Οι 5 πιο εκπληκτικές προόδους της AI στην αυτόνομη οδήγηση

Συγγραφέας: Roger Morrison
Ημερομηνία Δημιουργίας: 26 Σεπτέμβριος 2021
Ημερομηνία Ενημέρωσης: 16 Ιούνιος 2024
Anonim
Οι 5 πιο εκπληκτικές προόδους της AI στην αυτόνομη οδήγηση - Τεχνολογία
Οι 5 πιο εκπληκτικές προόδους της AI στην αυτόνομη οδήγηση - Τεχνολογία

Περιεχόμενο


Πηγή: chombosan / iStockphoto

Πάρε μακριά:

Η τεχνητή νοημοσύνη αποτελεί αναπόσπαστο στοιχείο των αυτόνομων οχημάτων και ο λόγος πίσω από τις πρόσφατες τεχνολογικές προόδους.

Η ίδια η ιδέα ενός οχήματος χωρίς οδηγό γύρω από τους δρόμους φαίνεται απίστευτο. Παρόλα αυτά, ίσως είμαστε πολύ κοντά στην εμφάνιση τέτοιων οχημάτων στο δρόμο σε όλο τον κόσμο, χάρη στην τεχνητή νοημοσύνη (AI), μεταξύ άλλων κινητήριων δυνάμεων. Στο πρόσφατο παρελθόν, υπήρξαν μερικές εκπληκτικές εξελίξεις στην αυτόνομη τεχνολογία των οχημάτων που δείχνουν ότι το όνειρο τείνει προς καρποφορία. Φαίνεται ότι το πλαίσιο αυτόνομων οχημάτων έχει σχεδόν ολοκληρωθεί. Με την επιφύλαξη νομικών και διοικητικών εγκρίσεων, τα οχήματα χωρίς οδηγό θα αποτελέσουν σύντομα κοινό όραμα στους δρόμους. (Για να μάθετε για άλλες εξελίξεις στον τομέα της αυτοκινητοβιομηχανίας, ελέγξτε 5 τρόπους τα αυτοκίνητά μας να γίνουν υπολογιστές.)

Οχήματα παράδοσης

Έχετε δει οχήματα παράδοσης που οδηγούνται από ανθρώπους που παραδίδουν πακέτα. Τώρα, θα μπορούσαμε να δούμε το ίδιο έργο που επιτελούν τα οχήματα χωρίς οδηγό - και με μεγαλύτερη αποτελεσματικότητα και ταχύτητα. Η Nvidia, ο κορυφαίος πάροχος γραφικών υπολογιστών, η Deutsche Post DHL Group (DPDHL), η μεγαλύτερη εταιρεία ταχυδρομείου και εφοδιαστικής παγκοσμίως και η ZF, ένας προμηθευτής αυτοκινήτων, συνεργάστηκαν για την ανάπτυξη ηλεκτρικών ελαφρών φορτηγών χωρίς οδηγό, τα οποία θα μεταφέρουν και θα παραδίδουν πακέτα. Τα φορτηγά χωρίς οδηγό θα μεταφέρουν πακέτα από ένα κεντρικό σημείο στον προορισμό. Εν τω μεταξύ, εκπαιδεύεται να εκτιμήσει με ακρίβεια το περιβάλλον του για μεταβλητές όπως συνθήκες κυκλοφορίας, ταυτοποίηση σημείου στάθμευσης και στάθμευση και συμπεριφορά των πεζών. Το όχημα τροφοδοτείται από το σύστημα αυτόματης οδήγησης ZF ProAI, το οποίο τροφοδοτείται από τον υπερυπολογιστή μεγέθους φοινικών Nvidia DRIVE PX, αλλά περιλαμβάνει επίσης αισθητήρες, κάμερες, LIDAR και ραντάρ που τροφοδοτούν τα δεδομένα στο σύστημα. Λάβετε υπόψη ότι εκτός από το προφανές όφελος της αμείλικτης ακρίβειας και της έλλειψης κόπωσης από τους οδηγούς που υπόσχεται η τεχνολογία, υπάρχει επίσης η δυνατότητα τεράστιας εξοικονόμησης κόστους, επειδή η διαδικασία παράδοσης πακέτων από το κεντρικό σημείο στον προορισμό είναι το πιο ακριβό για τις εταιρείες εφοδιαστικής.


