Satisfying Video l Kinetic Sand Nail Polish Foot Cutting ASMR #7 Rainbow ToyTocToc
Le cerveau humain peut recueillir de nombreuses informations sur la scène devant lui pour prendre des décisions. Un cerf saute devant la voiture? Claquer les freins. Une voiture ralentit en avant? Changer de voie.
Pour les véhicules autonomes, ces décisions ne sont pas si faciles. Nous ne pouvons pas enregistrer que nos cerveaux traitent même toutes les informations nécessaires pour agir, mais les systèmes autonomes doivent prendre en compte un grand nombre de variables avant de freiner. Si le système ne lit pas la route correctement, cela peut entraîner des accidents mortels. Un article publié dans le MIT Examen de la technologie Lundi décrit comment l’entreprise de technologie automobile Mobileye utilise l’apprentissage par renforcement pour former l’intelligence artificielle derrière des véhicules autonomes. Cette méthode repose sur des données de conduite réelles, et plus l’ensemble de données est volumineux, plus l’I.I. est rapide. apprend à éviter les accidents. Il y a cependant un problème. Les constructeurs automobiles compétitifs ne veulent pas partager.
À l'heure actuelle, les ingénieurs en logiciel doivent prendre en compte tous les scénarios possibles et programmer la voiture pour y faire face. Mais dans le monde réel, les routes constituent un environnement très dynamique et varié. Les ingénieurs n’ont aucun moyen de prévoir toutes les situations possibles.
Plutôt que de programmer des voitures pour anticiper chaque scénario, les ingénieurs peuvent programmer ces voitures pour apprendre à naviguer dans des scénarios par leurs propres moyens. L’apprentissage par renforcement forme essentiellement les véhicules autonomes en récompensant les bons résultats. Après avoir expérimenté et non chuté, la voiture apprend quoi faire dans diverses situations et peut l’appliquer à de futurs scénarios.
Les données sont cependant la clé de l'apprentissage par renforcement pour les véhicules autonomes. Des tas de données. Pour que les voitures sachent quels sont les différents scénarios qu’elle pourrait éventuellement rencontrer, les données collectées dans le monde réel doivent être mises à la disposition du logiciel de voiture pour que celles-ci puissent pratiquement savoir quoi faire.
Amener les constructeurs automobiles à partager leurs données est le grand défi. Les concurrents ne sont pas connus pour partager ce qui fait vibrer leurs voitures. Mais s’ils ouvrent leurs données à des entreprises comme Mobileye, les véhicules capables de se conduire eux-mêmes (du moins sur l’autoroute) deviendront une réalité beaucoup plus tôt.
Pourquoi ne pas traiter les voitures autonomes comme la FAA ne les avions?
Souvent, la technologie évolue plus rapidement que les lois mises en place pour réglementer le secteur.
Ce que l'ascension des chariots élévateurs autonomes peut nous apprendre à accepter les voitures autonomes
La technologie permettant de fabriquer des véhicules entièrement autonomes a dépassé le seuil d’acceptation des véhicules autonomes par le public.
Pourquoi l'expérience Blazing 5G d'AT & T est majeure pour les voitures autonomes
AT & T a fait de grands progrès dans ses essais 5G, le réseau mobile de nouvelle génération qui devrait offrir des vitesses de téléchargement ultra-rapides. Le transporteur a annoncé aujourd'hui lundi avoir rencontré un vif succès avec les tests actuels, atteignant des vitesses supérieures à 10 gigabits par seconde. C'est une bonne nouvelle pour les accros au smartphone qui ont besoin de ...