Questo articolo è focalizzato Netease Studio Smart prodotta AI, la prossima lettura di una grande era :! professor Amon Shashua, vice presidente senior di Intel Corporation e Intel sussidiaria Mobileye amministratore delegato e chief technology officer.
Per il pubblico in generale, sperano che le auto a guida autonoma possano seguire standard più severi rispetto ai conducenti umani. Proprio la scorsa settimana, la signora Elaine Herzberg è stata purtroppo abbattuta da un Uber in modalità autopilota in Arizona, USA. Alla fine, dopo la tragedia, era tempo di riflettere sul significato del sensing e del processo decisionale per la sicurezza.
Prima di tutto, una delle sfide che affrontiamo oggi è quella di interpretare le informazioni del sensore: dal video pubblicato dalla polizia sembra che, anche se la capacità di rilevare e classificare gli oggetti sia il tassello più elementare in un sistema di guida autonomo, è vero anche questo. Un compito molto impegnativo, tuttavia, questa funzionalità è al centro dell'attuale sistema di assistenza alla guida avanzata (ADAS), che include funzionalità quali la frenata d'emergenza automatica (AEB) e il mantenimento della corsia. Sono sufficienti miliardi di miglia per verificare Il sistema di rilevamento ad alta precisione di ADAS sta salvando vite umane. Analogamente, prima di superare sfide ancora più grandi, questa tecnologia è anche un elemento essenziale per la guida completamente automatica delle auto in futuro.
Per dimostrare le capacità e le sottigliezze dell'attuale tecnologia ADAS, eseguiamo il software Mobileye nel video sul monitor TV, che riproduce i filmati accidentali forniti dalla polizia, anche se la situazione non è buona, potrebbero esserci molte scene di incidenti. Dati di alta gamma dinamica sono andati persi, ma il software di Mobileye è stato chiaramente rilevato circa un secondo prima dell'impatto.L'immagine in basso mostra tre istantanee, il riquadro di delimitazione della bici rilevato sopra e la signora Herzberg. Due fonti operative indipendenti: riconoscimento di pattern (generare bounding box) e un modulo di rilevamento di "spazio libero" (che produce una mappa orizzontale, dove la parte rossa rappresenta un "passerby" sopra la linea rossa). Uso di strutture di movimento (terminologia tecnica per Plane + parallasse '), il terzo modulo è in grado di distinguere tra strade e oggetti, verificando che l'oggetto rilevato sia 3D, ma è meno affidabile ed è quindi descritto come' fcvValid: Low 'e viene visualizzato in alto a sinistra sullo schermo. La scarsa credibilità è dovuta al fatto che le informazioni normalmente disponibili per i veicoli di produzione mancano qui, e la qualità dell'immagine è scarsa. Dopo tutto, l'immagine presa dal registratore di guida Sulla base di nuovo il tiro, ci può essere qualche downsampling sconosciuta.
Le immagini provengono dai videoclip rilasciati dalla polizia sul monitor TV L'immagine sovrapposta mostra la risposta del sistema Mobileye® ADAS Le caselle di delimitazione verdi e bianche sono i risultati emessi dai moduli di rilevamento di biciclette e pedoni.La mappa orizzontale mostra le strade e gli ostacoli. Il confine tra, lo chiamiamo 'spazio libero'.
Il software utilizzato in questo esperimento è lo stesso utilizzato negli attuali veicoli dotati di ADAS ed è stato convalidato in miliardi di miglia di miglia utente.
Ora, lo sviluppo di tecnologie di intelligenza artificiale come reti neurali profonde ha portato molti a credere che i sistemi di rilevamento di oggetti ad alta precisione possano già essere sviluppati con facilità e che gli esperti di visione artificiale con più di un decennio di esperienza siano visti molto ridotti. Molti nuovi arrivati si stanno riversando in quest'area: sebbene queste nuove tecnologie siano davvero utili, molte tradizioni non possono essere ignorate, compresa l'identificazione e il completamento di centinaia di test sulle condizioni estreme, annotazione di decine di milioni di set di dati e dozzine di ADAS Il progetto è sottoposto a test di verifica della produzione di prova impegnativi.L'esperienza è fondamentale, soprattutto nelle aree in cui la sicurezza è in prima linea.
La seconda osservazione dell'incidente è stata la trasparenza: tutti hanno detto "mettiamo la sicurezza nella posizione più importante" ma crediamo che per ottenere la fiducia del pubblico, deve essere più trasparente, come ho annunciato in Mobileye lo scorso ottobre. Secondo il Responsible Sensitive Security Model (RSS), le decisioni devono rispettare il senso comune del giudizio umano: abbiamo formulato matematicamente concetti di senso comune come "situazioni pericolose" e "risposta corretta" e abbiamo stabilito una conformità matematicamente assicurata alla definizione. sistema.
La terza osservazione è la ridondanza: il vero sistema sensoriale ha bisogno di un design ridondante e deve fare affidamento su fonti di informazione indipendenti: telecamere, radar e lidar: l'integrazione di queste fonti di informazioni contribuisce a migliorare il comfort di guida. Tuttavia, non è favorevole alla sicurezza: per dimostrare di aver raggiunto una ridondanza pratica, Mobileye ha sviluppato un sistema indipendente end-to-end solo per telecamera, nonché un Lidar indipendente e un sistema solo radar.
Se qualcosa come l'incidente della scorsa settimana si ripresenta, la già fragile fiducia degli utenti sarà ulteriormente ridotta, e potrebbe portare a una supervisione passiva e alla fine uccidere questo importante lavoro Come ho detto introducendo il modello di sicurezza sensibile alla responsabilità, fermamente che ora è necessario fare una discussione significativa di guidare l'arma automatica di un quadro di convalida sicurezza in auto. invitiamo i produttori di automobili nel campo delle aziende di tecnologia per affrontare questi problemi importanti con le autorità di regolamentazione e le altre parti interessate.