Kuinka Nvidia auttaa autonomisia autoja simuloimaan tapaansa turvallisuuteen

Kuvittele, että olet neliovisen perhesedanin kuljettaja, joka lähestyy stop-merkkiä. Kun tulet stop-kylttiin, huomaat pyöräilijän yrittävän ylittää tietä. Katsekontaktin, ilmeen ja kehon kielen avulla pyöräilijä neuvottelee etuoikeutensa kanssasi. Tämän seurauksena päätät antaa pyöräilijän ylittää tien ensin, ennen kuin menet varovasti risteykseen.

Nykypäivän autonomisessa ajomaailmassa ei olisi mitään tapaa "merkitä" tai luokitella tällaista tapahtumaa, sanoi Cognatan toimitusjohtaja Danny Atsmon. Nykyiset menetelmät mahdollistavat pyöräilijän visuaalisen tunnistamisen, mutta koulutusjärjestelmät tunnistavat ja ymmärtää, että monimutkaiset neuvottelut tiellä ovat edelleen haaste 10,3 biljoonan dollarin autonomiselle ajamiselle ala.

Itse asiassa autonominen ajaminen on "vaikein yksittäinen tietokoneongelma, jonka maailma on koskaan kohdannut", sanoo NVIDIAn toimitusjohtaja Jensen Huang myönsi, kun hän julkisti joitain maailman tehokkaimmista grafiikkaprosessoreista GTC 2018 -puheenvuorossa San Josessa, Kalifornia.

Todellisuuden ja virtuaalisen yhdistäminen

"Maailma ajaa 10 biljoonaa mailia vuodessa", Huang sanoi terävässä esityksessä - mutta Atsmon huomautti, että itseajavat autot kulkivat vain kolme miljoonaa mailia teitä viime vuonna. Jotta itseajavat ajoneuvot voisivat ajaa paremmin, niiden on opittava lisää, ja se on pohjimmiltaan alan suurin haaste. Atsmon kertoi meille, että kouluttaakseen itseohjautuvan ajojärjestelmän ihmiskuljettajan pätevyydeksi tietokoneiden pitäisi ajaa noin 11 miljardia mailia.

Tämä luku perustuu 1,09 kuolemaan 100 miljoonaa ajettua mailia kohden vuonna 2015. "Joten, jotta voitaisiin sanoa, että koneella voisi olla yhtä turvallinen suorituskyky kuin ihmisellä 95 prosentin varmuudella, sinun on validoitava 11 miljardia mailia", Atsmon sanoi.

Tavoitteen saavuttamiseen tarvittavan ajan lisäksi on myös otettava huomioon kustannukset. Tällä hetkellä autonomisen auton käyttökustannukset kilometriltä ovat satoja dollareita suunnitteluaika, tiedonkeruu ja merkinnät, vakuutuskustannukset ja aika, jonka kuljettaja joutuu istumaan ohjaamossa auto. Kerro tämä 11 miljardin mailin vertailuarvolla, niin itseohjautuvien autojen koulutukseen liittyvä valtava kallis hinta tulee selväksi.

Validointi on avainasemassa, ja viimeaikaiset itseohjautuviin ajoneuvoihin liittyvät onnettomuudet osoittavat, että puutteelliset datatestit ja koulutusskenaariot voivat osoittautua kohtalokkaaksi. Yhdessä vähemmän äärimmäisessä esimerkissä itseajava sukkula Las Vegasissa navigoi noin 0,6 mailia tunnissa, mutta se törmäsi kuorma-autoon (Jeff Zurschmeide, Digital Trendsin freelance-avustaja, oli paikalla, kun se tapahtui). Kukaan ei loukkaantunut, mutta hämmentävä skenaario tapahtui, koska kuorma-auto veti eteenpäin ja peruutti sitten yrittäessään pysäköidä. Atsmonin mukaan törmäyksen syy on se, että sukkulaa ei ollut validoitu tämäntyyppiseen tilanteeseen, eikä se tiennyt mitä tehdä - joten se eteni hitaasti ja kaatui.

Parempi simulaatio syvempään oppimiseen

Alan nykyinen ratkaisu umpeen umpeen 11 miljardin mailin eron autonomisten järjestelmien saavuttamiseksi ihmisajossa kompetenssi on kehittää simulaatioita, jotta autot voivat oppia nopeammin yhdistämällä syväoppiminen virtuaaliseen ympäristöön.

"Simulaatio on polku miljardeihin maileihin", Huang sanoi GTC: ssä. Viime vuoden lopulla Alphabetin omistama Waymo julkisti Carcraftin, sen lähestymistavan simulaatiolla oppimiseen.

Cognata käyttää grafiikan ja anturilaitteiston viimeisimpiä edistysaskeleita luodakseen todenmukaisempia ja realistisempia maailmanmalleja, joista autonomiset autot voivat oppia. Itseajavan auton laskennallisille aivoille se on kuin astuisi sisään videopeliin, joka on mallinnettu todellisen auton malliin. maailmassa, ja tämä voi johtaa realistisempiin ajoskenaarioihin autoilun testaamiseksi ja validoimiseksi tiedot. Yhtiö on äskettäin kartoittanut valikoituja kaupunkeja, kuten San Franciscoa, käyttämällä GIS-tietoja – teräväpiirtokameroita ja kehittyneitä tietokonealgoritmeja, jotka suorittavat satelliitti- ja katunäkymäkuvia, mikä johtaa valokuvarealistiseen näkymään.

