Nvidia Predstavte si, že ste vodičom štvordverového rodinného sedanu, ktorý sa blíži k stopke. Keď dorazíte na stopku, všimnete si cyklistu, ktorý sa pokúša prejsť cez cestu. Cyklista s vami pomocou očného kontaktu, výrazu tváre a reči tela vyjedná prednosť v jazde. Vo výsledku sa rozhodnete najskôr nechať cyklistu prejsť cez cestu, až potom opatrne vojdite do križovatky.
V dnešnom svete autonómneho riadenia by neexistoval spôsob, ako „označiť“ alebo kategorizovať takúto udalosť, uviedol generálny riaditeľ spoločnosti Cognata Danny Atsmon. Súčasné metódy vám umožňujú vizuálne identifikovať cyklistu, ale výcvikové systémy na rozpoznávanie a porozumenie zložitých rokovaní na ceste zostávajú výzvou pre odvetvie autonómneho riadenia v hodnote 10,3 bilióna dolárov.
Autonómne riadenie v skutočnosti predstavuje „najťažší problém s výpočtovou technikou, s akým sa svet kedy stretol,“ ako pripustil generálny riaditeľ spoločnosti NVIDIA Jensen Huang, keď počas slávnostného vystúpenia GTC 2018 v San Jose v Kalifornii predstavil niektoré z najvýkonnejších grafických procesorov na svete.
Preklenutie reálneho a virtuálneho
"Svet najazdí 10 biliónov míľ ročne," uviedol Huang v ostrej prezentácii - Atsmon však upozornil, že autá s vlastným pohonom v minulom roku pokryli iba tri milióny kilometrov ciest. Aby mohli samoriadiace vozidlá lepšie jazdiť, musia sa dozvedieť viac, a to je v zásade najväčšou výzvou, ktorej čelí toto odvetvie. Na trénovanie systému autonómneho riadenia, aby bol schopný ovládať človeka, by počítače potrebovali najazdiť zhruba 11 miliárd míľ, povedal nám Atsmon.
Je to jediný najťažší problém s výpočtom, s akým sa svet kedy stretol.
Toto číslo sa počíta na základe 1,09 smrteľných nehôd na 100 miliónov míľ najazdených v roku 2015. „Takže, aby som povedal, že stroj môže mať rovnako bezpečný výkon ako ľudská bytosť s 95 percentami dôvery, bolo by potrebné overiť jeho hodnotu na 11 miliárd míľ, “Povedal Atsmon.
Okrem času potrebného na dosiahnutie tohto cieľa je potrebné zvážiť aj ďalšie výdavky. Momentálne sa náklady na kilometer za prevádzku autonómneho vozidla pohybujú v stovkách dolárov - ide o čas potrebný na inžinierstvo, zber a označovanie údajov, náklady na poistenie a čas, aby si vodič sadol do kokpitu automobilu. Vynásobte to referenčnou hodnotou 11 miliárd míľ a vyjde najavo, aké veľké sú náklady spojené s výcvikom autonómnych automobilov.
Validácia je kľúčová a nedávne nehody autonómnych vozidiel ukazujú, že testy neúplných údajov a výcvikové scenáre sa môžu stať smrteľnými. V jednom menej extrémnom príklade sa samoriadiaci raketoplán v Las Vegas pohyboval rýchlosťou približne 0,6 míle za hodinu, narazil však do nákladného vozidla (keď sa to stalo, bol tu Jeff Zurschmeide, nezávislý prispievateľ do spoločnosti Digital Trends). Nikto nebol zranený, ale záhadný scenár sa stal, pretože sa nákladné auto ťahalo dopredu a potom, ako sa pokúsilo zaparkovať, cúvalo. Podľa Atsmona príčinou havárie je, že raketoplán nebol pre tento typ situácie validovaný a nevedel, čo má robiť, takže postupoval pomaly dopredu a narazil.
Lepšia simulácia pre hlbšie vzdelávanie
Súčasným riešením odvetvia na prekonanie medzery 11 miliárd míľ medzi autonómnymi systémami na dosiahnutie kompetencie človeka v oblasti riadenia je vývoj simulácií, ktoré umožnia autám rýchlejšie sa učiť kombináciou hlbokého učenia sa s virtuálnym prostredím.
"Simulácia je cestou k miliardám kilometrov," uviedol Huang v GTC. Koncom minulého roka spoločnosť Waymo vo vlastníctve abecedy predstavila Carcraft, jeho prístup k učeniu pomocou simulácie.
Spoločnosť Cognata využíva najnovšie pokroky v oblasti grafiky a hardvéru senzorov na vytváranie realistickejších a realistickejších svetových modelov pre autonómne vozidlá, z ktorých sa môže učiť. Pre výpočtový mozog automobilu s vlastným riadením je to ako vstúpiť do videohry podľa skutočného sveta, čo by mohlo viesť k realistickejším scenárom jazdy, ktoré by testovali a overovali údaje o jazde autom. Spoločnosť nedávno zmapovala vybrané mestá, napríklad San Francisco, pomocou údajov z GIS - fotoaparátov s vysokým rozlíšením a sofistikovaných počítačových algoritmov, ktoré prechádzajú cez satelitné snímky a snímky ulíc, čo vedie k fotorealistickej scéne.
