隨著人工智慧逐步走入大爆發時代, 自動駕駛技術的輪廓亦趨鮮明. 不過, 自動駕駛的AI學習需要大量數據及類比測試, 日本經濟新聞(Nikkei)20日報導, 現在日本一家AI新創公司, Ascent Robotics, 考慮到真實道路測試數據畢竟有限, 開發出以AI技術創製虛擬3D道路資訊, 讓自駕系統進行深度學習. 這套不需要道路實驗, 'AI向AI學習' 的系統, 受到眾多車廠注目. Ascent Robotics成立於2016年9月, 集結來自日本, 美國, 以色列等11個國家的技術開發人員. Ascent引進原任職於Google的Goodfellow所開發的深度學習模型, 生成對抗網路(GAN), 開發出可自動類比生成自動駕駛相關數據的軟體, ATLAS. GAN的原理為, 活用兩組AI, 一組稱為生成器(generator), 可創製映像; 另一組則為判別器(discriminator), 對生成器的產出進行評價或判斷. 透過不斷的生成與評價的過程, 提升生成器AI的精度, 使其產出更接近現實的映像. Ascent應用這套技術, 先以相機拍下路上行人或車輛的動作, 再據其畫出3D的CG映像及動畫, 讓ATLAS軟體內的生成器AI可依據映像或動畫, 在軟體內再現出道路周邊環境狀況. 此時ATLAS內的判別器AI再針對映像, 動畫進行判別, 辨識其為路人動作或車輛動作等. 透過此過程提高生成器精度後, 便可在電腦上重現出無數組的路人與車輛動作組合. 這些道路資訊數據組合, 便可作為自動駕駛AI系統的學習數據來源. 也就是說, 不需要讓車輛在路上跑幾萬甚至幾十萬公裡, 也能得到各式各樣的行車實驗數據. Ascent方面透露, 以AI類比道路實際狀況, 讓自動駕駛系統進行學習的作法, 目前全世界只有Ascent著手進行. 創業人兼技術責任者Almeida表示, 預計在2020年前可以推出適合自動駕駛Level 4的AI系統. 據報導, 現階段Ascent已取得日本國內數家業者注意, 正進行合作討論中. Ascent的另一名創業人, 兼任社長的石崎雅之表示, 雖然Ascenty在自動駕駛及AI技術的起步比英DeepMind, 美Waymo要晚, 但Ascent希望能在2020年推動海外IPO募資, 證明日本也能發展出不輸給歐美的自動駕駛技術.
