Уявіть, що ви водій чотиридверного сімейного седана, який наближається до знака «стоп». Дійшовши до знаку «стоп», ви помітили велосипедиста, який намагався перебігти дорогу. За допомогою зорового контакту, виразу обличчя та мови тіла велосипедист домовляється з вами про перевагу. У результаті ви вирішуєте дозволити велосипедисту першим перетнути дорогу, перш ніж продовжувати обережно виїжджати на перехрестя.
У сучасному світі автономного водіння не було б способу «позначити» або класифікувати таку подію, сказав генеральний директор Cognata Денні Атсмон. Сучасні методи дозволяють візуально ідентифікувати велосипедиста, але навчальні системи розпізнавати і зрозуміти, що складні переговори на дорозі залишаються проблемою для автономного водіння вартістю 10,3 трильйона доларів промисловість.
Рекомендовані відео
Насправді автономне водіння є «найскладнішою обчислювальною проблемою, з якою коли-небудь стикався світ», як сказав генеральний директор NVIDIA Дженсен. Хуан зізнався, коли він представив деякі з найпотужніших у світі графічних процесорів під час основної доповіді GTC 2018 у Сан-Хосе, Каліфорнія.
Пов'язані
- За чутками, автомобіль Apple може коштувати стільки ж, скільки Tesla Model S
- Drive Concierge від Nvidia наповнить ваш автомобіль екранами
- Дивна річ щойно сталася з парком автономних автомобілів
Поєднання реального та віртуального
«Світ проїжджає 10 трильйонів миль на рік», — сказав Хуанг у різкій презентації, але Атсмон зазначив, що минулого року безпілотні автомобілі подолали лише три мільйони миль доріг. Щоб безпілотні транспортні засоби їздили краще, вони повинні навчитися більше, і це, по суті, найбільший виклик, з яким стикається галузь. Щоб навчити систему автономного водіння мати компетентність людини-водія, комп’ютерам потрібно буде проїхати приблизно 11 мільярдів миль, сказав нам Атсмон.
Це найскладніша комп’ютерна проблема, з якою коли-небудь стикався світ.
Ця цифра розрахована на основі 1,09 смертельних випадків на 100 мільйонів миль у 2015 році. «Отже, щоб сказати, що машина може працювати так само безпечно, як і людина, з 95-відсотковою впевненістю, вам потрібно буде перевірити 11 мільярдів миль», — сказав Атсмон.
Крім часу, необхідного для досягнення цієї мети, є також витрати, які слід враховувати. Наразі вартість милі експлуатації автономного автомобіля обчислюється сотнями доларів. час розробки, збір даних і тегування, витрати на страхування та час перебування водія в кабіні автомобіль. Помножте це на контрольний показник в 11 мільярдів миль, і стане зрозумілою величезна вартість, пов’язана з навчанням автономних автомобілів.
Перевірка є ключовою, і нещодавні аварії за участю автономних транспортних засобів показують, що неповні тести даних і сценарії навчання можуть виявитися фатальними. В одному менш екстремальному прикладі безпілотний шаттл у Лас-Вегасі рухався зі швидкістю близько 0,6 милі на годину, але він врізався у вантажівку (Джефф Зуршмайде, фрілансер-кореспондент Digital Trends, був поруч, коли це сталося). Ніхто не постраждав, але загадковий сценарій стався тому, що вантажівка йшла вперед, а потім поверталася назад, коли намагалася припаркуватися. Причина аварії, за словами Атсмона, полягає в тому, що шаттл не був перевірений для такого типу ситуації, і він не знав, що робити, тому він повільно рухався вперед і розбився.
Краще моделювання для глибшого навчання
Поточне рішення галузі для подолання розриву в 11 мільярдів миль для автономних систем, щоб досягти керування людиною компетенція полягає в розробці моделювання, щоб дозволити автомобілям навчатися швидше шляхом поєднання глибокого навчання з віртуальним навколишнє середовище.
«Симуляція — це шлях до мільярдів миль», — сказав Хуан у GTC. Наприкінці минулого року Waymo, що належить Alphabet, представила Carcraft, свій підхід до навчання за допомогою симуляції.
Cognata використовує найновіші досягнення в області графіки та сенсорного обладнання, щоб створювати більш реалістичні та реалістичні моделі світу для автономних автомобілів. Для обчислювального мозку безпілотного автомобіля це як увійти у відеогру, змодельовану за реальним світу, і це може призвести до більш реалістичних сценаріїв водіння для тестування та перевірки керування автомобілем даних. Нещодавно компанія намітила деякі міста, як-от Сан-Франциско, використовуючи дані з ГІС — камери високої чіткості та складні комп’ютерні алгоритми, які працюють із супутниковими зображеннями та зображеннями вулиць, створюючи фотореалістичну сцену.
