Tại Sao Xe Tự Lái Là Tương Lai Và Chúng Được Tạo Ra Như Thế Nào?

Do các biện pháp cách ly thích ứng gần đây được áp dụng ở hầu hết các phần của thế giới, du lịch bằng đường hàng không, giao thông công cộng và nhiều lĩnh vực khác đã bị ảnh hưởng nghiêm trọng vào năm 2020. Tuy nhiên, thế giới ô tô và đặc biệt là xe tự lái đã thể hiện sự kháng cự tăng cao trong thời gian khó khăn này. Trên thực tế, các công ty như Ford đã tăng đầu tư vào việc phát triển xe điện và xe tự lái bằng cách đặt mục tiêu 29 tỷ đô la trong quý cuối năm ngoái. Cụ thể, 7 tỷ đô la trong số đó sẽ được dành cho việc phát triển xe tự lái. Vì vậy, Ford đang tham gia cùng General Motors (GM ), Tesla (TSLA ), Baidu và các nhà sản xuất ô tô khác trong việc đầu tư mạnh mẽ vào xe tự lái. Trong bài viết này, chúng tôi sẽ cho bạn biết tại sao các công ty lại đầu tư vào xe tự lái và làm thế nào các thuật toán học máy mà powers chúng được đào tạo.

Tại Sao Nhiều Công Ty Đầu Tư Vào Xe Tự Lái?

Khi chúng ta xem xét tất cả các lợi ích mà xe tự lái mang lại, dễ hiểu tại sao nhiều công ty lại đầu tư vào việc phát triển chúng. Các tài xế sẽ có thể tiết kiệm tiền vì họ không phải trả cho các kế hoạch bảo hiểm đắt tiền, nó sẽ giúp họ tiết kiệm thời gian đi lại hàng ngày, cải thiện hiệu suất nhiên liệu và nhiều lợi ích khác. Đối với các công ty, sự tự động hóa này mở ra cánh cửa cho việc tiết kiệm lớn hơn. Một ví dụ tuyệt vời về điều này là việc vận chuyển hàng hóa tự động, có thể cắt giảm chi phí vận hành lên đến 45%, theo một báo cáo của công ty McKinsey & Company.

Lợi ích chính phải là sự an toàn tăng cao. Theo NHTSA, 94% số vụ tai nạn nghiêm trọng là do lỗi của con người. Xe tự lái có thể giảm đáng kể số lượng tai nạn vì chúng không cần bất kỳ sự can thiệp nào của tài xế và luôn có tầm nhìn 360 độ. Ngoài ra, các hệ thống an toàn tiên tiến (ADAS) có thể tiếp quản các chức năng an toàn quan trọng trong các tình huống nguy hiểm như phanh và điều khiển. Xe tự lái mang lại nhiều giá trị gia tăng cho xã hội như giảm lượng khí thải. Trên thực tế, một trường hợp cơ bản đã chỉ ra giảm 9% năng lượng và khí thải nhà kính trong suốt vòng đời của xe so với xe thông thường. Giờ chúng ta đã biết tất cả các lợi ích mà xe tự lái mang lại, hãy cùng xem xét cách chúng được đào tạo để nhận biết thế giới xung quanh.

Xe Tự Lái Hoạt Động Như Thế Nào Và Làm Thế Nào Chúng Trở Thành Hiện Thực

Một xe tự lái cần tuân theo luật giao thông và để làm được điều đó, nó cần nhận biết tất cả các loại biển báo giao thông, vạch đường, phát hiện các xe khác và người đi bộ, và vô số các vật thể khác. Các xe tự lái này dựa vào học máy để “tính toán” những gì cần làm trong tất cả các tình huống lái xe. Hãy bắt đầu với một ví dụ cơ bản. Một người đang lái xe tự lái trên đường cao tốc để đi làm. Xe sẽ cần xác định chính xác giới hạn tốc độ, duy trì khoảng cách an toàn với xe phía trước và khi vào khu vực dân cư, nó cần nhận biết người đi bộ và cho họ qua đường.

