Įsivaizduokite, kad esate keturių durų šeimyninio sedano vairuotojas, artėjantis prie „Stop“ ženklo. Privažiavę „Stop“ ženklą, pastebite dviratininką, bandantį kirsti kelią. Akių kontaktas, veido išraiška ir kūno kalbos signalai dviratininkas derasi su jumis dėl pirmumo teisės. Todėl nusprendžiate leisti pirmajam dviratininkui kirsti kelią, o tik tada atsargiai įvažiuojate į sankryžą.
Šiandieniniame autonominio vairavimo pasaulyje nebūtų jokio būdo tokio įvykio „žymėti“ ar priskirti kategorijai, sakė „Cognata“ generalinis direktorius Danny Atsmonas. Dabartiniai metodai leidžia vizualiai atpažinti dviratininką, tačiau mokymo sistemos atpažinti ir Supraskite, kad sudėtingos derybos kelyje tebėra iššūkis 10,3 trilijono USD vertės autonominiam vairavimui industrija.
Rekomenduojami vaizdo įrašai
Tiesą sakant, autonominis vairavimas yra „vienintelė sunkiausia skaičiavimo problema, su kuria kada nors susidūrė pasaulis“, – sako NVIDIA generalinis direktorius Jensenas. Huangas prisipažino, kai per GTC 2018 pagrindinį pranešimą San Chosėje pristatė kai kuriuos galingiausius pasaulyje grafikos procesorius, Kalifornija.
Susijęs
- Gandai, kad „Apple“ automobilis gali kainuoti tiek pat, kiek „Tesla Model S“.
- Nvidia Drive Concierge užpildys jūsų automobilį ekranais
- Keistas dalykas ką tik nutiko su autonominių automobilių parku
Realaus ir virtualaus sujungimas
„Pasaulis nuvažiuoja 10 trilijonų mylių per metus“, – aiškiame pranešime sakė Huangas, tačiau Atsmonas pabrėžė, kad pernai savarankiškai važiuojantys automobiliai įveikė tik tris milijonus mylių kelių. Kad savaeigės transporto priemonės vairuotų geriau, jos turi išmokti daugiau, ir tai iš esmės yra didžiausias iššūkis, su kuriuo susiduria pramonė. Atsmonas sakė, kad norint išmokyti autonominio vairavimo sistemą turėti žmogaus vairuotojo kompetenciją, kompiuteriai turėtų nuvažiuoti maždaug 11 milijardų mylių.
Tai vienintelė sunkiausia skaičiavimo problema, su kuria kada nors susidūrė pasaulis.
Šis skaičius apskaičiuotas remiantis 1,09 mirties atvejų 100 milijonų mylių, nuvažiuotų 2015 m. „Taigi, norint pasakyti, kad mašina gali veikti taip saugiai kaip žmogus su 95 procentų pasitikėjimo savimi, jums reikės patvirtinti 11 milijardų mylių“, – sakė Atsmonas.
Be laiko, reikalingo šiam tikslui pasiekti, reikia atsižvelgti ir į išlaidas. Šiuo metu autonominio automobilio eksploatavimo mylios kaina siekia šimtus dolerių inžinerijos laikas, duomenų rinkimas ir žymėjimas, draudimo išlaidos ir laikas, per kurį vairuotojas sėdi kabinoje mašina. Padauginus tai iš 11 milijardų mylių etalono, paaiškės didžiulės išlaidos, susijusios su autonominių automobilių mokymu.
