Chu Wenbo: Große KI-Modelle weiter integrieren, um Kerntechnologien für das autonome Fahren zu optimieren
2024-08-19
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
China Youth Daily Client News (China Youth Daily·China Youth Daily Trainee Reporter Jia Jiye Reporter Zhang Miao) „Die weitere Integration großer KI-Modelle ist zum Schlüssel zur Lösung der zentralen Hindernisse für das ‚durchgängige‘ autonome Fahren geworden.“ Vernetzte Fahrzeuge in der Wissenschaftsstadt Westchina Chu Wenbo, General Manager des Innovationszentrums und leitender technischer Experte des Nationalen Innovationszentrums für intelligente vernetzte Fahrzeuge, sagte auf dem Themenforum für digitale Entwicklung des Weltjugendentwicklungsforums 2024, das am 15. August stattfand.
„End-to-End“ ist eine autonome Fahrtechnologie. Ihr Kern besteht darin, dass nach der Eingabe von Straßen-, Fahrzeug-, audiovisuellen und anderen sensorischen Informationen in das autonome Fahrsystem Entscheidungsbefehle direkt ausgegeben werden können Vervollständigt durch künstliche Intelligenz, die die Integration von Wahrnehmungs-, Entscheidungs-, Planungs- und anderen Modulen des traditionellen autonomen Fahrsystems ermöglicht.
Nach Ansicht von Chu Wenbo fördert das Aufkommen großer Modelle die Entwicklung des autonomen Fahrens von der Modularisierung hin zu „End-to-End“. Er sagte aber auch, dass das „durchgängige“ autonome Fahren noch vor großen Problemen stünde. Das „durchgängige“ autonome Fahren hängt stark von Trainingsdaten ab. Die derzeit verfügbaren Daten weisen jedoch Probleme auf, wie z. B. einen geringen Realismus der Simulationsszenarien, eine schlechte Verallgemeinerung der Trainingsszenarien und einen einzigen Typ annotierter Daten. Darüber hinaus ist der „End-to-End“-Argumentationsprozess eine versteckte „Black Box“ und es ist schwierig, die Variablen im Entscheidungsprozess zu überwachen, was leicht zu einer Reihe von Sicherheitsrisiken führen kann.
„Wir müssen die ‚End-to-End‘-Kerntechnologie des autonomen Fahrens durch die weitere Integration großer KI-Modelle optimieren.“ Chu Wenbo sagte, dass wir zunächst das Weltmodell (einen der Schlüsselpfade zur allgemeinen künstlichen Intelligenz) nutzen müssen, um es zu verbessern Fahrwahrnehmung: Zusätzlich zu den umgebenden Fahrspurlinien kann diese Technologie sogar realistischere Fahrbedingungen wie Wetter, Licht und Schatten, Formen usw. wahrnehmen. Darüber hinaus ist es notwendig, Informationen aus multimodalen Großmodellen zu nutzen Informationen, die von Fahrzeugsensoren bereitgestellt werden, müssen auch Informationen aus anderen Informationen in der Cloud hinzufügen. Gleichzeitig kann die Fahrinteraktion auch durch ein großes visuelles Sprachmodell erreicht werden, das es dem Fahrzeug ermöglicht, eine Reihe von Textinformationen basierend auf der Fahrsituation zu bilden, um die Bewegungsentscheidungen des Fahrzeugs direkt zu steuern.
Darüber hinaus erwähnte Chu Wenbo auch die Notwendigkeit, „die Sicherheit zu festigen“, also eine „durchgängige“ Interpretierbarkeit des autonomen Fahrens anzustreben, um die Fahrrisiken zu reduzieren Das Modell kann andererseits mehr ausgeben. Zwischenverbindungen erleichtern die Sicherheitsüberwachung.
Am 15. August fand in Chongqing das 2024 World Youth Development Forum Digital Development Theme Forum statt, General Manager des Intelligent Connected Vehicle Innovation Center der Western China Science City und leitender technischer Experte des National Intelligent Connected Vehicle Innovation Center eine Grundsatzrede halten. Foto vom Veranstalter zur Verfügung gestellt
Quelle: Kunde von China Youth Daily