Parantaakseen simulaatioita entisestään Nvidia ja jotkin sen kumppaneista käyttävät autonomisten ajoneuvojen antureista saatuja tietoja korkealaatuisten karttojen rakentamiseen. Kun autonomiset ajoneuvot saapuvat tielle, nämä koneet eivät luota vain koulutuksen kautta saataviin tietoihin, mutta myös osallistua tiedonkeruuun jakamalla tietoja, jotka se on kaapannut LIDAR-, infrapuna-, tutka- ja kamerastaan taulukoita.

Kun tämä äskettäin kaapattu data yhdistetään syvän oppimisen avulla olemassa oleviin heikkolaatuisiin tietojoukkoihin, se saa kadut ja tiet näyttämään valokuvarealistisemmilta. Cognata väittää, että sen algoritmit voivat käsitellä tietoja tavalla, joka tuo esiin yksityiskohtia varjoista ja valoista, aivan kuten HDR valokuva älypuhelimesi kamerasta luodaksesi korkealaatuisen kohtauksen.

Vaikka simulointi on erinomainen työkalu, Atsmon huomautti, että sillä on omat puutteensa. Se on liian yksinkertainen, ja jotta autonominen ajaminen olisi realistista, sen on opittava reunatapauksista. Cognata väittää, että tarvitsee vain muutama napsautus ohjelmoida reunakoteloon, jotta autonomiset ajoneuvot voidaan validoida epätavallisempiin ajotilanteisiin. Itseohjautuvia ajoneuvoja rakentavien yritysten tulee olla ahkerasti etsiessään reunakoteloita, jotka voivat huijata itseohjautuvia autoja, ja luovia luomaan niille ratkaisuja.

Kun itse ajaminen epäonnistuu

Turvallisuus on niin tärkeää autonomisille ajoneuvoille, että Nvidia pitää sitä alan tärkeimpänä asiana. Kun asiat epäonnistuvat, kuolemantapauksia voi tapahtua ja tapahtuu, kuten äskettäin osoitettiin itsenäisessä Uberissa osui ja tappoi jalankulkijan Arizonassa.

Kun häneltä kysyttiin lehdistötilaisuudessa Uber-onnettomuudesta – Uber on Nvidian kumppani – Huang lykättiin kyydinjakoon yritys kommentoi, että "meidän pitäisi antaa Uberille mahdollisuus ymmärtää, mitä on tapahtunut, ja selittää, mitä on tapahtunut tapahtui.”

"Voin vakuuttaa teille, että [Uber] on yhtä murtunut tapahtuneesta", Huang lisäsi.

Koska Nvidia kehittää kokonaisvaltaista ratkaisua autonomiseen ajamiseen, eri kumppanit – Uberista Toyotaan ja Mercedes Benziin – voivat hyödyntää järjestelmän kaikkia tai joitakin osia. "Ympäri maailmaa on noin 370 yritystä, jotka käyttävät teknologiaamme jollakin tavalla." Näyttelyssä Nvidia julkisti myös Orinin, DRIVE-alustaan ​​seuraavan sukupolven tietokoneen.

Ihmiset varmuuskopiona

Vaikka itseohjautuvat autot ovat ajan myötä älykkäämpiä, Huang uskoo edelleen, että ihmisellä pitäisi aina olla varmuuskopio, jopa silloin, kun auto on suunniteltu ilman kuljettajan istuinta. Tämän saavuttamiseksi Nvidia esitteli Holodeckinsä tämän vuoden GTC-puheenvuorossa, jolloin etäkuljettaja voi ohjata fyysistä autoa reaaliajassa virtuaalitodellisuuden kautta.

"Se on teleportaatiota", Huang sanoi ja korosti, että tämä on mahdollista Nvidian varhaisten investointien ansiosta virtuaalitodellisuuteen.

Demon aikana kuljettaja Tim oli syrjäisessä paikassa. Kun hän laittaa virtuaalitodellisuuslasit päähänsä, hän tuntee olevansa fyysisessä autossa, jolloin hän voi tuntea auton ja nähdä auton hallintalaitteet ja kojetaulun. Tästä syrjäisestä sijainnista ja VR-kuulokkeidensa avulla hän saattoi ottaa autonomisen ajoneuvon hallintaansa, jolloin hän pystyi ajamaan ajoneuvoa ja pysäköimään sen.

Se on kuin mitä armeija on tehnyt jo jonkin aikaa – sallien drone-operaattoreiden lentää miehittämättömiä droneja etäältä. Mutta Nvidian tapauksessa VR: n voimalla kuljettaja tuntee olevansa fyysisesti läsnä ohjaamossa. Yhtiö uskoo, että sen grafiikkasuorittimilla toimiva simulointi tekee autonomisista autoista lopulta lähes erehtymättömiä, mutta siihen asti Holodeck voi auttaa ihmisiä valvomaan itseohjautuvaa kalustoa.

Toimittajien suositukset

• San Franciscon sumun hämmentyneitä autonomisia autoja
• Ford ja VW sulkevat autonomisen Argo AI -autoyksikön
• Entinen Applen työntekijä myöntää syyllisyytensä Apple Car -salaisuuksien nappaamiseen
• Poliisit hämmentyivät, kun he ajavat tyhjän itseajavan auton yli
• Kuinka iso sininen pakettiauto vuodelta 1986 tasoitti tietä itseajaville autoille