큰 발발의 시대에 인공 지능의 점진적인 발전과 함께, 자동 운전 기술의 윤곽을 명확 하 게 되고있다. 그러나, 자동 운전 AI 학습 데이터 및 시뮬레이션 테스트, 일본 경제 뉴스 (닛케이) 20 지금 일본에서 새로운 인공 지능 회사, 오르막 로봇, 실제도로 테스트 데이터를 고려 하 여 제한 된, 인공 지능 기술과 가상의 3d도로 정보를 개발 보고 많은 수가 필요 합니다 자기 드라이브 시스템은 깊은 연구를 수행 하자. 도로 실험이 필요 없는이 시스템은 ' ai에서 배우는 ai '가 많은 공장에 의해 감시 되 고 있다. 오르막 로봇은 9 월 2016에서 일본, 미국 및 이스라엘을 포함 하 여 11 개의 국가에서 기술적인 개발자를 조립 하기 위하여 발견 되었다. 오르막 깊은 학습 모델 good휄로, 원래 구글, 자동으로 자동 운전 관련 데이터, 아틀라스를 시뮬레이트 소프트웨어를 개발 하는 적대 네트워크 (GAN)를 생성 하는 개발을 도입 했다. Gan의 원칙은, AI의 두 그룹, 그룹 생성기 (발전기) 라는 이미지를 만들 수 있습니다; 다른 그룹은 발전기의 산출을 평가 하거나 재판 하는 차별 (판별자) 이다. 연속 생성 및 평가 과정을 통해 생성기 AI의 정확도가 향상 되어 출력을 현실적인 이미지에 더 가깝게 가져올 수 있습니다. 이 기술의 ascent 응용 프로그램, 먼저도로 보행자 또는 차량 움직임에 카메라를 타고 다음의 3d CG 이미지와 애니메이션에 따라 AI 내에서 아틀라스 소프트웨어는 이미지 또는 애니메이션을 기반으로 할 수 있도록 소프트웨어에서 도로의 주변 환경을 재현. 이미지, 애니메이션에 대 한 차별 인공 지능의 아틀라스의이 시점에서 다시 지나가는 행동 또는 차량 움직임에 의해 그것을 식별 합니다. 이 과정을 통해 발전기의 정밀도를 개선 하기 위해, 당신은 컴퓨터에 passers by 및 차량 운동 조합의 수많은 그룹을 재현할 수 있습니다. 이러한도로 정보 데이터 조합은 자동 조종 장치 AI 시스템을 위한 데이터 소스를 학습으로 사용할 수 있습니다. 말하자면, 차량이도로에 킬로미터의 수천의 또는 수백을 달릴 것을 허용 하는 아무 필요도 없다, 또한 소통량 시험 자료의 광범위를 얻기 위하여. 상승 양상은 AI가 도로의 실제적인 상황을, 그래야 자동 모는 체계를 진행 하기 위하여 세계의 연습을 단지 올라가는 것을 배우기 위하여 흉내내 기 위하여 계시 했다. 메, 설립자 및 기술 책임, 그것은 4 2020 년 전 자동 레벨 AI 시스템을 시작할 것으로 예상 했다. 그것은이 단계에서 오르막 일본에서 여러 국내 산업의 주목을 얻은 것으로 알려졌다, 그리고 토론에 협조 하고있다. 오르막, 또 다른 기업가, 또한 대통령의 yishihi shishi 말했다, 비록 자동 운전 및 AI 기술에 있는 영국 deepmind, 미국 waymo 늦 었지만, 오르막 해외 IPO를 홍보 하기 위해 희망을 보다 시작 2020, 일본이 또한 유럽과 미국에 분실 되지 않는 자동적인 모는 기술을 개발할 수 있다 증명 하십시오.
