尖端数据如何训练 AI 以实现准确的实时响应
在 7 月 26 日至 28 日期间与领导者一起参加变革 AI 和边缘周。聆听高层领导讨论有关 AL/ML 技术、对话式 AI、IVA、NLP、Edge 等主题。立即预订您的免费通行证！
自动驾驶被视为移动出行的未来，这要归功于特斯拉等公司开发了先进的基于人工智能的驾驶辅助系统 (ADAS)，以帮助用户在特定条件下点对点地环游世界。
许多人都取得了惊人的进步，但事实仍然存在：我们距离真正的自动驾驶汽车还有很长的路要走。为了实现真正的自主性，自动驾驶汽车必须在所有条件下都优于人类驾驶员，无论是人口稠密的市区、村庄还是意想不到的持续场景。道路。
“大多数时候，自动驾驶非常容易。有时就像在荒凉的道路上行驶或跟随前车一样简单。可能会发生各种各样的‘边缘情况’，”Kai Wang，首席预测官亚马逊旗下的移动公司 Zoox 在 VentureBeat 的 Transform 2022 会议上表示。
这些极端情况会给算法带来问题。想象一下一群人从盲点或路上的一堆瓦砾进入街道。
事件转型 2022
立即注册，获取 7 月 26 日至 28 日 Transform AI 周的免费虚拟通行证。聆听 Visa、Lowe's eBay、Credit Karma、Kaiser、Honeywell、Google、Nissan、Toyota、John Deere 等的 AI 和数据领导者的心声。
在这里注册 Zoox 培训工作人类非常擅长识别和响应几乎任何类型的边缘情况，但机器发现这很困难，因为未来可能发生的事情有很多可能性。为了解决这个问题，开发完全自动驾驶软件和专用自动驾驶出租车的 Zoox 采用了多层次的方法。
“确实没有一种万能的解决方案可以解决所有这些情况，因此我们正在尝试在整个系统中集成不同类型的缓解措施，在每一层为我们提供最好的有机会处理这些事情，”王说。
首先，正如这位高管所解释的那样，Zoox 通过从位于其车辆所有四个角落的传感器模块引入数据来实现对不同条件/对象的感知。
每个吊舱都包含多个相互补充的传感器模式（RGB 摄像头、激光雷达传感器、雷达和热传感器）。例如，RGB 相机可以检测图像中的细节，但无法测量深度，这是由激光雷达处理的。
“我们感知系统的工作是将所有这些传感器一起使用并将它们合并以生成我们周围所有物体的单一表示。环绕，”王说。
一旦周围的代理被识别，系统就会在接下来的几秒钟内模拟它们最终到达的位置。这是通过数据驱动的深度学习算法完成的，该算法提出了潜在的未来轨迹分布。之后，它会考虑所有动态实体及其预测轨迹，并决定做什么或如何在当前场景中安全导航到目标目的地。
远程指导虽然系统可以有效地建模和处理边缘情况，但它可能会在路上遇到一些前所未见的情况。在这些情况下，系统会停止并使用寻的功能来召唤人类专家寻求帮助（同时检查与其他代理的碰撞和障碍物）。
“我们有一名人类操作员连接到该情况，以建议通过阻塞的路线。到目前为止，在复杂环境中，我们收到的远程指导不到我们总任务时间的 1%。随着我们的系统获得动力...
在 7 月 26 日至 28 日期间与领导者一起参加变革 AI 和边缘周。聆听高层领导讨论有关 AL/ML 技术、对话式 AI、IVA、NLP、Edge 等主题。立即预订您的免费通行证！
自动驾驶被视为移动出行的未来，这要归功于特斯拉等公司开发了先进的基于人工智能的驾驶辅助系统 (ADAS)，以帮助用户在特定条件下点对点地环游世界。
许多人都取得了惊人的进步，但事实仍然存在：我们距离真正的自动驾驶汽车还有很长的路要走。为了实现真正的自主性，自动驾驶汽车必须在所有条件下都优于人类驾驶员，无论是人口稠密的市区、村庄还是意想不到的持续场景。道路。
“大多数时候，自动驾驶非常容易。有时就像在荒凉的道路上行驶或跟随前车一样简单。可能会发生各种各样的‘边缘情况’，”Kai Wang，首席预测官亚马逊旗下的移动公司 Zoox 在 VentureBeat 的 Transform 2022 会议上表示。
这些极端情况会给算法带来问题。想象一下一群人从盲点或路上的一堆瓦砾进入街道。
事件转型 2022
立即注册，获取 7 月 26 日至 28 日 Transform AI 周的免费虚拟通行证。聆听 Visa、Lowe's eBay、Credit Karma、Kaiser、Honeywell、Google、Nissan、Toyota、John Deere 等的 AI 和数据领导者的心声。
在这里注册 Zoox 培训工作人类非常擅长识别和响应几乎任何类型的边缘情况，但机器发现这很困难，因为未来可能发生的事情有很多可能性。为了解决这个问题，开发完全自动驾驶软件和专用自动驾驶出租车的 Zoox 采用了多层次的方法。
“确实没有一种万能的解决方案可以解决所有这些情况，因此我们正在尝试在整个系统中集成不同类型的缓解措施，在每一层为我们提供最好的有机会处理这些事情，”王说。
首先，正如这位高管所解释的那样，Zoox 通过从位于其车辆所有四个角落的传感器模块引入数据来实现对不同条件/对象的感知。
每个吊舱都包含多个相互补充的传感器模式（RGB 摄像头、激光雷达传感器、雷达和热传感器）。例如，RGB 相机可以检测图像中的细节，但无法测量深度，这是由激光雷达处理的。
“我们感知系统的工作是将所有这些传感器一起使用并将它们合并以生成我们周围所有物体的单一表示。环绕，”王说。
一旦周围的代理被识别，系统就会在接下来的几秒钟内模拟它们最终到达的位置。这是通过数据驱动的深度学习算法完成的，该算法提出了潜在的未来轨迹分布。之后，它会考虑所有动态实体及其预测轨迹，并决定做什么或如何在当前场景中安全导航到目标目的地。
远程指导虽然系统可以有效地建模和处理边缘情况，但它可能会在路上遇到一些前所未见的情况。在这些情况下，系统会停止并使用寻的功能来召唤人类专家寻求帮助（同时检查与其他代理的碰撞和障碍物）。
“我们有一名人类操作员连接到该情况，以建议通过阻塞的路线。到目前为止，在复杂环境中，我们收到的远程指导不到我们总任务时间的 1%。随着我们的系统获得动力...
What's Your Reaction?
