Dur işaretine yaklaşan dört kapılı bir aile sedanının sürücüsü olduğunuzu hayal edin. Dur işaretine geldiğinizde karşıdan karşıya geçmeye çalışan bir bisikletliyi fark ediyorsunuz. Bisikletçi, göz teması, yüz ifadesi ve beden dili aracılığıyla sizinle geçiş hakkı konusunda pazarlık yapar. Sonuç olarak, kavşağa dikkatli bir şekilde girmeden önce bisikletlinin yolun karşısına geçmesine izin vermeye karar veriyorsunuz.
Cognata CEO'su Danny Atsmon, günümüzün otonom sürüş dünyasında böyle bir olayı "etiketlemenin" veya sınıflandırmanın mümkün olmayacağını söyledi. Mevcut yöntemler bisikletçiyi görsel olarak tanımlamanıza olanak tanır, ancak eğitim sistemleri bisikletçiyi tanıyıp tanımanıza olanak tanır. Yoldaki karmaşık müzakerelerin 10,3 trilyon dolarlık otonom sürüş için zorlu olmaya devam ettiğini anlayın endüstri.
Önerilen Videolar
Aslında otonom sürüş, NVIDIA CEO'su Jensen'in ifadesiyle "dünyanın şimdiye kadar karşılaştığı en zor bilgi işlem sorununu" temsil ediyor Huang, San Jose'deki GTC 2018 açılış konuşmasında dünyanın en güçlü grafik işlemcilerinden bazılarını tanıttığını itiraf etti: Kaliforniya.
İlgili
- Apple'ın söylentisi arabası Tesla Model S ile aynı fiyata mal olabilir
- Nvidia'nın Drive Concierge'i arabanızı ekranlarla dolduracak
- Otonom araç filosunda tuhaf bir şey oldu
Gerçek ile Sanal Arasında Köprü Kurmak
Huang anlamlı bir sunumda "Dünya yılda 10 trilyon mil yol kat ediyor" dedi ancak Atsmon, sürücüsüz araçların geçen yıl yalnızca üç milyon mil yol kat ettiğini belirtti. Kendi kendine giden araçların daha iyi sürebilmesi için daha fazlasını öğrenmeleri gerekiyor ve bu, temelde sektörün karşılaştığı en büyük zorluk. Atsmon bize, otonom bir sürüş sistemini bir insan sürücünün yeterliliğine sahip olacak şekilde eğitmek için bilgisayarların yaklaşık 11 milyar mil yol kat etmesi gerektiğini söyledi.
Bu, dünyanın şimdiye kadar karşılaştığı en zor bilgi işlem sorunudur.
Bu rakam, 2015 yılında katedilen 100 milyon mil başına 1,09 ölüm oranı temel alınarak hesaplanıyor. Atsmon, "Yani bir makinenin yüzde 95 güvenle bir insan kadar güvenli bir performansa sahip olabileceğini söylemek için 11 milyar mil boyunca doğrulama yapmanız gerekir" dedi.
Bu hedefe ulaşmak için gereken sürenin yanı sıra dikkate alınması gereken masraflar da vardır. Şu anda, otonom bir arabayı çalıştırmanın mil başına maliyeti yüzlerce dolardır. mühendislik süresi, veri toplama ve etiketleme, sigorta maliyetleri ve sürücünün kokpitte oturacağı süre araba. Bunu 11 milyar kilometrelik kıyaslamayla çarptığınızda, otonom araba eğitiminin devasa maliyeti netleşiyor.
Doğrulama çok önemli ve otonom araçların dahil olduğu son kazalar, eksik veri testlerinin ve eğitim senaryolarının ölümcül olabileceğini gösteriyor. Daha az uç bir örnekte, Las Vegas'ta sürücüsüz bir mekik saatte yaklaşık 0,6 mil hızla seyrediyordu. ama kamyona çarptı (Dijital Eğilimler'e bağımsız olarak katkıda bulunan Jeff Zurschmeide, bu olay gerçekleştiğinde oradaydı). Kimse yaralanmadı, ancak kafa karıştırıcı senaryo, kamyonun ileri doğru hareket etmesi ve ardından park etmeye çalışırken geri gitmesi nedeniyle gerçekleşti. Atsmon'a göre kazanın nedeni, mekiğin bu tür bir durum için onaylanmaması ve ne yapacağını bilmemesiydi, bu yüzden yavaş ilerledi ve düştü.
Daha Derin Öğrenme için Daha İyi Simülasyon
Otonom sistemlerin insan sürüşüne ulaşması için 11 milyar millik boşluğu doldurmaya yönelik endüstrinin mevcut çözümü Yetkinlik, derin öğrenmeyi sanal öğrenmeyle birleştirerek arabaların daha hızlı öğrenmesini sağlayacak simülasyonlar geliştirmektir. çevre.
Huang, GTC'de "Simülasyon milyarlarca kilometreye giden yoldur" dedi. Geçtiğimiz yılın sonlarında Alphabet'in sahibi olduğu Waymo, simülasyon yoluyla öğrenmeye yönelik yaklaşımı olan Carcraft'ı tanıttı.
Cognata, otonom arabaların öğrenebileceği daha gerçeğe yakın ve gerçekçi dünya modelleri yaratmak için grafik ve sensör donanımındaki en son gelişmeleri kullanıyor. Kendi kendini süren bir arabanın bilgi işlem beyinleri için bu, gerçek hayattan modellenen bir video oyununa girmek gibidir. ve bu, araba sürüşünü test etmek ve doğrulamak için daha gerçekçi sürüş senaryolarına yol açabilir veri. Şirket yakın zamanda CBS'den (yüksek çözünürlüklü kameralar ve) gelen verileri kullanarak San Francisco gibi seçilmiş şehirlerin haritasını çıkardı. Uydu ve sokak görünümü görüntüleri üzerinde çalışan gelişmiş bilgisayar algoritmaları sayesinde fotogerçekçi bir sahne elde edilir.
