Le reti neurali ricorrenti abilitano l'IA in un sistema di allerta precoce
- Dettagli
- Hits: 5810
* TUM i ricercatori ne hanno uno nuovo sistema di allerta precoce per veicoli autonomi sviluppato con Intelligenza artificiale Basato su (AI) reti neurali ricorrenti impara da migliaia di situazioni di traffico reali. Con oltre l'85% di precisione nei veicoli di sviluppo a guida autonoma odierni, il sistema può avvisare di una situazione potenzialmente critica già in 7 secondi. Anche oggi, le auto a guida autonoma non possono farcela da sole. TUM ha condotto lo studio insieme al BMW Group.
Contenuto del rapporto di ricerca
- Nuovo approccio all'intelligenza artificiale
- Reti neurali ricorrenti per il riconoscimento di pattern
- Avviso fino a 7 secondi prima e raccolta dati
- Cosa sono le reti neurali ricorrenti?
Nuovo approccio all'intelligenza artificiale
Così auto a guida autonoma Molti sviluppatori si affidano a modelli sofisticati con i quali le auto possono valutare il comportamento di tutti i partecipanti al traffico stradale. Tuttavia, esistono situazioni complesse e impreviste in cui tali modelli sono attualmente ancora inadeguati.
rete 6G | Collegamento radio bidirezionale e ricevitore Thz
Una squadra di Università Tecnica di Monaco di Baviera (TUM) guidato dal Prof. Eckehard Steinbach, titolare della cattedra per la tecnologia dei media e membro del consiglio di amministrazione della Scuola di robotica e intelligenza artificiale (MSRM) di Monaco presso TUM. L'intelligenza artificiale consente al tuo sistema di apprendere da situazioni precedenti in cui i veicoli di prova autonomi hanno raggiunto i limiti del sistema nel traffico reale. In tali situazioni, le persone riprendono il controllo del veicolo perché hanno deciso di farlo per motivi di sicurezza o l'auto ha chiesto loro di intervenire.
Reti neurali ricorrenti per il riconoscimento di pattern
La nuova tecnologia conquista Telecamere , sensori l'ambiente e registra il veicolo e le condizioni ambientali. Questa potrebbe essere la posizione del volante, le condizioni della strada, il tempo o la velocità e la visibilità. L'intelligenza artificiale, basata su reti neurali ricorrenti (RNN), impara a riconoscere i modelli da questi dati. Se la tecnologia riconosce uno schema in una nuova situazione di guida, che in passato ha già sopraffatto il controllo automatizzato in queste circostanze, avverte tempestivamente il guidatore della situazione potenzialmente critica grazie all'AI.
Auto a guida autonoma dal punto di vista di un fornitore automobilistico
“Per rendere i veicoli più autonomi, molti dei metodi precedenti stanno studiando ciò che le auto hanno capito finora sul traffico e quindi migliorando i modelli su cui si basano le auto. Il grande vantaggio della nostra tecnologia è: ignoriamo completamente l'opinione dell'auto e invece guardiamo esclusivamente ai dati di ciò che sta realmente accadendo e troviamo schemi ", afferma Professor Steinbach. “In questo modo, l'AI scopre anche situazioni potenzialmente critiche che potrebbero non essere o non essere ancora state riconosciute nei modelli. Il nostro sistema offre quindi una funzione di sicurezza che sa quando e dove le auto sono deboli ".
Avviso fino a 7 secondi prima e raccolta dati
I ricercatori hanno ottenuto la tecnologia insieme BMW ei loro veicoli di sviluppo automatizzato sono stati testati su strade pubbliche. Sono state valutate circa 2500 situazioni nelle quali gli autisti dovevano intervenire. Lo studio ha trovato una previsione accurata dell'85% di situazioni potenzialmente critiche fino a 7 s prima che si verificassero.
Auto a guida autonoma con Continental | Supercomputer Nvidia
Per il funzionamento della tecnologia è necessaria una grande quantità di dati. Perché l'IA può solo allora riconoscere e prevedere le esperienze con il confine del sistema che sono già state fatte. In considerazione dell'elevato numero di veicoli di sviluppo, i dati sarebbero generati quasi automaticamente. Autore dello studio Christopher Kuhn Ku afferma: "Ogni volta che si verifica una situazione potenzialmente critica durante i test drive, perdiamo un nuovo esempio di addestramento". L'archiviazione centralizzata dei dati consente a ogni veicolo di apprendere dai record dell'intera flotta.
Conoscenza tecnica generale
Cosa sono le reti neurali ricorrenti?
Le reti neurali ricorrenti (RNN) lo sono reti neurali in cui neuroni dello stesso livello o neuroni di livelli diversi forniscono feedback. Gli RNN sono più simili all'interconnessione dei neuroni del cervello umano rispetto alle reti feedforwad. Grazie al feedback, è possibile ottenere informazioni temporali nei dati. Esempi di reti neurali ricorrenti sono la rete Jordan, la rete Elman, la rete Hopfield e la rete neurale completamente interconnessa.
Potrebbe anche interessarti...
