人工智能在自动驾驶方面的5个最惊人的进步

作者: Roger Morrison
创建日期: 26 九月 2021
更新日期: 16 六月 2024
Anonim
机器能像人一样思考吗?人工智能(一)机器学习和神经网络
视频: 机器能像人一样思考吗?人工智能(一)机器学习和神经网络

内容


资料来源:chombosan / iStockphoto

带走:

人工智能是自动驾驶汽车不可或缺的组成部分,也是最近技术进步的原因。

无人驾驶汽车在街上转来转去的想法真是不可思议。但是,借助人工智能(AI)和其他驱动力,我们可能已经接近在世界各地的道路上看到此类车辆。在最近的过去,自动驾驶汽车技术取得了惊人的进步,这表明梦想正朝着实现目标迈进。似乎自动驾驶汽车的框架已基本确定。未经法律和行政批准,无人驾驶车辆将很快成为道路上的常见事物。 (要了解其他汽车技术的进步,请查看我们的汽车成为计算机的5种方式。)

送货车

您已经看到了人工运送包裹的运送工具。现在,我们可以看到无人驾驶车辆完成的相同任务-效率更高,速度更快。领先的计算机图形供应商Nvidia,全球最大的邮件和物流公司Deutsche Post DHL Group(DPDHL)和汽车供应商ZF联手部署了无人驾驶电动轻型卡车,该卡车将运输和交付包裹。无人驾驶卡车将把包裹从中心点运送到目的地。在此期间,经过培训可以准确评估其环境中的各种因素,例如交通状况,停车位识别和停车以及行人行为。卡车由ZF ProAI自动驾驶系统提供动力,该系统由Nvidia DRIVE PX掌上型超级计算机提供动力,但它还包括传感器,摄像头,激光雷达和雷达,这些数据将数据输入系统。请注意,除了该技术所承诺的无懈可击的准确性和无驾驶员疲劳的明显好处外,还存在节省大量成本的潜力,因为从中心点到目的地的包裹运输过程对于物流公司而言是最昂贵的。

完全自治

想象一下无人驾驶豪华出租车,它可以帮助乘客在两地之间移动。您可以做自己的事–看电影,在笔记本电脑上工作或听音乐–不必担心出租车安全地将您带到目的地。这样的出租车很快就会成为现实。英伟达的DRIVE PX AI平台将迎来全自动驾驶汽车。 DRIVE PX AI平台比其前身DRIVE PX 2高出10倍,每秒可处理320万亿次操作。这意味着汽车将比以前的汽车更快地学习和做出有关道路环境的准确决策。

当前,特斯拉汽车配备了用于自动驾驶的必要硬件,但是需要软件更新才能完全启用该功能。尽管它将允许完全自动驾驶,但在必要时,仍将允许驾驶员进行控制。下一代自动驾驶汽车将不需要方向盘,踏板或变速器。这种汽车将有可能减少事故的发生,将是老年人或有视力或身体残疾的人的可行交通选择,并可能提高生产率。


停车处

停车并不是真正的新颖发展。自动并行停车的出现可能是人工智能在自动驾驶技术中的最早应用之一。但是,这一概念在最近几年有了很大的发展。停车,尤其是在大城市中,停车是一个主要问题,因为停车会增加排放量,浪费时间和生产力,并增加压力。博世已开发出基于AI的智能系统,该系统可提供有关可用停车位,停车位置和停车时间的数据。汽车甚至可以自行停车,没有发生任何事故。当汽车在行驶中时,它会在最靠近其GPS位置的地方接收有关停车位可用性的信息。停车位数据从汽车发送到许多云服务器,然后再发送回汽车,以便驾驶员可以了解停车位的可用性。

有常识的汽车

尽管在自动驾驶领域的工作已经取得了惊人的进步,但像人类驾驶员这样的常识却一直是开发中所缺少的部分。在交通不便的情况下,尤其是在大城市和混乱的城市中,人的大脑对不断变化的变量(如同伴的驾驶态度,行人​​行为和不稳定的天气)高度敏感。无人驾驶汽车在街道上发展出类似于人的常识至关重要。一家名为iSee的MIT衍生公司一直致力于AI和深度学习,以将常识赋予无人驾驶汽车。这将成为自动驾驶汽车计划中最重要的组成部分。 iSee团队一直致力于数据和神经网络,以便汽车可以从数据中学习并协商任何类型的交通状况。 iSee联合创始人赵一标表示:“人的大脑对物理学和社会线索非常敏感。当前的AI在这些领域相对有限,我们认为这实际上是驾驶中缺少的部分。”(有关深度学习的更多信息,请参阅深度学习模型之旅。)

具有周边视觉的汽车

了解盲角附近的行人,物体或车辆是安全驾驶的关键因素。盲点是造成许多事故的原因。一项新的AI技术使汽车能够查看和评估盲角附近行人,物体或车辆的距离和速度。 CornerCameras是由麻省理工学院计算机科学和人工智能实验室(CSAIL)研究人员的一项AI计划,使无人驾驶汽车能够识别位于道路盲角的人或物体。该技术使用光反射,实际上看不到物体或人。根据收到的数据,它可以指导自动驾驶汽车获得更好的驾驶体验。该论文的主要作者凯瑟琳·布曼(Katherine Bouman)详细介绍了该系统,他说:“即使这些物体实际上对相机来说是不可见的,我们仍可以通过观察它们的运动如何影响半影来确定它们的位置和走向。 。”


结论

这些发展是令人振奋的消息,并且正在加快全自动驾驶汽车的到来。然而,在我们看到自动驾驶汽车遍及全球的道路上并将其视为正常现象之前,有两点很关键:一是无人驾驶汽车的常识传承,二是清除各种法律和保险障碍在途中。

没有错误,没有压力-在不破坏生活的情况下创建可改变生活的软件的分步指南

当没有人关心软件质量时,您就无法提高编程技能。