Gu Weihao, PDG de HaoMo Zhixing : Six défis majeurs et nouvelles améliorations auxquels MANA est confronté dans les scénarios urbains

"L'ère de la conduite autonome 3.0 basée sur les données est arrivée. Ce n'est que lorsque les quatre conditions techniques que sont la perception, la cognition, le mode et les données seront établies en parallèle que nous pourrons véritablement entrer dans une nouvelle ère de conduite autonome. Tout ce que nous faisons est d'être capable de créer des canaux de données et des centres de calcul afin que les données puissent être obtenues plus efficacement et transformées en connaissances. Haomo entre dans l'ère de la conduite autonome 3.0 !", a déclaré le PDG de Haomo lors du 6e HAOMO AI DAY qui s'est tenu le 13 septembre. Weihao a prononcé un discours sur le thème « L'ère 3.0 de la conduite autonome et de la conduite autonome ». Pour la première fois dans l'industrie, il a proposé le jugement de l'industrie selon lequel « la conduite autonome est entrée dans l'ère 3.0 basée sur les données ». le système d'intelligence de données MANA basé sur l'exploration et la configuration d'une technologie d'IA de pointe et des mises à niveau fonctionnelles majeures dans des scénarios urbains de conduite autonome.

(Dr Gu Weihao, PDG de Feimo Zhixing, a prononcé un discours d'ouverture sur "Haimo et l'ère 3.0 de la conduite autonome")

Adoptez le grand modèle Attention, continuez à maintenir son leadership technologique et Feimo le fera sprintez vers l'ère 3.0 de la conduite autonome

Qu'est-ce que l'ère de la conduite autonome 3.0 ? Quels sont les facteurs déterminants ? À quelle étape se trouve actuellement Hao Mo ? Gu Weihao a partagé les problèmes ci-dessus dans son discours.

(discours en direct de Gu Weihao)

Gu Weihao a déclaré que le grand modèle Attention est une nouvelle tendance dans le développement actuel de l'IA, et que les opportunités et les défis qu'il apporte sont devenus l'un des facteurs moteurs importants du développement autonome l'ère de la conduite 3.0. La plus grande caractéristique d'Attention est qu'il a une structure simple et peut empiler à l'infini des unités de base pour obtenir un modèle avec un grand nombre de paramètres. Avec l'augmentation du nombre de paramètres et l'amélioration des méthodes de formation, l'effet des grands modèles s'est accru. a dépassé le niveau humain moyen dans de nombreuses tâches de PNL. Cependant, le grand modèle d'Attention est également confronté à un défi de taille, car sa demande en puissance de calcul dépasse de loin la loi de Moore, ce qui entraîne des coûts de formation très élevés pour les grands modèles et très difficiles à mettre en œuvre sur les terminaux.

(Gu Weihao a déclaré que le grand modèle Attention est une nouvelle tendance dans le développement actuel de l'IA)

Les opportunités et les défis apportés par le grand modèle Attention sont à l'origine des changements technologiques dans l'industrie de la conduite autonome. "Haimo réduit le coût de la conduite autonome grâce au supercalcul à faible émission de carbone, en mettant en œuvre de grands modèles côté véhicule en améliorant la conception des modèles et des puces côté voiture, et en rendant les grands modèles plus efficaces grâce à l'organisation des données", a déclaré Gu Weihao. Au niveau des données, basé sur le grand modèle Attention, la conduite autonome nécessite des données de formation à grande échelle et diversifiées. Seule la conduite assistée par les voitures particulières basée sur des données de conduite humaine réelles à grande échelle a la capacité d'accumuler une échelle et une diversité de données suffisantes. "Nous avons des raisons de croire que la conduite assistée est le seul moyen de parvenir à une conduite autonome. Parce que seule la conduite assistée peut collecter des données d'une ampleur et d'une variété suffisantes. On rapporte qu'après près de trois ans de développement, Weimo est désormais le plus grand volume de données en Chine. " numéro un de la conduite autonome du secteur, le kilométrage actuel de conduite assistée par l'utilisateur a atteint près de 17 millions de kilomètres et l'échelle des données continue d'augmenter rapidement.

(Gu Weihao a déclaré que la conduite assistée est le seul moyen de conduire de manière autonome)

En termes de supercalcul à faible émission de carbone, Haimo a officiellement annoncé le premier centre de supercalcul d'une entreprise chinoise de technologie de conduite autonome lors de cet AI DAY. Gu Weihao a déclaré : « Comment améliorer l'efficacité de la formation, réduire les coûts de formation et parvenir à une informatique à faible émission de carbone est un seuil clé pour que la conduite autonome entre dans des milliers de foyers. L'objectif du Haimo Supercomputing Center est de répondre aux exigences des grands. » modèles réduits avec des centaines de milliards de paramètres et échelle de données de formation Avec 1 million de clips, le coût global de formation est réduit de 200 fois.

