De 5 mest fantastiske AI-fremskridt inden for autonom kørsel

Indhold

Leveringskøretøjer
Fuld autonomi
Parkering
Biler med sund fornuft
Biler med perifert syn
Konklusion
Ingen fejl, ingen stress - Din trinvis vejledning til oprettelse af livsændrende software uden at ødelægge dit liv

Kilde: chombosan / iStockphoto

Tag væk:

Kunstig intelligens er en integreret komponent i autonome køretøjer, og årsagen bag de nylige teknologiske fremskridt.

Selve ideen om et førerløst køretøj, der ruller rundt på gaderne, synes utroligt. Og alligevel er vi måske tæt på at se sådanne køretøjer på vejen rundt om i verden takket være kunstig intelligens (AI), blandt andre drivkræfter. I den nylige fortid har der været nogle fantastiske fremskridt inden for autonom køretøjsteknologi, der tyder på, at drømmen går i retning mod frugt. Det ser ud til, at rammen for autonome køretøjer er næsten afsluttet. Med forbehold af lovlige og administrative godkendelser vil køreløse køretøjer snart være et almindeligt syn på vejene. (Se 5 måder, hvor vores biler er blevet computere til at lære om andre fremskridt inden for bilindustrien.)

Leveringskøretøjer

Du har set leveringskøretøjer kørt af mennesker, der leverer pakker. Nu kunne vi se den samme opgave udført af førerløse køretøjer - og med højere effektivitet og hurtighed. Nvidia, den førende computergrafikudbyder, Deutsche Post DHL Group (DPDHL), verdens største post- og logistikfirma, og ZF, en biludbyder, har slået sig sammen om at implementere førerløse elektriske lette lastbiler, der vil transportere og levere pakker. De førerløse lastbiler vil levere pakker fra et centralt punkt til destinationen. I mellemtiden er det trænet til nøjagtigt at vurdere sit miljø for variabler såsom trafikforhold, identifikation af parkeringspladser og parkering og fodgængers adfærd. Lastbilen er drevet af ZF ProAI-selvkørende system, der drives af Nvidia DRIVE PX super-computeren i palmestørrelse, men den inkluderer også sensorer, kameraer, LIDAR og radar, der indfører dataene i systemet. Bemærk, at bortset fra den åbenlyse fordel ved nådeløs nøjagtighed og ingen chaufførtræthed, som teknologien lover, er der også potentialet for store omkostningsbesparelser, fordi processen med at levere pakker fra det centrale punkt til destinationen er den dyreste for logistikvirksomheder.

Fuld autonomi

Forestil dig luksuriøse førerløse taxaer, der hjælper passagerer med at bevæge sig mellem punkter. Du kan bare gøre dine ting - se en film, arbejde på din bærbare computer eller lytte til musik - og ikke behøver at bekymre dig om, at taxa sikkert fører dig til din destination. Sådanne taxaer kunne snart blive en realitet. Nvidias DRIVE PX AI-platform vil indlede fuldt autonome køretøjer. DRIVE PX AI-platformen er 10 gange bedre end sin forgænger DRIVE PX 2 og kan håndtere over 320 billioner operationer i sekundet. Dette betyder, at bilen lærer og træffer nøjagtige beslutninger om sit miljø på vejen meget hurtigere end sine forgængere.

I øjeblikket er Tesla-biler udstyret med den nødvendige hardware til autonom kørsel, men der kræves softwareopdateringer for at aktivere funktionen fuldt ud. Selvom det tillader fuldstændig autonom kørsel, vil det stadig også give den menneskelige chauffør mulighed for at tage kontrol, når det er nødvendigt. Den næste generation af autonome køretøjer behøver ikke rat, pedaler eller transmissioner. Sådanne biler vil potentielt reducere ulykker, være levedygtige transportmuligheder for ældre eller personer med syns- eller fysiske handicap og kunne øge produktiviteten.

Parkering

Parkeringspladser er ikke rigtig en ny udvikling. Fremkomsten af automatiseret parallelparkering er sandsynligvis blandt de tidligste af AI-udnyttelser inden for autonom køreteknologi. Imidlertid har konceptet udviklet sig meget i de senere år. Parkering, især i storbyer, er et stort problem, fordi det øger emissionerne, spilder tid og produktivitet og øger stress. Bosch har udviklet et smart AI-baseret system, der giver data om tilgængelige parkeringspladser, placeringer og tider at parkere. Bilen udfører endda selve parkeringspladsen uden uheld. Når bilen er på farten, modtager den information om tilgængelighed af parkering på steder tættest på dens GPS-placering. Parkeringsdata sendes til mange skyservere fra biler, som derefter sendes tilbage til biler, så chauffører kan lære om tilgængelighed af parkeringspladser.

Biler med sund fornuft

Mens arbejdet med det autonome kørselsdomæne allerede har set fantastiske fremskridt, har sund fornuft som menneskelige chauffører været det manglende stykke i udviklingen. Under vanskelige trafikforhold, især i store og kaotiske byer, er det menneskelige sind yderst følsomt over for konstant skiftende variabler som holdning til medchauffører, fodgængers adfærd og uberegnelig vejr. Det er kritisk for den førerløse bil at udvikle en menneskelig sund fornuft på gaderne. En MIT-spinoff, kendt som iSee, har arbejdet med AI og dyb læring for at give sund fornuft til førerløse biler. Dette vil være den mest betydningsfulde komponent i det autonome køretøjsinitiativ. ISee-teamet har arbejdet hårdt på data og neurale netværk, så biler kan lære af data og forhandle om alle typer trafikforhold. Ifølge Yibiao Zhao, medstifter af iSee, “Det menneskelige sind er superfølsomt over for fysik og sociale signaler. Nuværende AI er relativt begrænset i disse domæner, og vi mener, at det faktisk er det manglende stykke i kørsel. ”(Se A Tour of Deep Learning Models for mere information om dyb læring.)

Biler med perifert syn

Kendskab til fodgængere, genstande eller køretøjer rundt om et blint hjørne er en kritisk faktor for sikker kørsel. Blinde pletter har været ansvarlige for mange ulykker. En ny AI-teknologi gør det muligt for biler at se og vurdere afstand og hastighed for fodgængere, genstande eller køretøjer rundt om et blint hjørne. CornerCameras, et AI-initiativ fra MIT-forskere ved Computer Science and Artificial Intelligence Laboratory (CSAIL) gør det muligt for førerløse biler at identificere mennesker eller genstande beliggende i blinde hjørner af veje. Teknologien bruger lysreflektioner og ser faktisk ikke genstande eller mennesker. Fra de modtagne data kan det lede den selvkørende bil til en bedre køreoplevelse. Ifølge Katherine Bouman, hovedforfatter af papiret, der detaljerede systemet, ”Selvom disse objekter faktisk ikke er synlige for kameraet, kan vi se på, hvordan deres bevægelser påvirker penumbraen for at bestemme, hvor de er, og hvor de skal hen .”

Konklusion

Denne udvikling er spændende nyheder og fremskynder ankomsten af den fuldt autonome bil. Før vi ser autonome biler på vejen over hele kloden, og det behandles som et normalt fænomen, er to ting nøglen: den ene, overføringen af sund fornuft i førerløse biler og to, godkendelse af de forskellige juridiske og forsikringshindringer på vej.