Simulácia je cestou k miliardám kilometrov.
Na ďalšie vylepšenie simulácií spoločnosť Nvidia a niektorí jej partneri používajú údaje zo senzorov autonómnych vozidiel na vytváranie máp s vyššou definíciou. Keď autonómne vozidlá narazia na cestu, tieto stroje sa nebudú spoliehať iba na údaje, ktoré sú k dispozícii prostredníctvom školení, ale tiež prispejú k zberu údajov zdieľaním údajov, ktoré zachytil zo svojich polí LIDAR, IR, radarov a kamier.
Keď sa tieto novo zachytené údaje skombinujú pomocou hlbokého učenia s existujúcimi súbormi údajov nízkej kvality, ulice a cesty budú vyzerať fotorealistickejšie. Cognata tvrdí, že jej algoritmy dokážu spracovať údaje spôsobom, ktorý zvýrazní detaily v tieni a vo svetlách, podobne ako fotografia HDR z fotoaparátu smartphonu, a vytvorí tak vysoko kvalitnú scénu.
Aj keď je simulácia vynikajúcim nástrojom, Atsmon poznamenal, že má svoje vlastné chyby. Je to príliš jednoduché a aby autonómne riadenie bolo realistické, musí sa poučiť z okrajových prípadov. Cognata tvrdí, že programovanie v krajnom prípade trvá iba niekoľko kliknutí, aby sa overili autonómne vozidlá pre neobvyklejšie scenáre riadenia. Spoločnosti vyrábajúce autonómne vozidlá budú musieť byť usilovné pri hľadaní okrajových prípadov, ktoré môžu oklamať samoriadiace autá, a byť kreatívne pri tvorbe riešení pre ne.
Keď zlyhá samoriadenie
Bezpečnosť je pre autonómne vozidlá taká dôležitá, že ju spoločnosť Nvidia považuje za najdôležitejšiu vec v priemysle. Keď veci zlyhajú, môžu a môžu sa stať smrteľné, ako sa nedávno preukázalo, keď autonómny Uber v Arizone zasiahol a zabil chodca.
"Môžem vás ubezpečiť, že [Uber] je rovnako zdrvený, čo sa stalo."
Keď bol Huang vypočutý na tlačovej schôdzke o havárii Uberu - Uber je partnerom spoločnosti Nvidia -, odložil komentár spoločnosti zdieľajúcej jazdu slovami: „Mali by sme dať Uberu príležitosť pochopiť, čo sa stalo, a vysvetliť, čo sa stalo. “
"Môžem vás ubezpečiť, že [Uber] je rovnako rozdrvený, čo sa stalo," dodal Huang.
Pretože Nvidia vyvíja komplexné riešenie pre autonómne riadenie, rôzni partneri - od Uberu po Toyota a Mercedes Benz - môžu využívať všetky alebo niektoré časti systému. „Po celom svete existuje asi 370 spoločností, ktoré nejakým spôsobom využívajú naše technológie.“ Na výstave Nvidia taktiež predstavila Orin, počítač novej generácie svojej platformy DRIVE.
Nvidia Ľudia ako záloha
Aj keď sú autá s vlastným pohonom v priebehu času inteligentnejšie, Huang stále verí, že vždy by mala existovať záloha človeka, a to aj v prípadoch, keď je automobil navrhnutý bez sedadla vodiča. Na dosiahnutie tohto cieľa predstavila spoločnosť Nvidia počas tohtoročnej keynote GTC svoj Holodeck, ktorý umožňuje diaľkovému vodičovi ovládať fyzické auto v reálnom čase prostredníctvom virtuálnej reality.
"Je to teleportácia," uviedol Huang a zdôraznil, že je to možné prostredníctvom počiatočných investícií spoločnosti Nvidia do virtuálnej reality.
Počas ukážky bol vodič Tim umiestnený na vzdialenom mieste. Keď si nasadí okuliare pre virtuálnu realitu, bude sa cítiť ako vo fyzickom automobile, čo mu umožní cítiť auto a vidieť jeho ovládacie prvky a prístrojový panel. Z tohto vzdialeného miesta a pomocou náhlavnej súpravy VR mohol prevziať kontrolu nad autonómnym vozidlom, čo mu umožnilo riadiť vozidlo a zaparkovať ho.
Je to ako to, čo armáda už istý čas robí - umožňuje operátorom dronov lietať bezpilotné drony zo vzdialeného miesta. V prípade Nvidie však bude mať VR vďaka sile VR pocit, že je v kokpite fyzicky prítomný. Spoločnosť verí, že simulácia pomocou jej GPU nakoniec spôsobí, že autonómne autá budú takmer neomylné, ale kým nebudú, Holodeck môže pomôcť ľuďom strážiť samoriadiace flotily.