(Haimo Supercomputing Center, le premier centre de calcul intensif de l'entreprise chinoise de conduite autonome, a été dévoilé)

Au niveau du modèle d'algorithme, Gu Weihao a présenté que Haimou avait lancé un projet à grande échelle sur le transformateur dès juin 2021. Recherche de modèles et tentatives de mise en œuvre. Il est basé sur la pratique réussie de l'année dernière et plus encore dans la transformation et la mise à niveau des plates-formes de formation, les préparatifs pour le changement de spécifications de données et de méthodes d'annotation, et l'exploration des détails du modèle pour des tâches spécifiques de perception et de cognition, etc., que nous avons a jeté les bases de la situation actuelle de Hao Mo dans les scénarios de conduite assistée par navigation urbaine. Le développement rapide a jeté des bases solides.

(Le nouveau parcours de pratique technologique de Hao Mo)

« L'ère de la conduite autonome basée sur les données 3.0 est arrivée. » Gu Weihao estime que le développement de la conduite autonome au cours des dix dernières années peut être divisé en trois époques : pilotée par le matériel, pilotée par les logiciels et pilotée par les données. L'ère axée sur les données est une époque complètement différente. Les grands modèles + les données massives sont les « deux épées », et les données activent le mode d'auto-formation en termes de technologie de perception, les capteurs multimodaux produisent conjointement des résultats en termes ; de la technologie cognitive, des scénarios interprétables sont utilisés. Le bon sens de la conduite est l'objectif principal ; le kilométrage de la conduite autonome est déterminé par le matériel et les logiciels, et le kilométrage est passé de millions à des dizaines de millions de kilomètres à l'ère du matériel et des logiciels. 100 millions de kilomètres. Avec la transmission de données comme noyau, ce n'est que lorsque les quatre conditions techniques ci-dessus seront établies en parallèle que nous pourrons véritablement entrer dans l'ère de la conduite autonome 3.0.

« Hai Mo s'est préparé à l'ère de la conduite autonome 3.0 En termes de perception, de cognition et de construction de modèles, tout est construit de manière basée sur les données. Tout ce que nous faisons est de pouvoir créer des canaux de données et. Centre de calcul afin que les données puissent être obtenues plus efficacement et transformées en connaissances. « Tesla a conduit le monde à entrer dans l'ère de la conduite autonome 3.0, et Weimo est très susceptible de devenir la première entreprise chinoise à entrer dans l'ère de la conduite autonome 3.0. entreprise.

« Nous sommes passionnés par l'innovation, ouverts aux nouvelles idées, aux nouvelles méthodes et aux nouvelles technologies, et accordons une attention particulière aux itinéraires techniques qui peuvent former un cycle positif avec la croissance de l'échelle des données. C'est aussi le premier principe de création technique. décisions stratégiques : être capable de La voie technique qui transforme rapidement les avantages de l'échelle des données en avantages en termes de capacité est une bonne voie. " Gu Weihao a déclaré qu'en matière d'exploration et de mise en œuvre de technologies de pointe, Wei Mo maintiendra toujours les plus extrêmes , l'attitude la plus enthousiaste et la plus ouverte, et s'efforcent de fournir aux utilisateurs une meilleure expérience de produits de services et de promouvoir le développement et le progrès de l'industrie.

Les six améliorations marquantes de MANA conduisent l'industrie à ouvrir la voie au NOH urbain « entrant dans la ville »

La poursuite ultime d'une technologie de pointe permet non seulement à Feimo d'être toujours à la pointe de l'innovation industrielle, mais aussi de devenir l'actuelle entreprise de conduite autonome a remporté la première opportunité d'explorer et de mettre en œuvre la technologie sur la scène de la conduite urbaine assistée où se déroulent des batailles collectives féroces.

Le scénario de conduite assistée par navigation urbaine est le principal point de rupture de la fonction de conduite autonome actuelle, et c'est également un champ de bataille pour les stratèges militaires. Cependant, d’une scène à grande vitesse avec des routes et des conditions de circulation uniques à une scène urbaine avec de nombreux usagers de la route et des conditions routières et de circulation extrêmement complexes, on peut dire que les difficultés techniques rencontrées par le système de conduite autonome ont augmenté de façon exponentielle. D'énormes défis ont également ralenti le rythme de « l'entrée en ville » de nombreux constructeurs de véhicules autonomes, et ils ne peuvent que continuer à se battre avec acharnement pour obtenir des percées technologiques. En tant que premier fabricant chinois de véhicules autonomes produits en série, Feimo a hissé son drapeau pour remporter la « bataille des scénarios de conduite urbaine assistée » dès la fin 2021, et a pris les devants en lançant un voyage d'exploration technologique dans le domaine de conduite assistée en milieu urbain. Désormais, le système d'intelligence de données Feimo MANA inaugure un certain nombre d'itérations de mise à niveau marquantes.