Πλήρης αυτονομία

Φανταστείτε πολυτελή ταξί χωρίς οδηγό που βοηθούν τους επιβάτες να μετακινούνται μεταξύ σημείων. Μπορείτε να κάνετε το πράγμα σας - να παρακολουθήσετε μια ταινία, να εργαστείτε στο φορητό υπολογιστή σας ή να ακούσετε μουσική - και μην ανησυχείτε για το ταξί που σας μεταφέρει με ασφάλεια στον προορισμό σας. Τέτοια ταξί θα μπορούσαν σύντομα να γίνουν πραγματικότητα. Η πλατφόρμα DRIVE PX AI της Nvidia πρόκειται να προωθήσει πλήρως αυτόνομα οχήματα. Η πλατφόρμα DRIVE PX AI είναι 10 φορές ανώτερη από τον προκάτοχό της DRIVE PX 2 και μπορεί να χειριστεί πάνω από 320 τρισεκατομμύρια λειτουργίες ανά δευτερόλεπτο. Αυτό σημαίνει ότι το αυτοκίνητο θα μαθαίνει και θα λαμβάνει ακριβείς αποφάσεις σχετικά με το περιβάλλον του στο δρόμο πολύ πιο γρήγορα από τους προκατόχους του.

Επί του παρόντος, τα αυτοκίνητα Tesla είναι εξοπλισμένα με το απαραίτητο υλικό για αυτόνομη οδήγηση, αλλά απαιτούνται ενημερώσεις λογισμικού για την πλήρη ενεργοποίηση του χαρακτηριστικού. Αν και θα επιτρέψει την πλήρη αυτόνομη οδήγηση, θα εξακολουθήσει να επιτρέπει στον οδηγό του ανθρώπου να αναλάβει τον έλεγχο, όταν είναι απαραίτητο. Η επόμενη γενιά αυτόνομων οχημάτων δεν θα χρειαζόταν τιμόνια, πεντάλ ή κιβώτια ταχυτήτων. Αυτά τα αυτοκίνητα θα μειώσουν ενδεχομένως τα ατυχήματα, θα είναι βιώσιμες επιλογές μεταφοράς για τους ηλικιωμένους ή για όσους έχουν όραση ή σωματικές αναπηρίες και θα μπορούσαν να αυξήσουν την παραγωγικότητα.


Στάθμευση

Χώρος στάθμευσης αυτοκινήτων δεν είναι πραγματικά μια νέα εξέλιξη. Η εμφάνιση του αυτοματοποιημένου παράλληλου χώρου στάθμευσης είναι πιθανότατα μεταξύ των πρώτων των εκμεταλλεύσεων του AI στην αυτόνομη τεχνολογία οδήγησης. Ωστόσο, η έννοια έχει εξελιχθεί σημαντικά τα τελευταία χρόνια. Ο χώρος στάθμευσης, ειδικά στις μεγάλες πόλεις, αποτελεί μείζον πρόβλημα επειδή αυξάνει τις εκπομπές, χάνει χρόνο και παραγωγικότητα και αυξάνει το άγχος. Η Bosch έχει αναπτύξει ένα έξυπνο σύστημα βασισμένο στο AI που παρέχει δεδομένα σχετικά με τα διαθέσιμα σημεία στάθμευσης, τις τοποθεσίες και τις ώρες στάθμευσης. Το αυτοκίνητο κάνει ακόμη και το ίδιο το πάρκινγκ χωρίς ατυχήματα. Καθώς το αυτοκίνητο βρίσκεται σε κίνηση, λαμβάνει πληροφορίες σχετικά με τη διαθεσιμότητα του χώρου στάθμευσης σε μέρη που βρίσκονται πλησιέστερα στη θέση του GPS. Τα δεδομένα χώρου στάθμευσης στέλνονται σε πολλούς διακομιστές σύννεφων από αυτοκίνητα, τα οποία στη συνέχεια αποστέλλονται πίσω στα αυτοκίνητα, ώστε οι οδηγοί να μπορούν να μάθουν για τη διαθεσιμότητα χώρου στάθμευσης.

