ჩვენ ვიყენებთ AI-ს და ვირტუალურ სამყაროებს უფრო უსაფრთხო მანქანების შესაქმნელად
ახალი ტექნიკის წყალობით, ჩვენ ახლა შეგვიძლია გამოვიყენოთ ხელოვნური ინტელექტის მიერ გენერირებული ცხოვრების მსგავსი ვირტუალური სამყაროები ჩვენი უსაფრთხოების პროგრამული უზრუნველყოფის განვითარების გასაუმჯობესებლად - ეს ყველაფერი ახალი მიღწევების აღმოჩენის მიზნით, რაც დაგეხმარებათ თქვენი უსაფრთხოების შენარჩუნებაში.
AI-ზე მომუშავე 3D გარემო უსაფრთხო მართვისთვის.
ოდესღაც ჩვენ გვქონდა მხოლოდ ფიზიკური გზები ტესტირებისა და უსაფრთხოების ახალი მახასიათებლების შესამუშავებლად. კომპიუტერის გამოჩენასთან ერთად, ჩვენ ასევე შევძელით გამოგვეყენებინა ვირტუალური გარემო, რათა უსაფრთხოების სფეროში მუდმივად გაგვეხსნა ახალი ჰორიზონტები.
ახლა კი ჩვენ ახალ ნაბიჯს ვდგამთ წინ, ვიყენებთ ხელოვნური ინტელექტის მიერ გენერირებულ ცხოვრების მსგავს ვირტუალურ სამყაროებს, რათა ვიპოვოთ ახალი მიღწევები, რომლებიც დაგეხმარებიან თქვენი უსაფრთხოების შენარჩუნებაში. მოწინავე ხელოვნური ინტელექტისა და გამოთვლითი ტექნიკის დახმარებით, ჩვენ შეგვიძლია გავაუმჯობესოთ ჩვენი უსაფრთხოების პროგრამული უზრუნველყოფის განვითარება, როგორიცაა მძღოლის დახმარების მოწინავე სისტემები (ADAS), ყველაფერი კიდევ უფრო უსაფრთხო მანქანების შექმნის მიზნით.
ასე რომ, როგორ მუშაობს ეს? მოწინავე გამოთვლითი ტექნიკის წყალობით, სახელწოდებით „Gaussian splatting“ (ეს არ არის Volvo Cars-ის ფრაზა, რომელსაც გპირდებით), ჩვენ შეგვიძლია რეალური სამყაროს ვიზუალი ვაქციოთ ნამდვილ, ბუნებრივ იერსახეს 3D სცენებსა და საგნებად.
ჩვენ უკვე გვაქვს მილიონობით მონაცემთა პუნქტი იმ მომენტების შესახებ, რომლებიც არასდროს მომხდარა, რომლებსაც ვიყენებთ ჩვენი პროგრამული უზრუნველყოფის შესაქმნელად.
რეალური მონაცემების გამოყენება
Gaussian splatting-ით, ჩვენს ახალ მანქანებში მოწინავე სენსორების მიერ შეგროვებული ინციდენტების მონაცემები - როგორიცაა გადაუდებელი დამუხრუჭება, მკვეთრი საჭე ან ხელით ჩარევა - ახლა შეიძლება იყოს სინთეზირებული, რეკონსტრუქცია და შესწავლა, რათა დაგვეხმაროს უკეთ გავიგოთ, როგორ შეიძლება თავიდან ავიცილოთ ავარიები მომავალში.
მაგალითად, ამ ვირტუალური გარემოს მანიპულირება შესაძლებელია გზის მომხმარებლების დამატებით ან წაშლით და გზაზე მოძრაობის ან დაბრკოლებების ქცევის შეცვლით. ეს საშუალებას გვაძლევს გამოვავლინოთ ჩვენი უსაფრთხოების პროგრამული უზრუნველყოფა ყველა სახის საგზაო სიტუაციებში, იმ სიჩქარითა და მასშტაბით, რაც აქამდე არ იყო შესაძლებელი. შედეგად, ჩვენ ახლა შეგვიძლია შევიმუშაოთ პროგრამული უზრუნველყოფა, რომელიც კარგად მუშაობს რთულ, იშვიათ, მაგრამ პოტენციურად სახიფათო „ზღვრულ ქეისებში“ და შევამციროთ დრო, რომელიც სჭირდება ჩვენი პროგრამული უზრუნველყოფის გამოვლენას თვიდან დღემდე.
ვირტუალური გარემო შემუშავებულია Zenseact-ის მიერ, ჩვენი შიდა AI და პროგრამული უზრუნველყოფის კომპანიის მიერ, რომელიც დავაარსეთ დაახლოებით ხუთი წლის წინ. ეს პროექტი, რომელსაც აფინანსებს Wallenberg AI, Autonomous Systems and Software Program (WASP), არის სადოქტორო პროგრამის ნაწილი წამყვანი შვედეთის უნივერსიტეტებისთვის, რათა გამოიკვლიონ, იქნება თუ არა ინტეგრირებული ნერვული გადაცემის ტექნიკა მომავალ უსაფრთხოების ინიციატივებში.
