Mesterséges intelligenciát és virtuális világokat használunk azzal a céllal, hogy biztonságosabb autókat hozzunk létre

Valamikor régen csak fizikai módszereink voltak az új biztonsági funkciók tesztelésére és fejlesztésére. A számítógép megérkezésével virtuális környezeteket is használhatunk, hogy folyamatosan feszegessük a határokat a biztonságban.  

Most pedig újabb lépést teszünk előre: mesterséges intelligencia által generált, élethű virtuális világokat használunk, hogy olyan új áttöréseket fedezzünk fel, amelyek segítenek megőrizni az Ön biztonságát. A Volvo Cars mesterséges intelligencia (MI) által létrehozott, valósághű virtuális világok segítségével teszi hatékonyabbá biztonsági szoftvereinek (például az ADAS vezetőtámogató funkcióknak) a fejlesztését, hogy ezáltal még biztonságosabbá tegye autóit.

Szóval, hogyan működik ez? A "Gauss-féle splatting" nevű fejlett számítási technikának köszönhetően (ez nem egy Volvo Cars kifejezés, amit ígérünk) a valós képeket élethű, természetes megjelenésű 3D-s jelenetekké és témákká alakíthatjuk.   

Valós adatok használata 
Az új autóinkba beépített, fejlett szenzorok által rögzített, vezetési eseményekre vonatkozó információikat – pl. vészfékezés, éles elkormányzás, kézi beavatkozás – mostantól képesek vagyunk szintetizálni. Ez lehetővé teszi számunkra, hogy vadonatúj módokon vizsgáljuk meg, rekonstruáljuk és elemezzük ezeket, és ezáltal pontosabb képet kapjunk arról, hogy hogyan lehet elkerülni az ilyen eseményeket. Mindez egy fejlett számítási eljárásnak köszönhető: ez az un. Gaussian splatting, amely a valóságot ábrázoló képek alapján rendkívül nagy mennyiségben képes megjeleníteni valósághű, nagy pontosságú térbeli (3D) jeleneteket és személyeket.

Ez a virtuális környezet azután manipulálható: növelhetjük vagy csökkenthetjük a szituációban részt vevő közlekedők számát, módosíthatjuk a forgalom viselkedését, vagy az úton elhelyezkedő akadályok jellemzőit, és ezáltal eltérő végkifejleteket idézhetünk elő. Ez a technika lehetővé teszi számunkra, hogy biztonsági szoftverünket a legváltozatosabb forgalmi helyzetekkel ismertessük meg, méghozzá olyan sebességgel és léptékben, amire korábban nem volt lehetőség. Immár olyan szoftvert tudunk fejleszteni, ami összetett, ritkán előforduló, mégis potenciálisan veszélyes „határesetekben” is hatékonyan működik, ráadásul a korábbi hónapok helyett mindössze napokra van szükség ahhoz, hogy a szoftvert felkészítsük ezekre a szituációkra.

A virtuális környezeteket házon belül fejlesztik, a Volvo Cars által alapított, mesterséges intelligenciával és szoftver-fejlesztéssel foglalkozó Zenseact bevonásával.A projekt annak a vezető svéd egyetemek számára létrehozott doktori programnak képezi a részét, amelyben azt vizsgálják, hogy a neurális rendering technikák beépíthetők-e a jövőbeli biztonsági kezdeményezésekbe. A tanulmányt a Wallenberg M.I., autonóm rendszerek és szoftver program (WASP) finanszírozza.

„Már most is több milliónyi olyan adatponttal rendelkezünk, amelyek soha meg nem történt eseményeket írnak le, és ezeket szoftverünk fejlesztésére használjuk.” – mondta Alwin Bakkenes, a Volvo Cars globális szoftverfejlesztő tevékenységeinek vezetője. „A Gaussian splatting lehetővé teszi, hogy kiválasszunk egy ritkán előforduló határeseti eseményt, és létrehozzuk annak több ezer lehetséges variációját, amelyek alapján taníthatjuk és validálhatjuk a modelleinket. Ez az eljárás potenciálisan olyan léptékű lehetőségeket nyithat meg a fejlesztők előtt, amelyről korábban álmodni sem lehetett, illetve lehetővé teheti, hogy még azelőtt felkészítsük az ilyen határesetekre a szoftvert, hogy az esemény ténylegesen bekövetkezne."

A kirakós egy darabkája 
A Volvo Cars a valós tesztelések mellett virtuális környezeteket is felhasznál szoftvereinek tanítására, fejlesztésére és validálására, mint biztonságos, méretezhető és költséghatékony módszert. Annak érdekében, hogy szoftverünk biztonságos legyen, meg kell tanítani arra, hogy mindenféle forgalmi helyzetet kezeljen. Ritka vagy szokatlan forgatókönyvek alkalmazásával biztosíthatjuk, hogy a szoftver ne csak normál körülmények között, hanem összetett, ritka, de potenciálisan veszélyes "peremeset" helyzetekben is jól működjön.

Mondani sem kell, hogy a lehetséges forgatókönyvek listája közel végtelen. Gondoljunk csak az útra ugró állatokra, a teherautó hátuljáról leeső tárgyakra, az összes színt egyszerre megjelenítő közlekedési lámpára, az autópályán rossz irányba haladó autóra, a teljesen elárasztott útra vagy az utcán áthaladó portornádóra. Az összes lehetséges forgatókönyv rögzítése a való életből vagy kódolása több százezer évet venne igénybe.

Az NVIDIA technológia integrálása
A Volvo Cars annak köszönhetően élvezheti az olyan technológiák előnyeit, mint a Gaussian splatting, hogy a közelmúltban kibővítette együttműködését az NVIDIA-val. Az NVIDIA nagy sebességű számítógépet alkalmazó, új generációs, tisztán elektromos járműveink különböző szenzorai által összegyűjtött adatok hozzásegítenek bennünket ahhoz, hogy minden eddiginél alaposabban és pontosabban megérthessük, milyen folyamatok mennek végbe a járművekben és azok környezetében. Ezeket az adatokat az NVIDIA DGX rendszerekre épülő, mesterséges intelligenciát alkalmazó szuperszámítógépes platform kontextualizálja, lehetővé téve új következtetések levonását, és jövőbeli biztonsági modellek tanítását. A megoldás hatékonyabbá teszi és felgyorsítja a mesterséges intelligencia fejlesztését.A szuperszámítógépes platform, amely a közelmúltban valósult meg a Volvo Cars és a Zenseact közös beruházása nyomán, az egyik legnagyobb adatközpont a skandináv térségben.

További részletekre kíváncsi?
A Gaussian splatting technikáról és a generatív M.I platformokról is szó volt azon az előadáson, amelyet a Volvo Cars tartott az NVIDIA GTC konferencián.A prezentáció elérhető élő formában vagy igény szerint ezen a linken keresztül.