Αυτοκίνητα με Κοινή Αίσθηση

Ενώ οι εργασίες στον αυτόνομο τομέα οδήγησης έχουν ήδη καταγράψει εκπληκτικές εξελίξεις, η κοινή λογική, όπως αυτή των ανθρώπων οδηγών, ήταν το κομμάτι που λείπει από τις εξελίξεις. Σε δύσκολες συνθήκες κυκλοφορίας, ειδικά στις μεγάλες και χαοτικές πόλεις, το ανθρώπινο μυαλό είναι ιδιαίτερα ευαίσθητο στις διαρκώς μεταβαλλόμενες μεταβλητές, όπως οι συμμαθητές των οδηγών, η συμπεριφορά των πεζών και ο ακανόνιστος καιρός. Είναι κρίσιμο για το μηχανοκίνητο αυτοκίνητο να αναπτύξει μια κοινή λογική που μοιάζει με τον άνθρωπο στους δρόμους. Ένα spinoff του MIT, γνωστό ως iSee, εργάζεται για την AI και τη βαθιά εκμάθηση για να προσδώσει κοινή λογική στα μηχανοκίνητα οχήματα. Πρόκειται για το σημαντικότερο στοιχείο της αυτόνομης πρωτοβουλίας για οχήματα. Η ομάδα iSee εργάζεται σκληρά σε δεδομένα και νευρωνικά δίκτυα, ώστε τα αυτοκίνητα να μπορούν να μάθουν από τα δεδομένα και να διαπραγματεύονται οποιουσδήποτε τύπους συνθηκών κυκλοφορίας. Σύμφωνα με τον Yibiao Zhao, συνιδρυτή του iSee, "Το ανθρώπινο μυαλό είναι υπεραισθητοποιημένο στη φυσική και τα κοινωνικά συνθήματα. Το σημερινό AI είναι σχετικά περιορισμένο σε αυτούς τους τομείς και πιστεύουμε ότι είναι στην πραγματικότητα το κομμάτι που λείπει στην οδήγηση ». (Για περισσότερες πληροφορίες σχετικά με τη βαθιά εκμάθηση, ανατρέξτε στην ενότητα Περιήγηση σε μοντέλα βαθιάς μάθησης.)

Αυτοκίνητα με Περιφερειακό Όραμα

Η γνώση πεζών, αντικειμένων ή οχημάτων γύρω από μια τυφλή γωνία αποτελεί κρίσιμο παράγοντα για την ασφαλή οδήγηση. Τα τυφλά σημεία έχουν ευθύνη για πολλά ατυχήματα. Μια νέα τεχνολογία AI επιτρέπει στα αυτοκίνητα να βλέπουν και να εκτιμούν την απόσταση και την ταχύτητα των πεζών, αντικειμένων ή οχημάτων γύρω από μια τυφλή γωνία. Το CornerCameras, μια πρωτοβουλία AI από ερευνητές του MIT στο Εργαστήριο Πληροφορικής και Τεχνητής Νοημοσύνης (CSAIL), επιτρέπει στα μηχανοκίνητα οχήματα να εντοπίζουν ανθρώπους ή αντικείμενα που βρίσκονται σε τυφλές γωνίες των δρόμων. Η τεχνολογία χρησιμοποιεί ανακλάσεις φωτός και δεν βλέπει πραγματικά αντικείμενα ή ανθρώπους. Από τα δεδομένα που ελήφθησαν, μπορεί να κατευθύνει το αυτοκαθαριζόμενο αυτοκίνητο για καλύτερη οδηγική εμπειρία. Σύμφωνα με την Katherine Bouman, κύριο συντάκτη του εγγράφου που περιγράφει λεπτομερώς το σύστημα, "Αν και αυτά τα αντικείμενα δεν είναι ορατά στην κάμερα, μπορούμε να δούμε πώς οι κινήσεις τους επηρεάζουν το penumbra για να προσδιορίσουν πού βρίσκονται και πού πηγαίνουν . "

συμπέρασμα

Οι εξελίξεις αυτές είναι συναρπαστικές ειδήσεις και επιταχύνουν την άφιξη του πλήρως αυτόνομου αυτοκινήτου. Ωστόσο, πριν δούμε τα αυτοκίνητα που κυκλοφορούν στο δρόμο σε ολόκληρο τον κόσμο και αντιμετωπίζονται ως ένα φυσιολογικό φαινόμενο, δύο πράγματα θα είναι καθοριστικής σημασίας: το ένα, η προσέλκυση της κοινής λογικής στα μηχανοκίνητα οχήματα και δύο, η εκκαθάριση των διαφόρων νομικών και ασφαλιστικών εμποδίων στο δρόμο.

No Bugs, No Stress - Ο οδηγός σας βήμα προς βήμα για τη δημιουργία λογισμικού που αλλάζει τη ζωή χωρίς να καταστρέφει τη ζωή σας

Δεν μπορείτε να βελτιώσετε τις δεξιότητες προγραμματισμού σας όταν κανείς δεν ενδιαφέρεται για την ποιότητα του λογισμικού.