Imaginează-ți că ești șoferul unui sedan de familie cu patru uși care se apropie de un semn de stop. Când ajungi la semnul de oprire, observi un biciclist care încearcă să traverseze drumul. Prin contactul vizual, expresia facială și indiciile limbajului corpului, biciclistul își negociază dreptul de trecere cu tine. Drept urmare, decideți să lăsați biciclistul să traverseze primul drumul, înainte de a continua să intrați cu precauție în intersecție.
În lumea condusului autonom de astăzi, nu ar exista nicio modalitate de a „eticheta” sau clasifica un astfel de eveniment, a declarat directorul general al Cognata, Danny Atsmon. Metodele actuale vă permit să identificați vizual biciclistul, dar sistemele de antrenament să recunoașteți și înțelege că negocierile complexe pe drum rămân o provocare pentru conducerea autonomă de 10,3 trilioane de dolari industrie.
Videoclipuri recomandate
De fapt, conducerea autonomă reprezintă „cea mai grea problemă de calcul cu care s-a întâlnit vreodată lumea”, a spus Jensen, CEO-ul NVIDIA. Huang a recunoscut când a dezvăluit unele dintre cele mai puternice procesoare grafice din lume în timpul discursului principal GTC 2018 din San Jose, California.
Legate de
- Se zvonește că mașina Apple ar putea costa la fel ca un Tesla Model S
- Drive Concierge de la Nvidia vă va umple mașina cu ecrane
- Un lucru ciudat tocmai s-a întâmplat cu o flotă de mașini autonome
Legătura dintre Real și Virtual
„Lumea parcurge 10 trilioane de mile pe an”, a spus Huang într-o prezentare ascuțită – dar Atsmon a subliniat că mașinile cu conducere autonomă au parcurs doar trei milioane de mile de drumuri anul trecut. Pentru ca vehiculele autonome să conducă mai bine, trebuie să învețe mai multe, iar aceasta este, în esență, cea mai mare provocare cu care se confruntă industrie. Pentru a instrui un sistem de conducere autonomă pentru a avea competența unui șofer uman, computerele ar trebui să parcurgă aproximativ 11 miliarde de mile, ne-a spus Atsmon.
Este cea mai grea problemă de calcul cu care s-a întâlnit vreodată lumea.
Această cifră este calculată pe baza celor 1,09 decese la 100 de milioane de mile parcurse în 2015. „Așadar, pentru a spune că o mașină ar putea avea o performanță la fel de sigură ca o ființă umană cu 95% de încredere, ar trebui să validezi pentru 11 miliarde de mile”, a spus Atsmon.
Pe lângă timpul necesar pentru atingerea acestui obiectiv, există și cheltuielile de luat în considerare. În acest moment, costul pe milă pentru operarea unei mașini autonome este de sute de dolari - luând în considerare timpul de inginerie, colectarea și etichetarea datelor, costurile de asigurare și timpul pe care șoferul trebuie să stea în cabina de pilotaj. o mașină. Înmulțiți asta cu valoarea de referință de 11 miliarde de mile și costul masiv asociat cu antrenarea mașinilor autonome devine clar.
Validarea este esențială, iar accidentele recente care implică vehicule autonome arată că testele de date incomplete și scenariile de antrenament se pot dovedi fatale. Într-un exemplu mai puțin extrem, o navetă cu conducere autonomă din Las Vegas naviga cu aproximativ 0,6 mile pe oră, dar s-a izbit într-un camion (Jeff Zurschmeide, un colaborator independent la Digital Trends, a fost acolo când s-a întâmplat). Nimeni nu a fost rănit, dar scenariul surprinzător s-a întâmplat deoarece camionul trăgea înainte, apoi făcea înapoi în timp ce încerca să parcheze. Cauza prăbușirii, potrivit lui Atsmon, este că naveta nu a fost validată pentru acest tip de situație și nu știa ce să facă - așa că a mers înainte încet și s-a prăbușit.
Simulare mai bună pentru o învățare mai profundă
Soluția actuală a industriei pentru a reduce decalajul de 11 miliarde de mile pentru sistemele autonome pentru a ajunge la conducerea umană competența este de a dezvolta simulări care să permită mașinilor să învețe mai repede, combinând învățarea profundă cu cea virtuală mediu inconjurator.
„Simularea este calea către miliarde de mile”, a spus Huang la GTC. La sfârșitul anului trecut, Waymo, deținută de Alphabet, a dezvăluit Carcraft, abordarea sa pentru învățarea prin simulare.
Cognata folosește cele mai recente progrese în materie de grafică și hardware pentru senzori pentru a crea modele mai realiste și mai realiste ale lumii din care să învețe mașinile autonome. Pentru creierul informatic al unei mașini cu conducere autonomă, este ca și cum ai intra într-un joc video modelat după real lume, iar asta ar putea duce la scenarii de conducere mai realiste pentru a testa și valida conducerea mașinii date. Compania a cartografiat recent orașe selectate, cum ar fi San Francisco, folosind date din GIS - camere de înaltă definiție și algoritmi sofisticați de computer care rulează peste imagini prin satelit și street view, rezultând o scenă foto-realistă.
