Ako Nvidia pomáha autonómnym autám simulovať ich cestu k bezpečnosti

Predstavte si, že ste vodičom štvordverového rodinného sedanu, ktorý sa blíži k stopke. Keď dorazíte na stopku, všimnete si cyklistu, ktorý sa snaží prejsť cez cestu. Prostredníctvom očného kontaktu, výrazu tváre a reči tela si cyklista s vami dohodne svoju prednosť v jazde. V dôsledku toho sa rozhodnete nechať cyklistu prejsť cez cestu skôr, než budete opatrne vchádzať do križovatky.

V dnešnom svete autonómneho riadenia by neexistoval spôsob, ako „označiť“ alebo kategorizovať takúto udalosť, povedal generálny riaditeľ spoločnosti Cognata Danny Atsmon. Súčasné metódy umožňujú vizuálne identifikovať cyklistu, ale tréningové systémy rozpoznať a pochopiť, že zložité rokovania o ceste zostávajú výzvou pre autonómne riadenie v hodnote 10,3 bilióna dolárov priemyslu.

Autonómne riadenie v skutočnosti predstavuje „najťažší počítačový problém, s akým sa svet kedy stretol“, ako povedal generálny riaditeľ NVIDIA Jensen. Huang priznal, keď počas keynote GTC 2018 v San Jose odhalil niektoré z najvýkonnejších grafických procesorov na svete, Kalifornia.

Prepojenie skutočného a virtuálneho

"Svet najazdí 10 biliónov míľ ročne," povedal Huang v ostrej prezentácii - ale Atsmon poukázal na to, že autonómne autá prešli minulý rok iba tri milióny míľ ciest. Aby mohli autonómne vozidlá lepšie jazdiť, musia sa naučiť viac, a to je v podstate najväčšia výzva, ktorej toto odvetvie čelí. Na vycvičenie systému autonómneho riadenia tak, aby mal kompetenciu ľudského vodiča, by počítače museli prejsť približne 11 miliárd míľ, povedal nám Atsmon.

Toto číslo je vypočítané na základe 1,09 úmrtí na 100 miliónov míľ najazdených v roku 2015. "Takže, ak chcete povedať, že stroj môže mať rovnako bezpečný výkon ako ľudská bytosť s 95 percentami istoty, museli by ste overiť 11 miliárd míľ," povedal Atsmon.

Okrem času potrebného na dosiahnutie tohto cieľa je potrebné zvážiť aj náklady. Práve teraz sa náklady na míľu za prevádzku autonómneho auta pohybujú v stovkách dolárov inžiniersky čas, zber a označovanie údajov, náklady na poistenie a čas, kedy vodič sedí v kokpite auto. Vynásobte to benchmarkom 11 miliárd míľ a obrovské náklady spojené s tréningom autonómnych áut budú jasné.

Validácia je kľúčová a nedávne nehody s autonómnymi vozidlami ukazujú, že neúplné dátové testy a tréningové scenáre môžu byť smrteľné. V jednom menej extrémnom príklade sa samoriadiaci raketoplán v Las Vegas pohyboval rýchlosťou približne 0,6 míle za hodinu, ale narazilo do kamióna (Jeff Zurschmeide, nezávislý prispievateľ do Digital Trends, bol pri tom, keď sa to stalo). Nikto nebol zranený, no záhadný scenár sa stal, pretože kamión ťahal dopredu a potom cúval, keď sa snažil zaparkovať. Príčinou havárie je podľa Atsmona to, že raketoplán nebol overený pre tento typ situácie a nevedel, čo má robiť – takže postupoval vpred pomaly a havaroval.

Lepšia simulácia pre hlbšie učenie

Súčasné riešenie v tomto odvetví na preklenutie 11 miliárd míľ pre autonómne systémy na dosiahnutie ľudského riadenia kompetenciou je vyvíjať simulácie, ktoré umožnia autám učiť sa rýchlejšie kombináciou hlbokého učenia s virtuálnym životné prostredie.

"Simulácia je cesta k miliardám míľ," povedal Huang v GTC. Koncom minulého roka spoločnosť Waymo vlastnená spoločnosťou Alphabet predstavila Carcraft, svoj prístup k učeniu pomocou simulácie.

Cognata využíva najnovšie pokroky v oblasti grafiky a hardvéru snímačov na vytváranie realistickejších a realistickejších modelov sveta, z ktorých sa môžu autonómne autá učiť. Pre počítačový mozog samoriadiaceho auta je to ako vstup do videohry podľa vzoru skutočného svete, a to by mohlo viesť k realistickejším jazdným scenárom na testovanie a overovanie riadenia auta údajov. Spoločnosť nedávno zmapovala vybrané mestá, ako napríklad San Francisco, pomocou údajov z GIS – kamier s vysokým rozlíšením a sofistikované počítačové algoritmy, ktoré bežia cez satelitné snímky a snímky ulíc, výsledkom čoho je fotorealistická scéna.

