自動運転スタートアップのAuroraは、テスト用によりリアルな仮想世界を構築するために元ピクサーのベテランを雇用

自動運転スタートアップのAuroraは、テスト用によりリアルな仮想世界を構築するために元ピクサーのベテランを雇用

来週ナスダックに上場する予定の自動運転車スタートアップ企業、オーロラは、自動運転システムのテストとトレーニングに使用するコンピューターシミュレーションツールを現実世界に近づけるために、元ピクサーのベテランチームに協力を仰いでいる。

ステルスモードで活動してきた3人のコンピューターグラフィックスのスタートアップ企業Colrspaceが、Auroraの知覚チームに加わる。 Aurora は、Colrspace の知的財産、特に CGI と機械学習を組み合わせた技術も所有します。マイケル・フー、アレン・ヘンバーガー、アレックス・ハーヴィルの3人で構成されるこの研究チームは、写真や画像から3Dの物体や素材を再構築できる技術を開発した。本質的には、シミュレーションがより「現実的」になり、Aurora や他の自動運転車開発者は、テストの効率化に役立つと考えています。

フー、ヘンバーガー、ハーヴィルの3人は、ピクサーの元ソフトウェアエンジニア、マグナス・レニング氏が設立したシミュレーションスタートアップ企業7Dの出身者もすでに所属するオーロラの知覚チームに加わる。 TechCrunchは2019年に7Dを買収したことを知った。

[[432109]]

オーロラやアルゴAI、クルーズ、ウェイモなどのライバル企業は、閉鎖されたコースや公道で実際のテストを行うことが多いが、コンピューターシミュレーションは、自動運転車技術のテスト、トレーニング、検証のための重要なツールと見なされている。シミュレーションは、自動運転システムがさまざまなシナリオをテストしたり、現実世界で何が起こるかを再現したりするために使用できます。最終的な目標は、ソフトウェア スタックをトレーニングして評価し、現実世界で安全であることを確認することです。

最大手の自動運転企業が 1 日に何千、あるいは何百万ものシミュレーションを実行することは珍しくありません。たとえば、Aurora は、同社のシミュレーターは 50,000 台以上のトラックを連続して走行させるのと同等であると見積もっています。 「仮想テストスイート」として知られる Aurora のコンピューターシミュレーターは、さまざまな運転条件と一般的なシナリオと珍しいシナリオ (エッジケース) の両方で実行され、公道で走行する車両に展開される前にエラーを早期に検出します。公道走行中に取得したデータもシミュレータにフィードバックされます。

今年、Aurora はシミュレーション プログラムの規模拡大にさらに多くのエネルギーとリソースを投入しました。オーロラは今月、年末までに90億マイル以上の模擬走行に相当する距離を走行する予定であり、そのうち60億マイルは2021年にすでに完了していると述べた。

<<:  AIoT: IoTと人工知能の完璧な組み合わせ

>>:  車をコントロールするスマートグラス? FacebookとBMWが「トラブルを起こす」ために提携

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

東京オリンピックでAI技術を披露:「人工」から「人工知能」へ

「人工」から「人工知能」への移行は、時代の急速な進歩と科学技術の急速な発展です。今こそ、今回のオリン...

...

...

アルゴリズムは難しい、プログラミングは簡単ではない、プログラマーの苦労を誰が理解できるだろうか?

[[199239]]今日は、プログラマーにとっての困難がどこにあるのかについて議論しましょう。アル...

GenAI が近づくにつれて、データ ガバナンスはどのように進化するべきでしょうか?

著者 | アイザック・サコリック編集者 | ヤン・ジェン制作:51CTO テクノロジースタック(We...

...

畳み込みなしでTransformerのみをベースにした初のビデオ理解アーキテクチャがリリースされました

Facebook AI は、Transformer を完全にベースとし、畳み込みが不要で、トレーニン...

人工知能の10の典型的な応用分野とその技術原理の詳細な説明

この記事では、「アルゴリズム」という単語を非常に簡略化して使用し、単一のアルゴリズム、モデル、または...

...

宇宙全体が巨大なニューラルネットワークなのだろうか?科学者はこう説明する

[[385301]]核となる考え方は、次のように簡単にまとめることができます。ニューラル ネットワー...

パラメータ調整器、ここを見てください!ディープラーニングのトレーニング効率を向上させる2つのコツ

[[343402]] 1. トレーニングのボトルネックはどこですか? GPU 使用率が低い: モデル...

0 コーパスで「ラベル付け」してより良い多言語翻訳結果を得る方法

[[409976]]今日の多言語翻訳モデルのほとんどは、英語中心のデータセットで統合モデルをトレーニ...

北京大学の王一州氏:信頼できるAI研究の名刺を磨くには、産業界、学界、研究機関の連携が必要

人工知能(AI)は1950年代に誕生し、3つの発展の波を経てきました。研究段階から大規模な産業化段階...