Simülasyon milyarlarca kilometreye giden yoldur.
Simülasyonları daha da geliştirmek için Nvidia ve bazı ortakları, daha yüksek çözünürlüklü haritalar oluşturmak amacıyla otonom araçların sensörlerinden gelen verileri kullanıyor. Otonom araçlar yola çıktığında bu makineler yalnızca eğitim yoluyla elde edilen verilere güvenmeyecek, aynı zamanda LIDAR, IR, radar ve kameradan yakaladığı verileri paylaşarak veri toplanmasına da katkıda bulunuyor. diziler.
Yeni yakalanan bu veriler, derin öğrenme yoluyla mevcut düşük kaliteli veri kümeleriyle birleştirildiğinde, caddelerin ve yolların daha foto-gerçekçi görünmesini sağlayacak. Cognata, algoritmalarının verileri gölgelerdeki ve açıktonlardaki ayrıntıları ortaya çıkaracak şekilde işleyebileceğini iddia ediyor. HDR Yüksek kaliteli bir sahne oluşturmak için akıllı telefonunuzun kamerasından fotoğraf çekin.
Cognata - Derin Öğrenme Otonom Sürüş Simülatörü
Simülasyon mükemmel bir araç olsa da Atsmon, kendi kusurlarının da bulunduğunu belirtti. Bu çok basit ve otonom sürüşün gerçekçi olabilmesi için uç durumlardan ders alması gerekiyor. Cognata, daha sıra dışı sürüş senaryoları için otonom araçları doğrulamak amacıyla uç bir durumda programlamanın yalnızca birkaç tıklama gerektirdiğini iddia ediyor. Otonom araçlar geliştiren şirketlerin, sürücüsüz arabaları kandırabilecek uç vakaları bulma konusunda dikkatli olmaları ve bunlara yönelik çözümler üretmede yaratıcı olmaları gerekecek.
Kendi Kendine Sürüş Başarısız Olduğunda
Otonom araçlarda güvenlik o kadar önemli ki Nvidia bunu sektör için en önemli şey olarak görüyor. Otonom bir Uber'in son zamanlarda kanıtladığı gibi, işler başarısız olduğunda ölümler meydana gelebilir ve meydana gelir. Arizona'da bir yayaya çarpıp öldürdü.
"Sizi temin ederim ki Uber de olanlardan dolayı aynı derecede üzgün."
Bir basın toplantısında Uber kazasıyla ilgili sorgulandığında -Uber, Nvidia'nın ortağıdır- Huang araç paylaşımına erteledi Şirketten yorum talep eden şirket, "Uber'e ne olduğunu anlaması ve ne olduğunu açıklaması için bir şans vermeliyiz" dedi. olmuş."
Huang, "Sizi temin ederim ki Uber de olanlardan dolayı aynı derecede üzgün" dedi.
Nvidia otonom sürüş için uçtan uca bir çözüm geliştirdiğinden, Uber'den Toyota ve Mercedes Benz'e kadar farklı ortaklar sistemin tamamını veya bir kısmını kullanabilir. “Dünya çapında teknolojilerimizi bir şekilde kullanan 370 kadar şirket var.” Fuarda Nvidia, DRIVE platformunun yeni nesil bilgisayarı Orin'i de duyurdu.
Yedek Olarak İnsanlar
Sürücüsüz arabalar zamanla daha akıllı hale gelirken Huang, bir arabanın sürücü koltuğu olmadan tasarlandığı durumlarda bile her zaman bir insan desteğinin olması gerektiğine inanıyor. Bunu başarmak için Nvidia, bu yılın GTC açılış konuşmasında uzaktan sürücünün fiziksel bir arabayı sanal gerçeklik aracılığıyla gerçek zamanlı olarak kontrol etmesine olanak tanıyan Holodeck'i sergiledi.
Huang, bunun Nvidia'nın sanal gerçekliğe ilk yatırımlarıyla mümkün olabileceğinin altını çizerek "Bu ışınlanmadır" dedi.
NVIDIA DRIVE—GTC 2018 Gösterimi
Demo sırasında sürücü Tim uzak bir konumda bulunuyordu. Bir çift sanal gerçeklik gözlüğü taktığında kendisini fiziksel bir arabanın içindeymiş gibi hissedecek, bu da onun arabayı hissetmesine ve arabanın kontrollerini ve gösterge panelini görmesine olanak tanıyacak. Bu uzak konumdan ve VR başlığının yardımıyla otonom bir aracın kontrolünü ele geçirebiliyor, aracı sürmesine ve park etmesine olanak tanıyordu.
Bu, ordunun bir süredir yaptığına benziyor; drone operatörlerinin insansız droneları uzak konumlardan uçurmasına izin veriyor. Ancak Nvidia'nın durumunda, VR'nin gücüyle sürücü, fiziksel olarak kokpitteymiş gibi hissedecek. Şirket, GPU'ları tarafından desteklenen simülasyonun eninde sonunda otonom arabaları neredeyse hatasız hale getireceğine inanıyor ancak o zamana kadar Holodeck, insanların kendi kendini süren filoları izlemesine yardımcı olabilir.
Editörlerin Önerileri
- Otonom arabalar San Francisco'nun sisiyle karıştı
- Ford ve VW, Argo AI otonom araç ünitesini kapattı
- Eski Apple çalışanı Apple Car sırlarını ele geçirme suçunu kabul etti
- Memurlar boş bir otonom arabayı kenara çekerken şaşkına döndü
- 1986'dan kalma büyük mavi bir minibüs, sürücüsüz arabaların önünü nasıl açtı?
