이 문서에서는 AI 발생 집중 NetEase는 스마트 스튜디오, 좋은 시대 :! 교수 아몬 Shashua의 다음 읽기, 인텔 및 인텔 자회사와 모빌 아이 (Mobileye)의 CEO 및 최고 기술 책임자 (CTO)의 수석 부사장이다.
일반 대중을 위해, 그들은 자기 주행 차가 인간의 운전자보다 더 엄격한 기준을 따를 수 있기를 바란다. 일리노이 주 Elaine Herzberg는 유감스럽게도 애리조나 주 Uber에서 자동 조종 모드로 쓰러졌다. 결국 비극이 발생한 후 보안에 대한 감지와 의사 결정의 중요성을 생각해 볼 때입니다.
우선 우리가 직면 한 문제 중 하나는 센서 정보를 해석하는 것입니다. 경찰의 게시 된 비디오에서 물체를 감지하고 분류하는 기능이자가 운전 시스템에서 가장 기본적인 빌딩 블록이라고해도 사실입니다. 매우 어려운 과제이지만,이 기능은 자동 긴급 제동 (AEB) 및 차선 유지와 같은 기능을 포함하는 현재의 고급 운전 보조 시스템 (ADAS)의 핵심입니다. , ADAS의 고정밀 감지 시스템은 생명을 구하는 것입니다. 마찬가지로 더 큰 문제를 극복하기 전에이 기술은 향후 자동차의 완전 자동 주행에 필수적인 요소입니다.
전류 용량 및 ADAS 기술의 미묘한, 우리는 가난한 상태에도 불구하고 경찰이 제공하는 사고의 조각을 재생 모니터링하는 모빌 아이 (Mobileye) 소프트웨어의 TV 모니터에서 비디오를 실행하는 것이 증명하기 위해 - 사고 장면이 많이있을 수 있습니다 높은 다이나믹 레인지의 데이터는 손실되었지만 영향을 받기 1 초 전부터 Mobileye의 소프트웨어가 명확하게 감지되었습니다. 아래 그림은 자전거 경계 상자의 세 스냅 샷과 Herzberg의 탐지를 보여줍니다. 두 소스의 독립적 인 동작 : 패턴 인식 (생성 바운딩 박스) 및 이동 장치 (기술 용어를 사용하여 '(적색 라인'지나가는 '의 적색 부분의 상단을 나타내는도 발생 수준)은 "자유 공간"검출 모듈. 상부 좌측이 화면에 표시되고, '로우 : 평면 + 시차')는, 상기 제 3 모듈은도 구별 할 수 있고, 따라서 물체 검출 대상 차원이지만, 안정성이 낮고, 그래서 같이 설명 확인하는 'fcvValid Fang. 신뢰도가 낮다는 것은 생산 차량에서 일반적으로 사용할 수있는 정보가 누락되어 화질이 좋지 않기 때문입니다. 결국 운전 기록계에서 촬영 한 이미지 다시 촬영을 바탕으로, 알 수없는 다운 샘플링이있을 수 있습니다.
. 슈퍼 임 포즈 이미지 출시 된 TV 모니터 경찰에 동영상의 이미지는 응답 모빌 아이 (Mobileye)? ADAS 시스템을 보여줍니다. 녹색과 흰색 경계 상자가 수평 그림은 도로 및 장애물을 보여줍니다 출력 검출 모듈 자전거 및 보행자의 결과입니다 사이의 경계, 우리는 그것을 '자유 공간'이라고 부릅니다.
이 실험에 사용 된 소프트웨어는 현재 ADAS 장착 차량에 사용 된 소프트웨어와 동일하며 수십억 마일의 사용자 마일에서 검증되었습니다.
이제, 인공 지능과 신경 네트워크의 개발의 깊이로, 많은 사람들이 고정밀 물체 감지 시스템이 이미 쉽게 개발 될 수 있다고 생각하고, 10 년 크게 감소 된 것으로 간주되는 컴퓨터 비전 전문가의 경험.이 있습니다 이 분야에서 초보자의 많은 유입.하지만 극단적 인 경우에 검사의 수백의 식별 및 완료를 포함하여, 이러한 새로운 기술 정말 유용하지만, 여전히 전통의 많은이 무시할 수없는, ADAS에서 만 수십 마일의 의견과 데이터 세트의 수십 이 프로젝트는 시험 생산 검증 시험에 어려움을 겪고 있습니다. 특히 안전이 최우선 인 분야에서 특히 중요합니다.
두 번째 관측 행사는 '우리는 가장 중요한 위치에 안전을 최우선으로'모두가 말한다 투명성.하지만 우리는 대중의 신뢰를 얻기 위해, 그는 더 투명해야, 믿습니다. 나는 지난 10 월 모빌 아이 (Mobileye)을 기록으로 민감한 보안 모델에 대한 책임 (RSS)를 말했을 때, 결정은 우리 '위험한 상황'과 '적절한 대응'및 기타 상식 수학 개념 배합 설계를 할 수 있습니다. 상식의 인간의 판단과 일치하고, 수학적으로 정의 된 준수를 보장 할 수있는 시스템을 구축해야한다 시스템.
승차감을 개선하는 데 도움이되는 정보의 이러한 소스를 통합하기 위해 카메라, 레이더와 레이저 레이더 : 세 번째 관찰은 중복 실제 인식 시스템은 이중화 설계가 필요하고, 독립적 인 정보 소스에 의존해야하다 하지만. 우리는 유형 중복을 보여주기 위해 보안되지 도움이 얻을 모빌 아이 (Mobileye)는 독립적에만 엔드 - 투 - 카메라 시스템 만 별도의 레이더와 레이저 레이더 시스템을 개발했다.
지난주의 사고가 다시 발생하면 사용자의 취약한 신뢰가 더욱 줄어들어 수동적 인 감독이 생겨 결국이 중요한 일을 끝낼 수 있습니다. 책임감있는 보안 모델을 도입 할 때 말했던 것처럼 우리는 완전히 자동화 된 주행 차에 대한 안전성 검증 프레임 워크에 대해 의미있는 논의가 필요하다고 확신하며, 자동차 제조업체,이 분야의 기술 회사, 규제 당국 및 기타 관련 당사자들이 함께 협력하여 이러한 중요한 문제를 해결하도록 권장합니다.