„ჩვენ უკვე გვაქვს მილიონობით მონაცემთა პუნქტი იმ მომენტების შესახებ, რომლებიც არასდროს მომხდარა, რომლებსაც ვიყენებთ ჩვენი პროგრამული უზრუნველყოფის შემუშავებისთვის“, ამბობს ალვინ ბაკენესი, Volvo Cars-ის გლობალური პროგრამული უზრუნველყოფის ინჟინერიის ხელმძღვანელი. „გაუსის დახშობის წყალობით, ჩვენ შეგვიძლია ავირჩიოთ ერთ-ერთი იშვიათი კუთხე და გავშალოთ იგი სცენარის ათასობით ახალ ვარიაციაში, რათა მოვამზადოთ და დავადასტუროთ ჩვენი მოდელი წინააღმდეგ. ამას აქვს პოტენციალი, განბლოკოს მასშტაბი, რომელიც აქამდე არასდროს გვქონია და ზღვრული შემთხვევების დაჭერაც კი, სანამ ისინი რეალურ სამყაროში მოხდება.”
ავტომობილის უსაფრთხოების გაუმჯობესება AI სიმულაციებით.
თავსატეხის ერთი ნაწილი
დღეს ჩვენ ვიყენებთ ვირტუალურ გარემოს რეალურ სამყაროში ტესტირებასთან ერთად პროგრამული უზრუნველყოფის ტრენინგის, განვითარებისა და ვალიდაციისთვის, რადგან ისინი უზრუნველყოფენ უსაფრთხო, მასშტაბირებად და ეკონომიურ გარემოს. ჩვენი უსაფრთხოების პროგრამული უზრუნველყოფის უსაფრთხოების უზრუნველსაყოფად, ის უნდა იყოს გაწვრთნილი, რათა გაუმკლავდეს ყველა სახის საგზაო სიტუაციას. იშვიათი ან უჩვეულო სცენარების გამოყენებით, ჩვენ შეგვიძლია დავრწმუნდეთ, რომ პროგრამული უზრუნველყოფა კარგად მუშაობს არა მხოლოდ ნორმალურ პირობებში, არამედ რთულ, იშვიათ, მაგრამ პოტენციურად საშიშ სიტუაციებში.
ზედმეტია იმის თქმა, რომ შესაძლო სცენარების სია უსასრულოა. იფიქრეთ ცხოველებზე, რომლებიც გზაზე ხტებიან, სატვირთო მანქანის უკანა მხარეს ჩამოვარდნილი საგნები, შუქნიშანი, რომელიც ერთდროულად აჩვენებს ყველა ფერს, მანქანა, რომელიც არასწორი გზით მოძრაობს გზატკეცილზე, გზა, რომელიც მთლიანად დატბორილია ან მტვრის ტორნადო გადაკვეთს ქუჩას. რეალურ ცხოვრებაში ყველა შესაძლო სცენარის გადაღებას ან მათ კოდირებას ასობით ათასი წელი დასჭირდება.
NVIDIA ტექნოლოგიის ინტეგრაცია
Volvo Cars-ს შეუძლია შეისწავლოს ისეთი ტექნოლოგიები, როგორიც არის Gaussian splatting NVIDIA-სთან ახლახან გაფართოებული ურთიერთობის წყალობით. სრულიად ელექტრო მანქანების ახალი თაობა, რომელიც აგებულია NVIDIA-ს დაჩქარებულ გამოთვლებზე, აგროვებს მონაცემებს სხვადასხვა სენსორებიდან, რათა გაიგოს რა ხდება მანქანაში და მის გარშემო უკეთესად, ვიდრე ოდესმე. AI სუპერკომპიუტერული პლატფორმა, რომელიც აღჭურვილია NVIDIA DGX სისტემებით, ახდენს ამ მონაცემების კონტექსტუალიზაციას, ხსნის ახალ შეხედულებებს და ავარჯიშებს მომავალ უსაფრთხოებას მოდელი. ეს გააუმჯობესებს და დააჩქარებს ხელოვნური ინტელექტის განვითარებას. ეს სუპერკომპიუტერული პლატფორმა არის Volvo Cars-ისა და Zenseact-ის ბოლოდროინდელი ინვესტიციის ნაწილი, რათა შეიქმნას ერთ-ერთი უდიდესი მონაცემთა ცენტრი სკანდინავიაში.
გსურთ მეტი იცოდეთ?
Gaussian splatting-ის შესწავლა და გენერაციული AI არის ჩვენი პრეზენტაციის ნაწილი NVIDIA GTC კონფერენციაზე. ამის ყურება შეგიძლიათ პირდაპირ ან მოთხოვნით ბმული.
გაზიარება
