Naudodamiesi „Gensim-2“, kūrėjai gali modifikuoti orų ir apšvietimo sąlygas, tokias kaip lietus, rūkas, sniegas, akinimas ir dienos ar nakties laikas vaizdo duomenimis. | Šaltinis: Helm.ai
„Helm.ai“ praėjusią savaitę pristatė „Helm.ai“ vairuotoją, realaus laiko giluminį nervų tinklą, arba DNN, „Transformer“ pagrindu sukurtą kelio prognozės sistemą greitkeliui ir 4 lygio miesto autonominiam vairavimui. Bendrovė pademonstravo modelio galimybes uždaros ciklo aplinkoje, naudodama jos patentuotą „Gensim-2“ generacinį AI fondo modelį, kad būtų galima atkurti realius jutiklių duomenis modeliuojant.
„Džiaugiamės galėdami parodyti realaus laiko kelio prognozę„ Miesto vairavimo su „Helm.ai“ vairuotoju “, remdamiesi mūsų patentuotu„ Transformer DNN “architektūra, kuriai reikia tik regėjimui pagrįsto suvokimo kaip įvesties“,-teigė Vladislav Voroninski, HELM.AI generalinis direktorius ir įkūrėjas. „Mokydamiesi realaus pasaulio duomenų, mes sukūrėme pažangią kelio prognozės sistemą, imituojančią sudėtingą žmonių vairuotojų elgesį, mokydamiesi pabaigos iki pabaigos be jokių aiškiai apibrėžtų taisyklių“.
„Svarbu tai, kad mūsų miesto kelio prognozė (SAE) L2-L4 yra suderinama su mūsų gamybos lygio, erdvinio vaizdo suvokimo krūvu“,-tęsė jis. „Toliau patvirtindami„ Helm.ai “vairuotoją uždaro ciklo treniruoklyje ir derindami su mūsų generatyviniu AI pagrįstu jutiklio modeliavimu, mes įgaliname saugesnę ir labiau keičiamą autonominių vairavimo sistemų kūrimą“.
Įkurta 2016 m., „Helm.ai“ kuria dirbtinio intelekto programinę įrangą, skirtą pažengusioms vairuotojų ir asistų sistemoms (ADAS), autonominėms transporto priemonėms ir robotikai. Bendrovė siūlo viso laiko, realiojo laiko AI sistemas, įskaitant autonomines sistemas, taip pat kūrimo ir patvirtinimo įrankius, kuriuos maitina giliai mokymo metodika ir generatyvinė AI.
„Redwood City“, Kalifornijoje įsikūrusi „Helm.AI“ bendradarbiauja su pasauliniais automobilių gamintojais, susijusiais su gamybos projektais. Gruodį ji pristatė „Gensim-2“, savo generatyvų AI modelį, skirtą vaizdo įrašų duomenims kurti ir modifikuoti autonominiam vairavimui.
„Helm.ai“ vairuotojas mokosi realiuoju laiku
https://www.youtube.com/watch?v=JMZGBK45GXQ
Helm.ai sakė, kad naujasis jo modelis numato savarankiškos transporto priemonės kelią realiu laiku, naudodamas tik fotoaparato suvokimą-nereikia HD žemėlapių, lidaro ar papildomų jutiklių. Tai laiko „Helm.ai“ gamybos laipsnio suvokimo krūvos išvestį kaip įvestį, todėl jis yra tiesiogiai suderinamas su labai patvirtinta programine įranga. Ši modulinė architektūra įgalina efektyvų patvirtinimą ir didesnį aiškinamąjį aiškumą, sakė įmonė
Apmokytas didelio masto realaus pasaulio duomenims, naudojant „Helm.ai“ patentuotą giliojo mokymo metodiką, kelio prognozavimo modelis pasižymi tvirtu, žmogaus vairuotoju panašiu elgesiu sudėtingais miesto vairavimo scenarijais, tvirtino bendrovė. Tai apima sankryžų tvarkymą, posūkius, kliūčių vengimą, manevrų praėjimą ir reagavimą į transporto priemonių pjūvius. Tai yra atsirandantis mokymosi nuo galo iki galo elgesys, ne aiškiai užprogramuoti ar suderinti į sistemą, pažymėjo Helm.ai.
Norėdami parodyti modelio kelio prognozės galimybes realioje, dinamiškoje aplinkoje, Helm.ai įdiegė jį uždaro ciklo modeliavime, naudodamas atvirojo kodo „Carla“ platformą (žr. Videą aukščiau). Šioje aplinkoje „Helm.ai“ vairuotojas nuolat reagavo į savo aplinką, kaip ir vairavimas realiame pasaulyje.
Be to, Helm.ai sakė, kad „Gensim-2“ pakartotinai pakeitė imituotas scenas, kad būtų sukurtos realios fotoaparato išėjimai, kurie labai primena realaus pasaulio vaizdus.
„Helm.ai“ teigė, kad jos pamatai, kaip numatyti kelio prognozę ir generatyvinį jutiklio modeliavimą, „yra pagrindiniai jo pirmojo požiūrio į autonominį vairavimą elementai. Bendrovė planuoja toliau tiekti modelius, kurie apibendrina transporto priemonių platformas, geografijas ir vairavimo sąlygas.
Registruokitės dabar, kad nepraleistumėte!
Source link
