Käytämme tekoälyä ja virtuaalimaailmoja luodaksemme turvallisempia autoja
Uusien tekniikoiden ansiosta voimme nyt tehostaa turvallisuusohjelmistojemme kehitystä tekoälyn luomien todentuntuisten virtuaalimaailmojen avulla – tavoitteena löytää uusia läpimurtoja, jotka auttavat pitämään sinut turvassa.
Tekoälypohjaiset 3D-ympäristöt turvallisempaan ajamiseen.
Aikoinaan meillä oli vain fyysisiä tapoja testata ja kehittää uusia turvaominaisuuksia. Tietokoneiden myötä pystyimme myös käyttämään virtuaaliympäristöjä jatkuvasti turvallisuuden kehitystyössä.
Ja nyt otamme uuden askeleen eteenpäin käyttämällä tekoälyn luomia todentuntuisia virtuaalimaailmoja löytääksemme uusia läpimurtoja, jotka auttavat pitämään sinut turvassa. Kehittyneiden tekoäly- ja laskentatekniikoiden avulla voimme tehostaa turvallisuusohjelmistojemme, kuten edistyneiden kuljettajaa avustavien järjestelmiemme (ADAS), kehitystä tavoitteenamme luoda entistä turvallisempia autoja.
Joten miten tämä toimii? Kehittyneen laskentatekniikan nimeltä "Gaussian Splatting" (tämä ei ole meidän keksimämme termi) ansiosta voimme muuttaa reaalimaailman näkymät todenmukaisiksi, luonnollisen näköisiksi 3D-näkymiksi ja kohteiksi.
Meillä on jo miljoonia datapisteitä hetkistä, joita ei koskaan tapahtunut ja joita käytämme ohjelmistomme kehittämiseen.
Tosielämän tietojen käyttäminen
Gaussian Splatting -menetelmän avulla uusien autojemme kehittyneiden antureiden keräämät tapahtumatiedot, kuten hätäjarrutus, terävä ohjaus tai manuaalinen puuttuminen, voidaan nyt syntetisoida, rekonstruoida ja tutkia, jotta voimme ymmärtää paremmin, miten onnettomuudet voitaisiin välttää tulevaisuudessa.
Näitä virtuaaliympäristöjä voidaan manipuloida esimerkiksi lisäämällä tai poistamalla tienkäyttäjiä ja muuttamalla liikenteen tai esteiden käyttäytymistä tiellä. Näin voimme altistaa turvallisuusohjelmistomme kaikenlaisille liikennetilanteille nopeudella ja mittakaavassa, joka ei ole aiemmin ollut mahdollista. Tämän seurauksena voimme nyt kehittää ohjelmistoja, jotka toimivat hyvin monimutkaisissa, harvinaisissa mutta mahdollisesti vaarallisissa "reunatapauksissa" ja lyhentää aikaa, joka kuluu ohjelmistomme altistamiseen reunatapauksille, kuukausista päiviin.
Virtuaaliympäristöt kehittää Zenseact, oma tekoäly- ja ohjelmistoyrityksemme, jonka perustimme noin viisi vuotta sitten. Tämä projekti, jota sponsoroi Wallenberg AI, Autonomous Systems and Software Program (WASP), on osa johtaville ruotsalaisille yliopistoille suunnattua tohtoriohjelmaa, jossa tutkitaan, integroidaanko neurorenderointitekniikat tuleviin turvallisuushankkeisiin.
"Meillä on jo miljoonia datapisteitä hetkistä, joita ei ole koskaan tapahtunut ja joita käytämme ohjelmistojemme kehittämiseen", kertoo Alwin Bakkenes, Volvon globaalin ohjelmistosuunnittelun johtaja. "Gaussian Splattingin ansiosta voimme valita yhden harvoista kulmatapauksista ja räjäyttää sen tuhansiksi uusiksi variaatioiksi skenaariosta kouluttaaksemme ja validoidaksemme mallejamme. Näin voidaan avata mittakaava, jota meillä ei ole koskaan ennen ollut ja jopa havaita reunatapaukset ennen kuin ne tapahtuvat todellisessa maailmassa.
Ajoneuvojen turvallisuuden edistäminen tekoälysimulaatioiden avulla.
Yksi osa palapeliä
Nykyään käytämme virtuaaliympäristöjä reaalimaailman testauksen rinnalla ohjelmistojen koulutukseen, kehitykseen ja validointiin, koska ne tarjoavat turvallisen, skaalautuvan ja kustannustehokkaan ympäristön. Jotta voimme varmistaa turvallisuusohjelmistomme turvallisuuden, se on koulutettava toimimaan kaikenlaisissa liikennetilanteissa. Käyttämällä harvinaisia tai epätavallisia skenaarioita voimme varmistaa, että ohjelmisto toimii hyvin, paitsi normaaleissa olosuhteissa, myös monimutkaisissa, harvinaisissa mutta mahdollisesti vaarallisissa reunatapauksissa.
Sanomattakin on selvää, että mahdollisten skenaarioiden luettelo on lähes ääretön. Ajattele tielle hyppääviä eläimiä, kuorma-auton takaosasta putoavia esineitä, kaikkia värejä kerralla näyttäviä liikennevaloja, väärään suuntaan moottoritiellä ajavaa autoa, tulvivaa tietä tai kadun ylittävää pölytornadoa. Kaikkien mahdollisten skenaarioiden luominen tosielämässä tai niiden koodaaminen veisi satoja tuhansia vuosia.
NVIDIA teknologian integrointi
Volvo voi tutkia Gaussian Splattingin kaltaisia tekniikoita äskettäin laajennetun NVIDIA-yhteistyön kautta. Uuden sukupolven täyssähköautot, jotka käyttävät NVIDIAn nopeutettua laskentaa, keräävät paremmin kuin koskaan ennen dataa erilaisista antureista ymmärtääkseen mitä autossa ja sen ympärillä tapahtuu. Tekoälyyn perustuva supertietokonealusta, jonka voimanlähteenä on NVIDIA DGX-järjestelmä, kontekstualisoi nämä tiedot, avaa uusia oivalluksia ja kouluttaa tulevaisuuden turvallisuusmalleja. Se parantaa ja nopeuttaa tekoälyn kehitystä. Tämä supertietokonealusta on osa Volvon ja Zenseactin äskettäistä investointia yhden Pohjoismaiden suurimman datakeskuksen perustamiseksi.
Haluatko tietää lisää?
Gaussian Splattingin ja generatiivisen tekoälyn tutkiminen on osa esitystämme NVIDIA GTC -konferenssissa. Voit katsoa sen suorana tai tallenteena tämän linkin kautta.
