Koristimo umjetnu inteligenciju i virtualne svjetove s ciljem stvaranja sigurnijih vozila
Zahvaljujući novim tehnikama, sada možemo koristiti virtualne svjetove slične umjetnoj inteligenciji kako bismo poboljšali razvoj našeg sigurnosnog softvera - sve s ciljem otkrivanja novih otkrića koja vam pomažu u zaštiti.
3D okruženja pogonjena umjetnom inteligencijom za sigurniju vožnju.
Nekada davno imali smo samo fizičke načine testiranja i razvoja novih sigurnosnih značajki. Dolaskom računala mogli bismo koristiti i virtualna okruženja za stalno guranje omotnice u sigurnosti.
A sada poduzimamo novi korak naprijed, koristeći virtualne svjetove nalik na život generirane umjetnom inteligencijom kako bismo pronašli nova otkrića koja vam pomažu u zaštiti. Pomoću napredne umjetne inteligencije i računalnih tehnika možemo poboljšati razvoj našeg sigurnosnog softvera, kao što su naši napredni sustavi pomoći vozaču (ADAS), a sve s ciljem stvaranja još sigurnijih automobila.
Dakle, kako to funkcionira? Zahvaljujući naprednoj računalnoj tehnici nazvanoj "Gaussian splatting" (ovo nije Volvo Cars fraza koju obećavamo), vizuale iz stvarnog svijeta možemo pretvoriti u živopisne, prirodne 3D scene i teme.
Već imamo milijune podatkovnih točaka trenutaka koji se nikada nisu dogodili i koje koristimo za razvoj našeg softvera.
Korištenje podataka iz stvarnog života
Uz Gaussovo raspršivanje, podaci o incidentima koje prikupljaju napredni senzori u našim novim vozilima - kao što su kočenje u nuždi, oštro upravljanje ili ručna intervencija - sada se mogu sintetizirati, rekonstruirati i istražiti kako bi nam pomogli da bolje razumijemo kako bi se nesreće mogle izbjeći u budućnosti.
Na primjer, tim virtualnim okruženjima može se manipulirati dodavanjem ili uklanjanjem sudionika u prometu i promjenom ponašanja prometa ili prepreka na cesti. To nam omogućuje da izložimo naš sigurnosni softver svim vrstama prometnih situacija, brzinom i razmjerima koji prije nisu bili mogući. Kao rezultat toga, sada možemo razviti softver koji dobro funkcionira u složenim, rijetkim, ali potencijalno opasnim "rubnim slučajevima" i smanjiti vrijeme potrebno za izlaganje našeg softvera rubnim slučajevima, iz mjeseci u dane.
Virtualna okruženja razvija Zenseact, naša interna tvrtka za umjetnu inteligenciju i softver koju smo osnovali prije otprilike pet godina. Ovaj projekt, pod pokroviteljstvom Wallenberg AI, Autonomous Systems and Software Program (WASP), dio je doktorskog programa za vodeća švedska sveučilišta kako bi istražili hoće li tehnike neuronskog renderiranja biti integrirane u buduće sigurnosne inicijative.
"Već imamo milijune podatkovnih točaka trenutaka koji se nikada nisu dogodili i koje koristimo za razvoj našeg softvera", kaže Alwin Bakkenes, voditelj globalnog softverskog inženjeringa u Volvo Cars. Zahvaljujući Gaussovom raspršivanju, možemo odabrati jedan od rijetkih krajnjih slučajeva i razložiti ga u tisuće novih varijacija scenarija kako bismo obučili i validirali naše modele. To ima potencijal otključati razmjere koje nikada prije nismo imali, pa čak i uhvatiti rubne slučajeve prije nego što se dogode u stvarnom svijetu.
Unapređenje sigurnosti vozila simulacijama umjetne inteligencije.
Jedan dio slagalice
Danas koristimo virtualna okruženja uz testiranje u stvarnom svijetu za obuku, razvoj i provjeru softvera jer pružaju sigurno, skalabilno i isplativo okruženje. Kako bi naš sigurnosni softver bio siguran, mora biti osposobljen za rukovanje svim vrstama prometnih situacija. Korištenjem rijetkih ili neobičnih scenarija možemo osigurati da softver dobro radi ne samo u normalnim uvjetima, već iu složenim, rijetkim, ali potencijalno opasnim situacijama "rubnog slučaja".
Nepotrebno je reći da je popis mogućih scenarija blizu beskonačnosti. Sjetite se životinja koje skaču na cestu, predmeta koji padaju sa stražnje strane kamiona, semafora koji prikazuje sve boje odjednom, vozila koja voze u pogrešnom smjeru autocestom, ceste koja je potpuno poplavljena ili tornada prašine koji prelazi ulicu. Snimanje svih mogućih scenarija u stvarnom životu ili njihovo kodiranje trajalo bi stotinama tisuća godina.
Integracija NVIDIA tehnologije
Volvo Cars može istraživati tehnologije poput Gaussovog prskanja zahvaljujući nedavno proširenom odnosu s NVIDIA. Nova generacija potpuno električnih automobila, izgrađena na NVIDIA ubrzanom računu, prikuplja podatke s različitih senzora kako bi bolje nego ikad prije razumjela što se događa u vozilu i oko njega. Superračunalna platforma umjetne inteligencije, koju pokreću NVIDIA DGX sustavi, kontekstualizira te podatke, otključava nove uvide i obučava buduće sigurnosne modele. Poboljšat će i ubrzati razvoj umjetne inteligencije. Ova superračunalna platforma dio je nedavnog ulaganja Volvo Cars i Zenseacta u osnivanje jednog od najvećih podatkovnih centara u Nordijskim zemljama.
Želite li znati više?
Istraživanje Gaussovog raspršivanju i generiranje umjetne inteligencije dio je naše prezentacije na NVIDIA GTC konferenciji. Možete ga gledati uživo ili na zahtjev putem ove veze.
Dijeli