Симуляція — це шлях до мільярдів миль.
Для подальшого вдосконалення моделювання Nvidia та деякі її партнери використовують дані датчиків автономних транспортних засобів для створення карт вищої чіткості. Коли автономні транспортні засоби вийдуть на дороги, ці машини покладатимуться не лише на дані, які будуть доступні під час навчання, а також сприяти збору даних, обмінюючись даними, отриманими з LIDAR, ІЧ, радара та камери масиви.
Коли ці нещодавно зібрані дані поєднуються за допомогою глибокого навчання з існуючими наборами даних низької якості, це зробить вулиці та дороги більш фотореалістичними. Cognata стверджує, що її алгоритми можуть обробляти дані таким чином, щоб виділяти деталі в тінях і світлі, подібно до HDR фото з камери смартфона, щоб створити високоякісну сцену.
Cognata – симулятор автономного водіння з глибоким навчанням
Незважаючи на те, що симуляція є чудовим інструментом, Атсмон зазначив, що вона має свої недоліки. Це надто просто, і щоб автономне водіння було реалістичним, воно має вчитися на кращих випадках. Cognata стверджує, що потрібно лише кілька клацань, щоб запрограмувати в крайньому випадку перевірку автономних транспортних засобів для більш незвичних сценаріїв водіння. Компанії, що розробляють автономні транспортні засоби, повинні будуть старанно шукати крайні варіанти, які можуть обдурити самокеровані автомобілі, і творчо розробляти для них рішення.
Коли самостійне керування не вдається
Безпека настільки важлива для автономних транспортних засобів, що Nvidia вважає це найважливішим для галузі. Коли щось зазнає невдачі, смертельні випадки можуть і трапляються, як нещодавно було доведено в автономному Uber збив і вбив пішохода в Арізоні.
«Я можу вас запевнити, що [Uber] так само розчавлений тим, що сталося».
Коли під час прес-конференції його запитали про аварію Uber — Uber є партнером Nvidia — Хуан відмовився від спільної поїздки компанії для коментарів, кажучи, що «ми повинні дати Uber можливість зрозуміти, що сталося, і пояснити, що сталося сталося».
«Я можу вас запевнити, що [Uber] так само пригнічений тим, що сталося», — додав Хуан.
Оскільки Nvidia розробляє наскрізне рішення для автономного водіння, різні партнери — від Uber до Toyota і Mercedes Benz — можуть використовувати всі або деякі частини системи. «Близько 370 компаній у всьому світі використовують наші технології певним чином». На виставці Nvidia також анонсувала Orin, комп’ютер наступного покоління на своїй платформі DRIVE.
Людина як запасна копія
Незважаючи на те, що безпілотні автомобілі з часом стають розумнішими, Хуанг все ще вважає, що завжди має бути резервна людина, навіть у випадках, коли автомобіль сконструйований без водійського сидіння. Щоб досягти цього, Nvidia продемонструвала свій Holodeck під час цьогорічної презентації GTC, що дозволяє віддаленому водієві керувати фізичним автомобілем у реальному часі через віртуальну реальність.
«Це телепортація», — сказав Хуан, підкресливши, що це можливо завдяки першим інвестиціям Nvidia у віртуальну реальність.
NVIDIA DRIVE—Демонстрація GTC 2018
Під час демонстрації Тім, водій, знаходився у віддаленому місці. Коли він надягне окуляри віртуальної реальності, він відчує себе у фізичному автомобілі, що дозволить йому відчути машину, побачити її елементи керування та панель приладів. З цього віддаленого місця та за допомогою гарнітури VR він міг керувати автономним транспортним засобом, дозволяючи йому керувати транспортним засобом і паркувати його.
Це схоже на те, що військові робили деякий час — дозволяючи операторам дронів управляти безпілотними дронами з віддаленого місця. Але у випадку Nvidia, завдяки потужності VR, водій відчуватиме, що він фізично присутній у кабіні. Компанія вважає, що симуляція на основі її графічних процесорів з часом зробить автономні автомобілі майже безпомилковими, але поки це не так, Holodeck може допомогти людям стежити за автопарками, що керують автомобілем.
Рекомендації редакції
- Автономні автомобілі збиті з пантелику туманом Сан-Франциско
- Ford і VW закривають підрозділ автономних автомобілів Argo AI
- Колишній співробітник Apple визнав себе винним у викраданні секретів Apple Car
- Офіцери збентежені, коли зупиняють порожній безпілотний автомобіль
- Як великий синій фургон 1986 року проклав шлях до безпілотних автомобілів