Simularea este calea către miliarde de mile.
Pentru a îmbunătăți și mai mult simulările, Nvidia și unii dintre partenerii săi folosesc date de la senzorii vehiculelor autonome pentru a construi hărți de definiție mai înaltă. Când vehiculele autonome ies pe drum, aceste mașini nu se vor baza doar pe datele disponibile prin instruire, dar contribuie și la colectarea datelor prin partajarea datelor pe care le-a capturat din LIDAR, IR, radar și cameră matrice.
Atunci când aceste date nou capturate sunt combinate prin învățare profundă cu seturile de date existente de calitate scăzută, străzile și drumurile vor arăta mai foto-realiste. Cognata susține că algoritmii săi pot procesa datele într-un mod pentru a scoate detalii în umbre și evidențieri, la fel ca un HDR fotografie de pe camera smartphone-ului dvs., pentru a crea o scenă de înaltă calitate.
Cognata - Deep Learning Autonomous Driving Simulator
În timp ce simularea este un instrument excelent, Atsmon a remarcat că are propriile defecte. Este prea simplu și pentru ca conducerea autonomă să fie realistă, trebuie să învețe din cazurile marginale. Cognata susține că este nevoie de doar câteva clicuri pentru a programa într-o carcasă marginală pentru a valida vehiculele autonome pentru scenarii de conducere mai neobișnuite. Companiile care construiesc vehicule autonome vor trebui să fie sârguincioși în căutarea unor cazuri de margine care pot păcăli mașinile cu conducere autonomă și creative în crearea de soluții pentru acestea.
Când auto-conducerea eșuează
Siguranța este atât de importantă pentru vehiculele autonome, încât Nvidia îl consideră cel mai important lucru pentru industrie. Când lucrurile eșuează, decesele pot apărea și apar, așa cum sa dovedit recent când un Uber autonom a lovit și ucis un pieton în Arizona.
„Pot să vă asigur că [Uber este] la fel de zdrobit de ceea ce s-a întâmplat.”
Când a fost interogat într-o întâlnire de presă cu privire la prăbușirea Uber - Uber este partener al Nvidia - Huang a amânat la schimbul de călătorii companiei pentru comentarii, spunând că „ar trebui să oferim Uber șansa de a înțelege ce s-a întâmplat și de a explica ce s-a întâmplat s-a întâmplat."
„Pot să vă asigur că [Uber este] la fel de zdrobit de ceea ce s-a întâmplat”, a adăugat Huang.
Deoarece Nvidia dezvoltă o soluție end-to-end pentru conducerea autonomă, diferiți parteneri - de la Uber la Toyota și Mercedes Benz - pot utiliza toate sau unele părți ale sistemului. „Există aproximativ 370 de companii din întreaga lume care folosesc tehnologiile noastre într-un fel.” La spectacol, Nvidia a anunțat și Orin, computerul de ultimă generație a platformei DRIVE.
Oamenii ca o rezervă
În timp ce mașinile cu conducere autonomă devin mai inteligente în timp, Huang crede în continuare că ar trebui să existe întotdeauna o rezervă umană, chiar și în cazurile în care o mașină este proiectată fără scaun de șofer. Pentru a realiza acest lucru, Nvidia și-a prezentat Holodeck-ul în timpul conferinței GTC din acest an, permițând unui șofer de la distanță să controleze o mașină fizică în timp real prin realitatea virtuală.
„Este teleportare”, a spus Huang, subliniind că acest lucru este posibil prin investițiile timpurii ale Nvidia în realitatea virtuală.
NVIDIA DRIVE—Demonstrație GTC 2018
În timpul demonstrației, Tim, șoferul, a fost localizat într-o locație îndepărtată. Când își pune o pereche de ochelari de realitate virtuală, se va simți ca într-o mașină fizică, permițându-i să simtă mașina și să vadă comenzile și panoul de instrumente ale mașinii. Din această locație la distanță și cu ajutorul căștilor sale VR, el putea prelua controlul asupra unui vehicul autonom, permițându-i să conducă vehiculul și să-l parcheze.
Este ca ceea ce armata a făcut de ceva vreme - permițând operatorilor de drone să zboare cu drone fără pilot din locații îndepărtate. Dar în cazul Nvidia, cu puterea VR, șoferul va simți că este prezent fizic în cockpit. Compania crede că simularea alimentată de GPU-urile sale va face în cele din urmă mașinile autonome aproape infailibile, dar, până la ele, Holodeck-ul îi poate ajuta pe oameni să supravegheze flotele autonome.
Recomandările editorilor
- Mașini autonome confuze de ceața din San Francisco
- Ford și VW închid unitatea auto autonomă Argo AI
- Un fost angajat Apple pledează vinovat pentru că a depistat secretele Apple Car
- Ofițerii confuzi în timp ce opresc peste o mașină goală care se conduce singur
- Cum o dubă mare albastră din 1986 a deschis calea pentru mașinile care se conduc singure
