Z globokim učenjem bodo avtonomni avtomobili pridobili izkušnje za reagiranje v nepredvidenih okoliščinah. Foto:
Z globokim učenjem bodo avtonomni avtomobili pridobili izkušnje za reagiranje v nepredvidenih okoliščinah. Foto:

Drive PX2 je naslednik prve generacije računalnika Drive PX. Vodno hlajen majhen superračunalnik podpira dvanajst jeder centralne procesne enote. Poznavalcem računalništva bo zgovornejši podatek, da lahko računalnik opravi osem bilijonov operacij s plavajočo vejico na sekundo. Vodilni pri podjetju Nvidia pravijo, da s tem računalnikom pospešujejo svoje delo na področju razvoja avtonomnih vozil.

Z visoko zmogljivostjo do globokega učenja
Jen Hsun Huang, generalni direktor podjetja Nvidia, zatrjuje, da zgolj natančna kartografija in kopica tipal niso dovolj za avtonomno vožnjo. Avtomobil se bo moral sproti odzivati v nepredvidenih okoliščinah, denimo v primeru, ko na cesto priteče otrok. Ljudje se v prometu ne glede na način udeležbe pogosto ne držimo pravil in predpisov, kar po njegovih besedah pomeni zelo težke razmere za avtonomna vozila. Z globokim učenjem se bodo vozila izurila prav za takšne primere.

Nvidia je predstavila tudi platformo Digits, ki jo že preizkušajo pri svojih avtonomnih vozilih. Posplošeno gre za delitev pridobljenih izkušenj avtonomnih vozil z drugimi avtonomnimi vozili v omrežju. Tako bodo umetna nevronska omrežja, ki so potrebna za globoko učenje, še vedno v lasti proizvajalcev, le delitev informacij bo potekala hitreje in posledično bo hitreje potekal tudi razvoj avtonomnih vozil.

Ob pomoči platforme Digits je Nvidia razvila svoje umetno nevronsko omrežje, imenovano Drivenet. Drivenet prepozna in loči pet različnih razredov objektov, kot denimo motocikliste in pešce. Drivnet je pri svojih raziskavah v snežni nevihti uporabil tudi Audi, ki je v zgolj nekaj urah poustvaril urjenje, ki ga je z alternativnimi tehnikami ustvarjal dve leti.