Avec le développement graduel de l'intelligence artificielle à l'ère de la grande épidémie, le contour de la technologie de conduite automatique est devenu clair. Cependant, l'apprentissage automatique d'ai de conduite exige un grand nombre de données et de tests de simulation, les nouvelles économiques japonaises (Nikkei) 20 ont rapporté que maintenant une nouvelle compagnie d'ai au Japon, la robotique d'ascension, considérant les données réelles d'essai de route est limitée, a développé une information virtuelle 3D de route avec Ia technologie Laissez le système de self Drive poursuivre l'étude approfondie. Le système, qui ne nécessite pas d'expériences routières,'ai Learning from ai', est surveillé par de nombreuses usines. Ascension Robotics a été fondée en septembre 2016 pour assembler des développeurs techniques de 11 pays, y compris le Japon, les États-Unis et Israël. Ascension a introduit le modèle d'apprentissage profond développé par Goodfellow, l'original de Google, pour générer un réseau accusatoire (GAN) pour développer des logiciels qui simule automatiquement des données de conduite automatique, Atlas. Le principe de Gan est, les deux groupes d'ai, un groupe appelé le générateur (générateur), peut créer des images; L'autre groupe est le discriminateur (discriminateur), qui évalue ou juge la sortie du générateur. Grâce au processus de génération et d'évaluation continues, la précision de l'IA du générateur est renforcée pour rapprocher la sortie de l'image réaliste. Ascension application de cette technologie, d'abord prendre la caméra sur la route piétons ou les mouvements du véhicule, puis en fonction de son image 3D CG et de l'animation, de sorte que le logiciel Atlas dans l'IA peut être basé sur l'image ou l'animation, dans le logiciel pour reproduire l'environnement environnant de la route. À ce point dans l'Atlas de l'IA discriminante à nouveau pour l'image, l'animation pour l'identifier pour les passants par l'action ou les mouvements de véhicule. Grâce à ce processus pour améliorer la précision du générateur, vous pouvez reproduire des groupes innombrables de passants et de combinaisons de mouvements de véhicules sur l'ordinateur. Ces combinaisons de données d'information routière peuvent être utilisées comme sources de données d'apprentissage pour les systèmes d'ai autopilote. C'est à dire, il n'est pas nécessaire de permettre aux véhicules d'exécuter des dizaines de milliers ou même des centaines de milliers de kilomètres sur la route, mais aussi d'obtenir un large éventail de données de test de trafic. Des aspects de montée ont révélé que l'IA simule la situation réelle de la route, de sorte que le système de conduite automatique pour apprendre la pratique du monde seulement ascension procéder. Almeida, fondateur et la responsabilité de la technologie, a déclaré qu'il était prévu de lancer un système d'IA pour le niveau automatique il ya 4 2020 ans. Il est rapporté qu'à ce stade, l'ascension a obtenu l'attention de plusieurs industries nationales au Japon, et coopère dans la discussion. Ascension, un autre entrepreneur, également président de Yishihi, a déclaré, bien que l'ascension dans la conduite automatique et la technologie ai au début de la DeepMind Britannique, les États-Unis Waymo tard, mais ascension espoir de promouvoir l'IPO à l'étranger en 2020, Prouvez que le Japon peut également développer une technologie de conduite automatique pas perdue à l'Europe et aux Etats-Unis.
