„Helm.ai“ „GenSim-2“ leidžia vartotojams modifikuoti vaizdo duomenis naudojant generatyvųjį AI. | Šaltinis: Helm.ai
Autonominių transporto priemonių kūrėjai netrukus galės panaudoti generatyvųjį AI, kad gautų daugiau naudos iš keliuose renkamų duomenų. „Helm.ai“ šią savaitę pristatė „GenSim-2“ – naują generatyvųjį AI modelį, skirtą vaizdo duomenims kurti ir modifikuoti autonominiam vairavimui.
Bendrovė teigė, kad modelis pristato AI pagrįstą vaizdo įrašą redagavimo galimybės, įskaitant dinamišką oro ir apšvietimo reguliavimą, objektų išvaizdos modifikacijas ir nuoseklų kelių kamerų palaikymą. Helm.ai pasakė tŠios pažangos suteikia automobilių gamintojams keičiamo dydžio, ekonomiškai efektyvią sistemą, kuri praturtina duomenų rinkinius ir sprendžia ilgas autonominio vairavimo problemas.
Apmokytas naudojant Helm.ai patentuotą Deep Teaching metodiką ir giliuosius neuroninius tinklus, GenSim-2 praplečia savo pirmtako GenSim-1 galimybes. Helm.ai teigė, kad naujasis modelis leidžia automobilių gamintojams generuoti įvairius, labai tikroviškus vaizdo duomenis, pritaikytus konkretiems reikalavimams, taip palengvinant tvirtų autonominio vairavimo sistemų kūrimą.
Įmonė įkurta 2016 m., jos būstinė yra Redwood City, CA kuria AI programinę įrangą, skirtą ADAS, autonominiam vairavimui ir robotikai. Helm.ai siūlo visą krūvą realaus laiko dirbtinio intelekto sistemas, įskaitant giluminius neuroninius tinklus, skirtus važiavimui greitkeliuose ir mieste, visapusiškas autonomines sistemas ir kūrimo bei patvirtinimo įrankius, maitinamus Deep Teaching ir generatyvaus AI. Įmonė bendradarbiauja su pasauliniais automobilių gamintojais vykdydama su gamyba susijusius projektus.
Helm.ai turi keletą generuojamųjų dirbtinio intelekto produktų
Naudodamos „GenSim-2“, kūrimo komandos gali keisti oro ir apšvietimo sąlygas, tokias kaip lietus, rūkas, sniegas, akinimas ir paros laikas (dienos, nakties) vaizdo duomenyse. Helm.ai teigė, kad modelis palaiko ir papildytos realybės modifikacijas realaus pasaulio vaizdo įrašuose, ir visiškai dirbtinio intelekto sukurtų vaizdo scenų kūrimą.
Be to, ji leidžia pritaikyti ir koreguoti objektų išvaizdą, pvz., kelio dangą (pvz., asfaltuotą, įtrūkusią ar šlapią), transporto priemonėms (tipas ir spalva), pėstiesiems, pastatams, augmenijai ir kitiems kelio objektams, pvz., apsauginiams turėklams. Šios transformacijos gali būti nuosekliai taikomos kelių kamerų perspektyvose, siekiant padidinti tikroviškumą ir nuoseklumą visame duomenų rinkinyje.
„Gebėjimas manipuliuoti vaizdo duomenimis šiuo valdymo ir tikroviškumo lygiu žymi šuolį į priekį generacinės dirbtinio intelekto modeliavimo technologijoje“, – sakė Vladislav Voroninski, Helm.ai generalinis direktorius ir įkūrėjas. „GenSim-2 aprūpina automobilių gamintojus neprilygstamais įrankiais, skirtais didelio tikslumo pažymėtiems duomenims generuoti mokymams ir patvirtinimui, taip sumažinant atotrūkį tarp modeliavimo ir realių sąlygų, kad būtų paspartintas kūrimo laikas ir sumažintos išlaidos.
Helm.ai teigė, kad GenSim-2 sprendžia pramonės iššūkius, siūlydama alternatyvą daug išteklių reikalaujantiems tradiciniams duomenų rinkimo metodams. Jo gebėjimas generuoti ir modifikuoti konkrečiam scenarijui būdingus vaizdo duomenis palaiko daugybę savarankiško vairavimo programų, pradedant programinės įrangos kūrimu ir patvirtinimu įvairiose geografinėse vietovėse iki retų ir sudėtingų kampinių atvejų sprendimo.
Spalio mėnesį bendrovė išleido VidGen-2 – kitą autonominio vairavimo kūrimo įrankį, pagrįstą generatyviniu AI. VidGen-2 generuoja nuspėjamas vaizdo įrašų sekas su tikroviška išvaizda ir dinamišku scenos modeliavimu. Atnaujinta sistema siūlo dvigubai didesnę skiriamąją gebą nei jos pirmtakas VidGen-1, patobulintą tikroviškumą 30 kadrų per sekundę greičiu ir kelių kamerų palaikymą su dvigubai didesne raiška vienai kamerai.
„Helm.ai“ taip pat siūlo „WorldGen-1“ – generatyvųjį AI pagrindo modelį, kuris, pasak jos, gali imituoti visą autonominių transporto priemonių krūvą. Bendrovė teigė, kad gali sukurti, ekstrapoliuoti ir numatyti tikrovišką vairavimo aplinką ir elgesį. Jis gali sukurti vairavimo scenas įvairiais jutiklių būdais ir perspektyvomis.
Source link
