Este artigo é focado estúdio Netease inteligente produzido AI, a próxima leitura de uma grande era :! Professor Amon Shashua, vice-presidente sênior da Intel Corporation e Intel subsidiária CEO Mobileye e diretor de tecnologia.
Para o público em geral, eles esperam que os carros autônomos sigam padrões mais rigorosos do que os condutores humanos.Na semana passada, Elaine Herzberg foi, infelizmente, derrubada por um Uber no modo autopilot no Arizona, EUA. No final, depois que a tragédia ocorreu, chegou a hora de refletir sobre o significado do sensoriamento e da tomada de decisões para segurança.
Primeiro de tudo, um dos desafios que enfrentamos hoje é interpretar a informação do sensor.Por vídeo publicado pela polícia, parece que mesmo que a capacidade de detectar e classificar objetos seja o elemento básico mais básico de um sistema de automóvel autônomo, na verdade isso também é verdade. Uma tarefa desafiadora.No entanto, esse recurso está no coração do ADAS (Advanced Driver Assistance System) atual, que inclui recursos como a frenagem de emergência automática (AEB) e manutenção de faixa de rodagem. Bilhões de milhas são suficientes para verificar O sistema de detecção de alta precisão do ADAS está salvando vidas e, da mesma forma, antes de superar desafios ainda maiores, essa tecnologia também é um elemento essencial para a condução totalmente automática de carros no futuro.
A fim de provar que a capacidade atual e as sutilezas da tecnologia ADAS, corremos o vídeo em um monitor de TV no software Mobileye, que monitora desempenhar um fragmento do acidente fornecidas pela polícia, apesar do mau estado - Pode haver um monte de cena de acidente dados de alta gama dinâmica foi perdida, mas de software de Mobileye ainda está em cerca de 1 segundo, quando pré-impacto, ela claramente detectada. imagem abaixo mostra três instantâneos, acima do quadro de bicicleta delimitadora detectado e Herzberg Sra. o detector duas fontes de operação independente: reconhecimento de padrões (gerado caixa delimitadora) e um módulo de 'espaço livre' de detecção (nível de geração figura, que representa a parte superior da parte vermelha de uma linha vermelha 'transeunte') usando o arranjo movimento (terminologia técnica'. plano + paralaxe '), o terceiro módulo pode distinguir entre a estrada e, assim, para verificar o objecto detectado é objecto 3D, mas a fiabilidade é baixa, de modo que é descrito como' fcvValid: eM de baixa', a parte superior esquerda é exibida no ecrã A baixa credibilidade se deve ao fato de que a informação normalmente disponível para veículos de produção está faltando aqui e a qualidade da imagem é ruim, afinal, a imagem tirada pelo gravador de direção Com base no tiro de novo, pode haver alguma downsampling desconhecido.
A imagem de um clipe de vídeo sobre a polícia do monitor de TV divulgados. Imagem sobreposta mostra os sistemas ADAS resposta Mobileye?. Caixa delimitadora branca verde e é o resultado das bicicletas módulo de detecção e pedestres saída figura horizontal mostra o caminho e os obstáculos A fronteira entre nós chamamos de "espaço livre".
O software usado neste experimento é o mesmo que o software usado nos atuais veículos equipados com ADAS e foi validado em bilhões de milhas de milhas de usuário.
Agora, o desenvolvimento de tecnologias de inteligência artificial, como redes neurais profundas, levou muitos a acreditar que sistemas de detecção de objetos de alta precisão já podem ser desenvolvidos com facilidade, e os especialistas em visão computacional com mais de uma década de experiência são subestimados. Muitos recém-chegados estão entrando nesta área.Embora essas novas tecnologias são realmente úteis, muitas tradições não podem ser ignoradas, incluindo a identificação e conclusão de centenas de casos extremos de testes, comentários sobre dezenas de milhões de conjuntos de dados e dezenas de ADAS O projeto está passando por testes desafiadores de verificação de produção de testes.A experiência é fundamental, especialmente em áreas onde a segurança está na vanguarda.
A segunda observação do incidente foi a transparência: todos disseram "colocamos a segurança na posição mais importante", mas acreditamos que, para ganhar a confiança do público, ela deve ser mais transparente. Como anunciei em Mobileye em outubro passado. De acordo com o Modelo de Segurança Sensível Responsável (RSS), as decisões devem estar de acordo com o senso comum de julgamento humano, formulamos matematicamente conceitos de senso comum como “situações perigosas” e “resposta correta” e estabelecemos uma conformidade matematicamente garantida à definição. Sistema.
A terceira observação é a redundância: o verdadeiro sistema sensorial precisa de um projeto redundante e deve contar com fontes independentes de informações: câmeras, radares e lidars.A integração dessas fontes de informações ajuda a melhorar o conforto de direção. No entanto, não é propício à segurança Para demonstrar que obtivemos redundância prática, a Mobileye desenvolveu um sistema end-to-end independente, exclusivo para câmeras, bem como um sistema Lidar e somente de radar independente.
Se algo como o acidente da semana passada acontecer novamente, a já frágil confiança do usuário será ainda mais reduzida, e isso pode levar a uma supervisão passiva e, eventualmente, acabar com esse importante trabalho.Como eu disse ao apresentar o modelo de segurança sensível à responsabilidade, Acreditamos firmemente que há agora uma necessidade de discussões significativas sobre a estrutura de verificação de segurança para carros de condução totalmente automatizados.Nós convidamos fabricantes de automóveis, empresas de tecnologia neste campo, autoridades reguladoras e outras partes interessadas a trabalhar em conjunto para resolver essas questões importantes.