Maskinlæring og data giver brændstof til en ny slags bil

Bilen er ved at blive demonteret, gentænkt og genopbygget i Silicon Valley.

Intels foreslåede køb på 15,3 milliarder dollar af Mobileye, et israelsk firma, der forsyner bilproducenter med computer-vision-teknologi og avancerede førerassistentsystemer, giver en chance for at måle omfanget af denne genopbygning. Det viser især, hvor værdifulde on-the-road-data sandsynligvis vil være i udviklingen af ​​automatiseret kørsel.

Selvom prisskiltet kan virke stejlt, især med så mange spillere inden for automatiseret kørsel i dag, har Mobileye nogle vigtige teknologiske styrker og strategiske fordele. Det er også ved at udvikle nye teknologier, der kan hjælpe med at styrke denne position.



Mobileye bruger et enkelt kamera sammen med en proprietær computerchip og noget smart software til at levere forskellige avancerede førerassistentfunktioner. Dens systemer kan for eksempel identificere hastighedsgrænsen fra vejskilte eller identificere køretøjer og fodgængere for et automatisk bremsesystem.

David Keith , en professor ved MIT's Sloan School of Management, som studerer teknologiadoption i bilindustrien, siger, at udover at tilbyde en enkel, billig løsning, har Mobileye samlet en enorm mængde data - noget, der er afgørende for den maskinlæring, der understøtter automatiseret kørsel i dag. Deres teknologier er yderst pålidelige, finpudset over millioner af kilometers køreoplevelse, som konkurrenterne ikke let kan kopiere, siger han.

Det er ikke svært at se, hvorfor Intel skulle ønske at komme ind på automarkedet. De stadig bedre computere, sensorer og trådløse forbindelser, der nu findes i køretøjer, muliggør store ændringer på tværs af denne industri. I mellemtiden har Intel oplevet sin dominansposition udhulet i de senere år, efterhånden som stationære og bærbare computere aftager i betydning, og efterhånden som forskellige typer computerchips er blevet mere populære. Konkurrenten Nvidia har allerede erobret en betragtelig andel af det voksende bilmarked.

Mobileyes teknologi kan automatisk identificere vognbanemarkeringer og kantsten.

Keith tilføjer, at Intel vil sigte efter at bruge sin hardwareekspertise til at udvikle de stadig mere sofistikerede fusionssystemer – der kombinerer kameraer, radar og muligvis lasersensorer eller lidar – der er nødvendige for at bringe fuldautomatiske køretøjer på markedet.

Hvis din bil er i stand til at identificere et vejskilt eller en fodgænger på vejen foran, er der en god chance for, at den allerede bruger en af ​​Mobileyes chips til opgaven. Virksomhedens vision-systemer er en enkel, billig løsning, der tilbyder overraskende sofistikeret sansning.

Virksomheden tilbyder derfor Intel en god vej ind på det automatiserede køremarked, som lover at vokse i takt med at teknologien modnes i de kommende år.

Til sit visionsystem anvender Mobileye deep learning, en maskinlæringsteknik, der har givet computere kraftfulde nye muligheder i de seneste år. Dette indebærer at tage billeder, mens biler kører rundt, og annotere dem for at identificere ting som vejmarkeringer, trafikskilte, andre køretøjer og fodgængere. Billederne føres ind i et stort neuralt netværk, som justeres, indtil det pålideligt kan genkende de relevante elementer i et billede. Hvis Mobileyes system ikke er i stand til at identificere noget, er det normalt muligt blot at annotere nogle nye billeder og tilføje dem til læringsdatasættet.

Dette er ikke for at sige, at det er perfekt, eller alt, hvad der er nødvendigt for automatiseret kørsel. Tesla havde brugt Mobileyes vision-teknologi til sit Autopilot semi-automatiserede køresystem indtil sidste år. Selskaberne ophørte med at samarbejde efter en dødsulykke med en bil styret af autopilot. I nedfaldet fra styrtet kritiserede bilproducenten visionsystemet leveret af Mobileye. Ledere fra Mobileye svarede, at dets teknologi aldrig var beregnet til at blive brugt på denne måde.

Teknologi, der nu er under udvikling hos Mobileye, kan hjælpe automatiserede biler med at køre mere sikkert i fremtiden. I december mødtes jeg med Amnon Shashua, Mobileyes CTO, og Shai Shalev-Shwartz, VP for teknologi. De forklarede, hvordan Mobileye nu bruger forstærkningslæring, en teknik inspireret af den måde, dyr lærer gennem erfaring, til at lære computere, hvordan man kører sikkert i komplekse og subtile situationer (se 10 Breakthrough Technologies 2017: Reinforcement Learning).

Som en del af denne indsats udvikler Mobileye et simuleret køremiljø for at muliggøre læring. Det håber, at dette vil blive standardmiljøet for test af automatiseret køresoftware. De forklarede også, at Mobileye samarbejder med flere bilproducenter om en måde, hvorpå de kan dele de indsamlede data med andre virksomheder for en pris. Dette kunne hjælpe med at accelerere (ingen ordspil) fremskridt mod fuldautomatisk kørsel.

Resultatet kunne blive en transformation af transporten, som vi kender den. Faktisk har udsigten til dyb disruption forårsaget et stormløb for teknologi og talent blandt bilproducenter, leverandører og startups.

Stephen Zoepf , administrerende direktør for Center for Automotive Research i Stanford, er enig i, at Intels opkøb af Mobileye viser, hvor kritisk data og maskinlæring er for bilindustriens fremtid. Men han tilføjer: Det er også et bevis på, i hvilken grad efterspørgslen efter talent overstiger udbuddet i det autonome køretøjsrum.

skjule