Turvalisemate autode loomiseks kasutame tehisintellekti ja virtuaalmaailma

Kunagi oli meil ainult füüsilised võimalused uute turvafunktsioonide testimiseks ja arendamiseks. Arvuti tulekuga saime hakata kasutama ka virtuaalseid keskkondi, et pidevalt turvalisust suurendada.  

Nüüd astume uue sammu edasi, kasutades tehisintellekti loodud elulähedasi virtuaalmaailmu, et leida uusi võimalusi sinu kaitsmiseks. Täiustatud tehisintellekti ja arvutustehnikate abil saame tõhustada oma ohutustarkvara, näiteks täiustatud juhiabisüsteemide (ADAS) arendamist eesmärgiga luua veelgi ohutumaid autosid.   

Kuidas see toimib? Tänu täiustatud arvutustehnikale nimega Gaussian splatting saame muuta reaalse maailma visuaalid elutruudeks, loomuliku välimusega 3D-stseenideks ja teemadeks.   

Reaalsete andmete kasutamine 
Gaussi splattingu abil saab meie uute autode täiustatud andurite kogutud andmeid õnnetusjuhtumite kohta - näiteks hädapidurdus, järsk roolimine või käsitsi sekkumine - nüüd sünteesida, rekonstrueerida ja uurida, et aidata meil paremini mõista, kuidas tulevikus õnnetusi vältida.

Näiteks saab neid virtuaalseid keskkondi manipuleerida, lisades või eemaldades liiklejaid ning muutes liikluse või takistuste käitumist teel. See võimaldab meil kasutada meie ohutustarkvara igat liiki liiklusolukordades, ja seda sellise kiiruse ja ulatusega, mis varem ei olnud võimalik. Selle tulemusena saame nüüd arendada tarkvara, mis töötab hästi keerukate ja haruldaste, kuid potentsiaalselt ohtlike äärmuslike juhtumite korral, vähendades nende juhtumite lahendamiseks kuluvat aega.

Virtuaalsed keskkonnad on välja töötanud Zenseact, meie ettevõttesisene tehisintellekti ja tarkvara ettevõte, mille asutasime umbes viis aastat tagasi. See projekt, mida toetab Wallenberg AI, Autonomous Systems and Software Program (WASP), on osa Rootsi juhtivate ülikoolide doktoriõppest, kus uuritakse, kas neuronaalse renderdamise tehnikad integreeritakse tulevastesse ohutusalgatustesse. 

"Meil on juba miljoneid andmepunkte hetkedest, mida pole kunagi juhtunud, kuid mida oma tarkvara arendamiseks kasutame," ütleb Volvo Carsi globaalse tarkvaratehnika juht Alwin Bakkenes. „Tänu Gaussian splattingule saame ühest haruldasest juhtumist teha tuhandeid uusi versioone, mille põhjal oma mudeleid treenida. See võimaldab tabada äärmuslikke juhtumeid, enne kui need reaalses maailmas aset leiavad.“ 

Üks tükk puslest 
Tänapäeval kasutame tarkvara koolitamiseks, arendamiseks ja valideerimiseks virtuaalseid keskkondi koos reaalse testimisega, kuna need on turvalise, skaleeritavad ja kulutõhusad.  Ohutuse tagamiseks peab see tulema toime igat tüüpi liiklusolukordadega. Kasutades haruldasi või ebatavalisi stsenaariume, saame tagada, et tarkvara töötab hästi mitte ainult tavatingimustes, vaid ka keerukates, haruldastes ja potentsiaalselt ohtlikes äärmuslikes juhtumites.

Ütlematagi on selge, et võimalike stsenaariumide loend on peaaegu lõpmatu. Teele hüppavad loomad, veoauto tagaosast maha kukkuvad esemed, kõiki värve korraga näitav valgusfoor, kiirteel vales suunas sõitev auto või üleujutatud tee. Kõigi võimalike stsenaariumide jäädvustamine reaalses elus või nende kodeerimine võtaks sadu tuhandeid aastaid.

NVIDIA tehnoloogia integreerimine
Saame uurida selliseid tehnoloogiaid nagu Gaussian splatting tänu hiljuti laiendatud suhetele NVIDIA-ga. Uue põlvkonna täiselektrilised autod, mis põhinevad NVIDIA kiirel arvutusvõimsusel, koguvad andmeid erinevatelt anduritelt, et mõista autos ja selle ümber toimuvat paremini kui kunagi varem. Tehisintellekti superandmetöötlusplatvorm, mida käitavad NVIDIA DGX-süsteemid, kontekstualiseerib need andmed, avab uusi teadmisi ja treenib tulevasi ohutusmudeleid, parandades ja kiirendades tehisintellekti arengut. See superandmetöötlusplatvorm on osa Volvo Carsi ja Zenseacti hiljutisest investeeringust Põhjamaade ühe suurima andmekeskuse loomiseks.

Kas soovid lisateavet?
Gaussian splattingu ja generatiivse tehisintellekti uurimine on osa meie ettekandest NVIDIA GTC konverentsil. Saad seda vaadata otseülekandes või selle lingi kaudu.