 eller RTX 4060 Ti?
- Bogstaveligt talt ingen ønsker at købe Nvidias RTX 4060 Ti
- Nvidia dropper RTX 4070, da det vender sig til billigere muligheder
Der er kun brug for ét kamera og én computer i en bil baseret på Nvidias GPU-system. Når tiden kommer, hvor du kan købe en bil med dette system, vil den ankomme klar til at køre selv - du behøver ikke at give den flere træningsture, som fortalt til Digital Trends. Mens bilen kan køre selv, når den registrerer (via kameraet) noget nyt (som i noget, den ikke har "set" før), advarer den føreren om at tage over og går derefter i indlæringstilstand. Hvad end den lærer, overføres senere til skyen, og den information inkorporeres i den næste softwareopdatering, så læringen kan gavne alle biler, der bruger Nvidias selvkørende system. Du kan se Nvidias GPU-baserede biltræning og ydeevne her.
Når han talte med Digital Trends, brugte en talsmand fra Nvidia eksemplet med at støde på en elg. Eksemplet med elg fungerer, fordi det er sjældent at støde på en elg på vejen i de fleste dele af USA og tilsyneladende aldrig er sket i deres biltræning. Så hvis jeg kørte en bil med Nvidia selvkørende system, og en elg var på eller ved siden af vejen, ville systemet advare mig om at tage over. Det indbyggede system ville se, hvad jeg gjorde, og registrere ændringer i styretøjet og andre systemer som bremser og acceleration. Mine reaktioner ville blive overført til skyen. Efter den næste softwareopdatering, hvis en anden person stødte på en elg, ville den bil vide, hvordan den skulle reagere baseret på mine reaktioner.
Denne lære-ved-se-metode til træning af førerløse køretøjer er både mere realistisk og inkluderende end kæder af regler skrevet af programmører baseret på meget forskellige elementer som vejbelægning, vognbanemarkører, lys og trafik betingelser. Det GPU-baserede system foretager dataindsamlingen, og maskinlæringssystemet opretter reglerne.
Digital Trends blev informeret om, at Nvidia nu er i samtaler med mere end 80 store OEM'er (producenter af originalt udstyr) og forskningsinstitutioner. Den ene producent, Nvidia var i stand til at tale om offentligt, er Volvo. Næste år Volvos Drive Me-projekt i Gøteborg vil Sverige bruge 100 Volvo XC90'ere udstyret med Nvidia-systemet til at observere, hvordan systemet fungerer på "et defineret sæt veje" i den svenske by.
Førerløse biler kommer, og Nvidias system ser ud til at være i gang med at fremskynde overgangen.
Redaktørens anbefalinger
- Nvidia ønsker ikke, at du skal vide om dens kontroversielle nye GPU
- Nvidia RTX 4090-kabler smelter muligvis på en bekymrende ny måde
- Nvidia GPU'er ser massiv prisstigning og enorm efterspørgsel fra AI
- Med RTX 4060 til $299 vender Nvidia kursen om priser
- Du bør bruge disse 5 glemte Nvidia GPU-funktioner
Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.