Patvirtinimas yra labai svarbus, o neseniai įvykusios avarijos, kuriose dalyvavo autonominės transporto priemonės, rodo, kad neišsamūs duomenų testai ir mokymo scenarijai gali būti mirtini. Viename ne tokiame ekstremaliame pavyzdyje savaime važiuojantis maršrutinis autobusas Las Vegase plaukė maždaug 0,6 mylios per valandą greičiu. bet atsitrenkė į sunkvežimį (Jeffas Zurschmeide'as, laisvai samdomas „Digital Trends“ bendradarbis, buvo šalia, kai tai įvyko). Niekas nenukentėjo, tačiau mįslingas scenarijus įvyko dėl to, kad sunkvežimis traukė į priekį, o tada grįžo atgal, kai bandė pastatyti automobilį. Anot Atsmono, avarijos priežastis yra ta, kad šaudyklė nebuvo patvirtinta tokiai situacijai ir nežinojo, ką daryti, todėl lėtai judėjo į priekį ir sudužo.
Geresnis modeliavimas siekiant gilesnio mokymosi
Dabartinis pramonės sprendimas, kaip įveikti 11 milijardų mylių atotrūkį, kad autonominės sistemos pasiektų žmogaus vairavimą kompetencija yra sukurti modeliavimą, kuris leistų automobiliams greičiau mokytis, derinant gilųjį mokymąsi su virtualiu aplinką.
„Modeliavimas yra kelias į milijardus mylių“, – GTC sakė Huangas. Praėjusių metų pabaigoje „Alphabet“ priklausanti „Waymo“ pristatė „Carcraft“ – mokymosi modeliavimo būdu metodą.
„Cognata“ naudoja naujausius grafikos ir jutiklių aparatinės įrangos patobulinimus, kad sukurtų tikroviškesnius ir tikroviškesnius pasaulio modelius, iš kurių būtų galima mokytis autonominių automobilių. Savarankiško automobilio skaičiavimo smegenims tai tarsi įėjimas į vaizdo žaidimą, sukurtą pagal realų modelį pasaulyje, o tai gali padėti sukurti realistiškesnius vairavimo scenarijus, kad būtų galima išbandyti ir patvirtinti automobilio vairavimą duomenis. Bendrovė neseniai suplanavo pasirinktus miestus, pvz., San Franciską, naudodama duomenis iš GIS – didelės raiškos kamerų ir sudėtingi kompiuteriniai algoritmai, kurie veikia per palydovo ir gatvės vaizdo vaizdus, todėl sukuriama tikroviška nuotrauka.
Modeliavimas yra kelias į milijardus mylių.
Siekdama toliau tobulinti modeliavimą, „Nvidia“ ir kai kurie jos partneriai naudoja duomenis iš autonominių transporto priemonių jutiklių, kad sukurtų didesnės raiškos žemėlapius. Kai į kelią išvažiuos autonominės transporto priemonės, šios mašinos pasikliaus ne tik duomenimis, kurie bus gauti per mokymus, bet taip pat prisideda prie duomenų rinkimo dalindamasi duomenimis, kuriuos užfiksavo iš savo LIDAR, IR, radaro ir fotoaparato masyvai.
Kai šie naujai užfiksuoti duomenys bus derinami per gilų mokymąsi su esamais žemos kokybės duomenų rinkiniais, gatvės ir keliai atrodys tikroviškiau. „Cognata“ teigia, kad jos algoritmai gali apdoroti duomenis taip, kad būtų išryškinamos detalės šešėliuose ir ryškiuose taškuose, panašiai kaip HDR nuotrauką iš savo išmaniojo telefono fotoaparato, kad sukurtumėte aukštos kokybės vaizdą.
Cognata – giliai besimokantis autonominio vairavimo simuliatorius
Nors modeliavimas yra puiki priemonė, Atsmon pažymėjo, kad ji turi savų trūkumų. Tai per paprasta, o norint, kad autonominis vairavimas būtų realus, reikia pasimokyti iš kraštutinių atvejų. Cognata teigia, kad užtenka vos kelių paspaudimų užprogramuoti kraštutiniame dėkle, kad būtų patvirtintos autonominės transporto priemonės neįprastesniems vairavimo scenarijams. Įmonės, kuriančios autonomines transporto priemones, turės būti stropiai ieškodamos pažangių dėklų, galinčių apgauti savarankiškai važiuojančius automobilius, ir kūrybiškai kurti joms sprendimus.