Gu Weihao a déclaré que les routes urbaines présentent principalement « quatre types de problèmes de scène et six défis techniques majeurs ». Les problèmes de scène comprennent principalement « l'entretien des routes urbaines », « les gros véhicules denses », « l'espace de changement de voie étroite » et « l'environnement urbain diversifié ». Pour résoudre les problèmes de scénario ci-dessus, le niveau technique est confronté à six défis majeurs : comment convertir plus efficacement l'échelle des données en effets de modèle, comment donner aux données une plus grande valeur, comment utiliser la technologie de re-détection pour résoudre le problème de la réalité. compréhension de l'espace, comment utiliser les interfaces interactives du monde humain, comment rendre les simulations plus réalistes et comment faire en sorte que les systèmes de conduite autonomes se déplacent davantage comme les humains.

Afin de faire face aux défis ci-dessus, l'intelligence sensorielle, l'intelligence cognitive et d'autres aspects de MANA ont été mis à jour et améliorés.

Tout d'abord, MANA utilise une méthode d'apprentissage auto-supervisée utilisant des données non étiquetées de véhicules produits en série à grande échelle pour créer des effets de modèle. Par rapport à un entraînement avec seulement un petit nombre d'échantillons étiquetés, l'effet d'entraînement est amélioré de plus de 3. fois, ce qui permet de transformer efficacement les avantages des millisecondes de données en effets de modèles pour mieux s'adapter aux diverses exigences des tâches de perception de la conduite autonome.

Deuxièmement, les capacités de perception de MANA ont été améliorées, afin que les données massives ne soient plus traitées différemment. Face au problème de « l'efficacité des données » à grande échelle, MANA a construit une plate-forme d'apprentissage et de formation incrémentielle, extrayant une partie des données existantes et ajoutant de nouvelles données pour former un ensemble de données hybrides. Pendant la formation, les résultats du nouveau modèle et de l'ancien modèle doivent être aussi cohérents que possible et l'ajustement aux nouvelles données est aussi bon que possible. Par rapport aux méthodes conventionnelles, la puissance de calcul globale est économisée de 80 % et la vitesse de réponse est multipliée par 6.

Troisièmement, MANA a une capacité de perception plus forte. En utilisant le modèle de transformateur de séries chronologiques pour effectuer une cartographie virtuelle en temps réel dans l'espace BEV, la sortie des lignes de voie perçues est plus précise et plus stable, permettant à la conduite autonome de navigation urbaine de faire ses adieux aux cartes de haute précision.

Quatrièmement, la capacité de perception de MANA est plus précise, il n'y a donc aucun signal de véhicule qui ne puisse être reconnu en Chine. En améliorant le système de perception embarqué, MANA identifie spécifiquement l'état des feux stop et des clignotants, permettant aux conducteurs d'être plus en sécurité et plus à l'aise dans des scénarios tels qu'un freinage brusque ou une coupure d'urgence du véhicule qui le précède.

Cinquièmement, la capacité cognitive de MANA a également à nouveau évolué. Face à l'intersection, la scène la plus complexe de la ville, MANA a introduit des scènes de circulation réelles de grande valeur dans le système de simulation. Elle a coopéré avec Zhejiang Deqing et Alibaba Cloud pour introduire l'intersection, la scène la plus complexe de la ville, dans la simulation. moteur pour construire une bibliothèque de scènes de conduite autonome. , grâce à la vérification réelle de la conduite autonome, la rapidité est plus élevée et le flux de circulation microscopique est plus réaliste, résolvant efficacement le problème de la « vieille difficulté » du passage aux intersections urbaines.

Enfin, l’intelligence cognitive MANA a inauguré une nouvelle étape. Grâce à une compréhension approfondie d'un grand nombre de conduites humaines à travers le pays, à l'apprentissage du bon sens et à la personnification des actions, la prise de décision de conduite assistée par Haimo ressemble davantage au comportement de conduite humain réel. Elle peut choisir l'itinéraire optimal en fonction des conditions réelles pour garantir. sécurité et le corps ressemble davantage à celui d'un conducteur expérimenté.

La réévolution de MANA a éliminé le plus gros obstacle sur le chemin de « l'entrée dans la ville » pour NOH. "Haimo City NOH est un système de conduite assistée par navigation qui comprend mieux les conditions routières urbaines de la Chine." Gu Weihao a déclaré que Haimo City NOH adopte la voie technique consistant à "mettre l'accent sur la perception, la lumière sur les cartes et une grande puissance de calcul". de MANA, il a une reconnaissance intelligente. Les cinq fonctions phares sont les feux de circulation, les virages intelligents à gauche et à droite, le changement de voie intelligent, l'évitement intelligent des obstacles - statique et l'évitement intelligent des obstacles - dynamique. De plus, la fonction « traitement intelligent du flux de circulation » sera disponible. également être officiellement publié.

À la fin du discours, Gu Weihao a exprimé la ferme confiance et l'enthousiasme des Haimo pour l'avenir de la conduite autonome. « Il y a plus de 1 000 jours, nous sommes nés et avons été témoins des 1 000 jours de conduite autonome les plus rapides en Chine. Nous sommes ravis des réalisations que nous avons accomplies. Mais 1 000 jours ne sont que le début de la bataille. monde ordinaire. Les gens ordinaires sont nos étoiles et la mer. Sur la route de la conduite autonome, tout le monde continuera à lutter et à se battre !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!