Điều này đòi hỏi hàng nghìn và hàng nghìn hình ảnh phải được chú thích bằng các kỹ thuật từ gán nhãn đến phân đoạn ngữ nghĩa. Trên thực tế, Evgenia Khimenko, CEO của Mindy Support, một công ty cung cấp dịch vụ chú thích dữ liệu cho lĩnh vực ô tô, cho biết có nhiều dự án chú thích dữ liệu khác nhau cho ngành công nghiệp ô tô có thể thực hiện:

“Những dự án này bao gồm việc nhận diện khuôn mặt trên video để đào tạo xe tự lái nhận biết hành vi của các tài xế khác trên đường, gán nhãn và chú thích video để phát hiện chuyển động và hướng của xe (chúng tôi đã chú thích hơn 545 triệu chuỗi hình ảnh). Một nhiệm vụ chú thích âm thanh phức tạp khác là khi chúng tôi phải xác định dấu thời gian và gán nhãn cho giọng nói con người cũng như tất cả các tiếng ồn nền xảy ra trong xe như radio, tiếng cười, tiếng hét, tiếng hát, động vật và thậm chí cả sự im lặng”.

Hãy xem xét một kịch bản phức tạp. Hãy tưởng tượng xe tự lái đang di chuyển trong một khu dân cư và có những thiếu niên đang chờ đợi qua đường với ván trượt. Theo quy tắc, xe có quyền ưu tiên, nhưng có khả năng cao là những thiếu niên sẽ không chờ đèn tín hiệu bật xanh và sẽ cố gắng qua đường sớm. Một tài xế con người sẽ rất nhận thức được rủi ro này và sẽ giảm tốc để dự đoán sự kiện như vậy, nhưng đối với một máy, điều này sẽ rất khó tính toán. Đây là bước tiếp theo mà các nhà nghiên cứu đang cố gắng thực hiện với xe tự lái và đơn giản là có thể có thêm dữ liệu được chú thích.

Xe Tự Lái Nhận Thức Thế Giới Vật Lý Như Thế Nào?

Xe tự lái dựa vào công nghệ LiDAR để giúp chúng nhận thức thế giới xung quanh. LiDAR tạo ra một đám mây điểm 3D, là một biểu diễn số của cách hệ thống AI nhìn thế giới. Công nghệ này không chỉ dành cho xe tự lái, mà còn được sử dụng cho các công việc tự động hóa khác như tạo ra một robot có thể thu hoạch cây trồng cho ngành nông nghiệp. Đám mây điểm 3D cũng cần được chú thích để máy biết chính xác nó đang nhìn thấy gì. Điều này thường được thực hiện bằng các kỹ thuật như gán nhãn, hộp 3D và phân đoạn ngữ nghĩa. Một hình thức chú thích tiên tiến hơn là mã hóa màu cho đám mây điểm 3D để xe hiểu khoảng cách của vật thể.

Cách LiDAR hoạt động là nó gửi một tín hiệu ánh sáng đến tất cả các vật thể xung quanh và tùy thuộc vào thời gian ánh sáng quay trở lại, nó cung cấp cho AI sự hiểu biết về khoảng cách của vật thể. Ví dụ, mặt đất trên đám mây điểm 3D luôn có màu xanh vì đó là điểm thấp nhất, ánh sáng sẽ bật lại nhanh và màu xanh có bước sóng rất ngắn. Một trong những tòa nhà xung quanh có thể có màu đỏ hoặc cam tùy thuộc vào khoảng cách của nó.

Điều đáng chú ý là LiDAR không phải là lựa chọn duy nhất. Ví dụ, Tesla sử dụng một thứ gọi là Hydrant, là sự kết hợp của tám camera khâu lại với nhau để tạo ra một hình ảnh hoàn chỉnh của đường. Các công ty khác, như Waymo và Voyage, sử dụng LiDAR. Một lý do có thể là Tesla tránh sử dụng LiDAR vì nó rất cồng kềnh và làm hỏng vẻ ngoài của xe. Sau tất cả, các xe Tesla rất đắt tiền và các tài xế có thể không muốn một hộp lớn đặt trên mái xe của họ. Các công ty phát triển robotaxi, như Waymo, có thể chấp nhận được việc sử dụng LiDAR.

Tại Sao Dữ Liệu Đào Tạo Chất Lượng Là Rất Quan Trọng?

Có dữ liệu đào tạo chất lượng là một trong những điều quan trọng nhất bạn cần có để tạo ra một xe tự lái. Tuy nhiên, chỉ đơn giản là có được dữ liệu này là không đủ. Các tập dữ liệu đào tạo cần được chuẩn bị thông qua việc chú thích dữ liệu để hệ thống AI có thể học từ chúng. Mặc dù đây là một quá trình rất tốn thời gian và nhàm chán, nhưng thành công của toàn bộ dự án phụ thuộc vào nó. Sau tất cả, xe tự lái là tương lai và có thể giúp chúng ta giảm hoặc thậm chí loại bỏ một số vấn đề chúng ta đang gặp phải về tai nạn xe hơi và thương vong, vấn đề môi trường và tình trạng ùn tắc trên đường.