Cet article est axé Netease studio intelligent produit AI, la prochaine lecture d'une grande époque du professeur Amon Shashua, vice-président senior d'Intel Corporation et Intel filiale PDG Mobileye et directeur de la technologie.
Pour le grand public, ils espèrent que les voitures autonomes pourront suivre des normes plus strictes que les pilotes humains: la semaine dernière, Mme Elaine Herzberg a malheureusement été renversée par un Uber en mode pilote automatique en Arizona, aux États-Unis. En fin de compte, après la tragédie, il était temps de réfléchir à l'importance de la détection et de la prise de décision pour la sécurité.
Tout d'abord, l'un des défis auxquels nous sommes confrontés aujourd'hui est d'interpréter l'information du capteur: il ressort de la vidéo publiée par la police que même si la capacité de détecter et de classer les objets est la pierre angulaire d'un système de conduite autonome, elle est également vraie. Une tâche très difficile, mais cette capacité est au cœur du système ADAS (Advanced Driver Assistance System), qui comprend des fonctions telles que le freinage d'urgence automatique (AEB) et le maintien de voie. Le système de détection haute précision d'ADAS permet de sauver des vies et, avant même de relever des défis encore plus grands, cette technologie est également un élément essentiel pour la conduite entièrement automatique des voitures à l'avenir.
Pour prouver les capacités et les subtilités de la technologie ADAS actuelle, nous exécutons le logiciel de Mobileye dans la vidéo sur le moniteur TV.Ce moniteur reproduit le fragment de l'accident fourni par la police.Même si la situation n'est pas bonne, il peut y avoir beaucoup de scènes d'accident. Les données de plage dynamique élevée ont été perdues, mais le logiciel de Mobileye était toujours clairement détecté environ une seconde avant l'impact.La photo du bas montre trois instantanés de la boîte de délimitation de vélo détectée ci-dessus et Mme Herzberg. Deux sources fonctionnant de manière indépendante: la reconnaissance de formes (générer un cadre de délimitation) et un module de détection d'espace libre (produire une carte horizontale où la partie rouge représente un 'passant' au-dessus de la ligne rouge). Plan + parallaxe '), le troisième module peut distinguer les routes et les objets, ce qui vérifie que l'objet détecté est 3D, mais moins fiable et est donc décrit comme' fcvValid: Low 'et est affiché en haut à gauche de l'écran. La faible crédibilité est due au fait qu'il manque ici l'information normalement disponible pour les véhicules de production et que la qualité de l'image est médiocre. Sur la base de la prise de vues, il peut y avoir un sous-échantillonnage inconnu.
Les images proviennent de clips vidéo diffusés par la police sur l'écran du téléviseur L'image superposée montre la réponse du système ADAS de Mobileye® Les encadrements vert et blanc sont la sortie du module de détection des vélos et des piétons La carte horizontale montre les routes et les obstacles. La frontière entre, nous l'appelons «espace libre».
Le logiciel utilisé dans cette expérience est le même que celui utilisé dans les véhicules actuels équipés de l'ADAS et a été validé en milliards de miles de miles utilisateurs.
Maintenant, le développement de technologies d'intelligence artificielle telles que les réseaux neuronaux profonds a amené beaucoup à croire que les systèmes de détection d'objets de haute précision peuvent déjà être facilement développés, et les experts en vision artificielle avec plus d'une décennie d'expérience sont considérés comme sous-cotés. Bien que ces nouvelles technologies soient utiles, de nombreuses traditions ne peuvent être ignorées, notamment l'identification et l'exécution de centaines de tests dans des situations extrêmes, l'annotation de dizaines de millions de kilomètres de données et la prise en compte de dizaines d'ADAS. Le projet est soumis à des tests de vérification de la production en phase de test, et l'expérience est critique, en particulier dans les domaines où la sécurité est à l'avant-garde.
La deuxième observation de l'incident a été la transparence: tout le monde a dit «nous mettons la sécurité dans la position la plus importante», mais nous pensons que pour gagner la confiance du public, il faut être plus transparent, comme je l'ai annoncé à Mobileye en octobre dernier. Selon le modèle de sécurité sensible (RSS), les décisions doivent se conformer au sens commun du jugement humain.Nous avons formulé mathématiquement des concepts de bon sens tels que «situations dangereuses» et «réponse correcte» et établi une conformité mathématiquement garantie à la définition. Système
La troisième observation est la redondance: le vrai système sensoriel a besoin d'un design redondant et doit s'appuyer sur des sources d'informations indépendantes: caméras, radar, lidar ... L'intégration de ces sources d'information contribue à améliorer le confort de conduite. Cependant, afin de démontrer que nous avons réalisé une redondance pratique, Mobileye a développé un système de bout en bout indépendant, avec caméra uniquement, ainsi qu'un système indépendant Lidar et radar uniquement.
Si quelque chose comme l'accident de la semaine dernière se reproduit, la confiance déjà fragile de l'utilisateur sera encore réduite, ce qui pourrait conduire à une surveillance passive et finir par tuer ce travail important. Nous sommes convaincus qu'il est nécessaire d'engager une discussion sérieuse sur le cadre de vérification de la sécurité pour les voitures entièrement automatisées.Nous invitons les constructeurs automobiles, les entreprises technologiques dans ce domaine, les autorités réglementaires et autres parties concernées à travailler ensemble pour résoudre ces problèmes importants.