Kai nepavyksta savarankiškai vairuoti
Sauga yra tokia svarbiausia autonominėms transporto priemonėms, kad „Nvidia“ tai laiko vieninteliu svarbiausiu dalyku pramonei. Kai viskas nepavyksta, mirtys gali įvykti ir įvyksta, kaip neseniai buvo įrodyta, kai autonominis Uber Arizonoje partrenkė ir nužudė pėsčiąjį.
„Galiu jus užtikrinti, kad [Uberis] taip pat sugniuždytas dėl to, kas nutiko.
Spaudos susitikime paklaustas apie Uber avariją – Uberis yra „Nvidia“ partneris – Huangas atidėjo pavėžėjimo dalijimąsi. įmonės komentarai, sakydami, kad „turėtume suteikti Uberiui galimybę suprasti, kas atsitiko, ir paaiškinti, kas nutiko įvyko."
„Galiu jus užtikrinti, kad [Uberis] yra vienodai sugniuždytas dėl to, kas nutiko“, – pridūrė Huangas.
Kadangi „Nvidia“ kuria visapusį savarankiško vairavimo sprendimą, įvairūs partneriai – nuo „Uber“ iki „Toyota“ ir „Mercedes Benz“ – gali naudoti visą arba kai kurias sistemos dalis. „Visame pasaulyje yra apie 370 įmonių, kurios tam tikru būdu naudoja mūsų technologijas. Parodoje „Nvidia“ taip pat paskelbė apie „Orin“ – naujos kartos savo DRIVE platformos kompiuterį.
Žmonės kaip atsarginė kopija
Nors savaeigiai automobiliai laikui bėgant darosi vis išmanesni, Huangas vis dar mano, kad visada turi būti atsarginis žmogus, net ir tais atvejais, kai automobilis sukurtas be vairuotojo sėdynės. Kad tai pasiektų, Nvidia per šių metų GTC pagrindinį pranešimą pristatė savo Holodeck, leidžiantį nuotoliniam vairuotojui valdyti fizinį automobilį realiu laiku per virtualią realybę.
„Tai teleportacija“, – sakė Huangas, pabrėždamas, kad tai įmanoma dėl ankstyvųjų Nvidia investicijų į virtualią realybę.
NVIDIA DRIVE – GTC 2018 demonstracija
Demonstracinės versijos metu Timas, vairuotojas, buvo atokioje vietoje. Užsidėjęs virtualios realybės akinius jis jausis kaip fiziniame automobilyje, todėl galės pajusti automobilį ir matyti automobilio valdiklius bei prietaisų skydelį. Iš šios atokios vietos ir savo VR ausinių pagalba jis galėjo perimti autonominės transporto priemonės valdymą, leidžiančią vairuoti transporto priemonę ir ją pastatyti.
Tai panašu į tai, ką jau kurį laiką darė kariuomenė – leidžia bepiločių orlaivių operatoriams skraidinti nepilotuojamus dronus iš atokios vietos. Tačiau „Nvidia“ atveju, turėdamas VR galią, vairuotojas jausis taip, lyg būtų fiziškai kabinoje. Bendrovė mano, kad jos GPU valdomas modeliavimas ilgainiui padarys autonominius automobilius beveik neklystamus, tačiau iki jų Holodeck gali padėti žmonėms stebėti savarankiškai važiuojančius automobilius.
Redaktorių rekomendacijos
- San Francisko rūko supainioti autonominiai automobiliai
- „Ford“ ir „VW“ uždaro „Argo AI“ autonominį automobilių bloką
- Buvęs „Apple“ darbuotojas prisipažįsta kaltas dėl „Apple Car“ paslapčių gavimo
- Pareigūnai sutriko, kai stabdo tuščią savaeigį automobilį
- Kaip didelis mėlynas 1986 m. furgonas atvėrė kelią savarankiškai važiuojantiems automobiliams