Na ďalšie vylepšenie simulácií Nvidia a niektorí jej partneri používajú údaje zo senzorov autonómnych vozidiel na vytváranie máp s vyšším rozlíšením. Keď sa autonómne vozidlá dostanú na cestu, tieto stroje sa nebudú spoliehať len na údaje, ktoré sú k dispozícii prostredníctvom školenia, ale tiež prispieva k zberu údajov zdieľaním údajov, ktoré zachytil zo svojho LIDAR, IR, radaru a kamery polia.

Keď sa tieto novo zachytené údaje skombinujú prostredníctvom hlbokého učenia s existujúcimi súbormi údajov nízkej kvality, ulice a cesty budú vyzerať fotorealistickejšie. Cognata tvrdí, že jej algoritmy dokážu spracovať údaje tak, aby zvýraznili detaily v tieňoch a svetlách, podobne ako HDR fotografiu z fotoaparátu smartfónu, aby ste vytvorili scénu vysokej kvality.

Zatiaľ čo simulácia je vynikajúci nástroj, Atsmon poznamenal, že má svoje vlastné chyby. Je to príliš jednoduché a na to, aby bola autonómna jazda realistická, musí sa poučiť z okrajových prípadov. Cognata tvrdí, že na naprogramovanie autonómnych vozidiel na overenie autonómnych vozidiel pre nezvyčajnejšie jazdné scenáre stačí niekoľko kliknutí. Spoločnosti vyrábajúce autonómne vozidlá budú musieť byť usilovné pri hľadaní okrajových prípadov, ktoré dokážu oklamať samoriadiace autá, a kreatívne pri vytváraní riešení pre ne.

Keď zlyhá samojazda

Bezpečnosť je pre autonómne vozidlá taká prvoradá, že ju Nvidia považuje za najdôležitejšiu vec v tomto odvetví. Keď veci zlyhajú, môže dôjsť k smrteľným úrazom a dochádza k nim, ako sa nedávno ukázalo, keď autonómny Uber zrazil a zabil chodca v Arizone.

Keď sa Huang pýtal na tlačovom stretnutí o havárii Uberu – Uber je partnerom Nvidie –, Huang odložil zdieľanie jázd spoločnosti za komentáre s tým, že „mali by sme dať Uberu šancu pochopiť, čo sa stalo, a vysvetliť, čo sa stalo Stalo."

„Môžem vás ubezpečiť, že [Uber] je rovnako zdrvený tým, čo sa stalo,“ dodal Huang.

Pretože Nvidia vyvíja komplexné riešenie pre autonómne riadenie, rôzni partneri – od Uberu po Toyotu a Mercedes Benz – môžu využívať všetky alebo niektoré časti systému. "Na celom svete je asi 370 spoločností, ktoré nejakým spôsobom využívajú naše technológie." Na výstave Nvidia tiež oznámila Orin, počítač novej generácie svojej platformy DRIVE.

Ľudia ako záloha

Aj keď sú samoriadiace autá postupom času stále inteligentnejšie, Huang stále verí, že vždy by mala existovať ľudská podpora, a to aj v prípadoch, keď je auto navrhnuté bez sedadla vodiča. Na dosiahnutie tohto cieľa Nvidia počas tohtoročnej keynote GTC predstavila svoj Holodeck, ktorý umožňuje vzdialenému vodičovi ovládať fyzické auto v reálnom čase prostredníctvom virtuálnej reality.

"Je to teleportácia," povedal Huang a zdôraznil, že je to možné vďaka skorým investíciám Nvidie do virtuálnej reality.

Počas ukážky sa vodič Tim nachádzal na odľahlom mieste. Keď si nasadí okuliare na virtuálnu realitu, bude sa cítiť ako vo fyzickom aute, čo mu umožní cítiť auto a vidieť ovládacie prvky auta a prístrojový panel. Z tohto vzdialeného miesta a pomocou svojho VR headsetu mohol prevziať kontrolu nad autonómnym vozidlom, čo mu umožnilo riadiť vozidlo a zaparkovať ho.

Je to ako to, čo už nejaký čas robí armáda – umožňuje operátorom dronov lietať s bezpilotnými dronmi zo vzdialeného miesta. V prípade Nvidie sa však so silou VR bude vodič cítiť ako fyzicky prítomný v kokpite. Spoločnosť verí, že simulácia poháňaná jej GPU nakoniec urobí autonómne autá takmer neomylnými, ale kým sa im to nepodarí, Holodeck môže pomôcť ľuďom dohliadať na samojazdiace flotily.

Odporúčania redaktorov

• Autonómne autá zmätené hmlou v San Franciscu
• Ford a VW zatvoria autonómnu automobilovú jednotku Argo AI
• Bývalý zamestnanec Apple sa priznal k odhaleniu tajomstiev Apple Car
• Policajti zmätení pri zastavovaní prázdneho samoriadiaceho auta
• Ako veľká modrá dodávka z roku 1986 vydláždila cestu samoriadiacim autám