Chu Wenbo: integrar aún más grandes modelos de IA para optimizar las tecnologías centrales de conducción autónoma
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) "Una mayor integración de grandes modelos de IA se ha convertido en la clave para resolver las barreras centrales a la conducción autónoma inteligente 'de extremo a extremo'". Vehículos conectados en la ciudad científica del oeste de China, Chu Wenbo, gerente general del Centro de Innovación y experto técnico jefe del Centro Nacional de Innovación de Vehículos Inteligentes Conectados, dijo en el Foro Temático de Desarrollo Digital del Foro Mundial de Desarrollo Juvenil 2024 celebrado el 15 de agosto.
"De extremo a extremo" es una tecnología de conducción autónoma. Su núcleo es que después de ingresar información sensorial de la carretera, del vehículo y de otro tipo en el sistema de conducción autónoma, los comandos de toma de decisiones se pueden emitir directamente. completado por inteligencia artificial, realizando el sistema de conducción autónoma tradicional Integración de percepción, toma de decisiones, planificación y otros módulos.
En opinión de Chu Wenbo, la aparición de modelos grandes promueve la evolución de la conducción autónoma desde la modularización hasta el “extremo a extremo”. Pero también dijo que la conducción autónoma "de extremo a extremo" todavía enfrenta grandes problemas. La conducción autónoma "de un extremo a otro" depende en gran medida de los datos de entrenamiento. Sin embargo, los datos actualmente disponibles tienen problemas como un bajo realismo de los escenarios de simulación, una generalización deficiente de los escenarios de entrenamiento y un único tipo de datos anotados. Además, el proceso de razonamiento "de un extremo a otro" es una "caja negra" oculta y es difícil supervisar las variables en el proceso de toma de decisiones, lo que fácilmente puede generar una serie de riesgos de seguridad.
"Necesitamos optimizar la tecnología central 'de extremo a extremo' de la conducción autónoma mediante una mayor integración de grandes modelos de IA", dijo Chu Wenbo, primero debemos utilizar el modelo mundial (uno de los caminos clave hacia la inteligencia artificial general) para mejorar. Percepción de conducción: además de las líneas de los carriles circundantes, esta tecnología puede incluso percibir condiciones de conducción más realistas, como el clima, la luz y las sombras, las formas, etc.; en segundo lugar, es necesario utilizar información de modelos grandes multimodales; información proporcionada por los sensores del vehículo, también es necesario agregar información de otra información en la nube. Al mismo tiempo, la interacción de conducción también se puede lograr a través de un modelo de lenguaje visual de gran tamaño, que permite que el vehículo forme una serie de información de texto basada en la situación de conducción para guiar directamente las decisiones de movimiento del vehículo.
Además, Chu Wenbo también mencionó la necesidad de "solidificar la seguridad", es decir, esforzarse por lograr una interpretabilidad "de extremo a extremo" de la conducción autónoma para reducir los riesgos de conducción. Por un lado, es necesario mejorar la controlabilidad de la conducción. El modelo y, por otro lado, puede generar más enlaces intermedios que facilitan el monitoreo de seguridad.
El 15 de agosto, se celebró en Chongqing el Foro Temático de Desarrollo Digital del Foro Mundial de Desarrollo Juvenil 2024. Chu Wenbo, director general del Centro de Innovación de Vehículos Inteligentes Conectados de la Ciudad Científica del Oeste de China y experto técnico jefe del Centro Nacional de Innovación de Vehículos Inteligentes Conectados. pronunciando un discurso de apertura. Foto proporcionada por el organizador.
Fuente: cliente del China Youth Daily
