Chu Wenbo: 대규모 AI 모델을 더욱 통합하여 핵심 자율주행 기술 최적화
2024-08-19
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
중국청년일보 고객뉴스(중국청년일보·중국청년일보 연수생 기자 지아지예 기자 장미아오) "대형 AI 모델의 추가 통합이 '엔드 투 엔드' 자율주행의 핵심 장벽을 해결하는 열쇠가 됐다." 중국 서부 과학 도시의 커넥티드 차량 혁신 센터 소장이자 국가 지능형 커넥티드 차량 혁신 센터의 최고 기술 전문가인 Chu Wenbo는 8월 15일에 열린 2024 세계 청소년 발전 포럼 디지털 개발 주제 포럼에서 이렇게 말했습니다.
엔드투엔드(End-to-End)는 자율주행 기술로, 도로, 차량, 시청각 등의 감각 정보를 자율주행 시스템에 입력한 후 의사결정 명령을 자동으로 출력하는 것이 핵심이다. 인공 지능으로 완성되어 전통적인 자율 주행 시스템을 실현합니다. 인식, 의사 결정, 계획 및 기타 모듈이 통합됩니다.
Chu Wenbo의 견해에 따르면 대형 모델의 등장은 모듈화에서 '엔드 투 엔드'로 자율주행의 진화를 촉진합니다. 그러나 그는 또한 "엔드 투 엔드(end-to-end)" 자율주행은 여전히 큰 문제에 직면해 있다고 말했습니다. '엔드 투 엔드(End-to-End)' 자율주행은 훈련 데이터에 대한 의존도가 높다. 그러나 현재 이용 가능한 데이터는 시뮬레이션 시나리오의 현실성이 낮고, 훈련 시나리오의 일반화가 부족하며, 주석이 달린 단일 유형의 데이터라는 문제를 안고 있다. 또한, '엔드 투 엔드' 추론 과정은 숨겨진 '블랙박스'이며, 의사결정 과정에서 변수를 감독하기 어려워 일련의 보안 위험이 쉽게 발생할 수 있다.
"대형 AI 모델을 더욱 통합하여 자율주행의 '엔드 투 엔드' 핵심 기술을 최적화해야 합니다." 주행 인식(Driving Perception) 이 기술은 주변 차선뿐만 아니라 날씨, 빛과 그림자, 형태 등을 포함한 보다 현실적인 운전 조건까지 인식할 수 있습니다. 둘째, 다중 모드 대형 모델의 정보를 활용하는 것이 필요합니다. 차량 센서가 제공하는 정보에는 클라우드에 있는 다른 정보의 정보도 추가해야 합니다. 동시에, 운전 상호작용은 대규모 시각적 언어 모델을 통해 달성될 수 있으며, 이를 통해 차량은 운전 상황에 따라 일련의 텍스트 정보를 형성하여 차량의 이동 결정을 직접 안내할 수 있습니다.
또한 Chu Wenbo는 '안전성 강화'의 필요성, 즉 자율주행의 '엔드 투 엔드' 해석성을 달성하여 운전 위험을 줄이기 위해 노력해야 한다고 언급했습니다. 모델은 더 많은 중간 링크를 출력할 수 있으며 보안 모니터링을 용이하게 합니다.
8월 15일, 2024년 세계 청소년 발전 포럼 디지털 개발 주제 포럼이 충칭에서 열렸습니다. 중국 서부 과학 도시 지능형 연결 차량 혁신 센터 총책임자이자 국가 지능형 연결 차량 혁신 센터의 최고 기술 전문가인 Chu Wenbo가 말했습니다. 기조연설을 하고 있다. 사진 주최측 제공
출처: 중국청년일보 고객
