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 mọi nơi trên thế giới, du lịch 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 linh hoạt tăng lên 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 tự lái bằng cách đặt mục tiêu 29 tỷ đô la trong quý thứ tư của 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, Tesla, 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 được cung cấp bởi xe tự lái, thì dễ dàng thấy tại sao nhiều công ty lại đầu tư vào việc phát triển chúng. Các tài xế sẽ có thể tiết kiệm nhiều tiền vì họ không phải trả cho các kế hoạch bảo hiểm đắt tiền, nó sẽ tăng tốc độ di chuyển hàng ngày của họ, cải thiện kinh tế nhiên liệu và nhiều lợi ích khác. Đối với các công ty, sự tự động hóa như vậy mở ra cánh cửa cho việc tiết kiệm lớn hơn. Một ví dụ tuyệt vời về điều này là việc vận chuyển xe tải tự lái đường dài sẽ có thể cắt giảm chi phí vận hành xuống 45%, theo một báo cáo của McKinsey & Company.
Lợi ích chính phải là sự an toàn tăng lên. Theo NHTSA, 94% số vụ tai nạn nghiêm trọng là kết quả của lỗi của con người. Xe tự lái có thể giảm đáng kể số lượng tai nạn vì chúng không yêu cầu bất kỳ đầu vào của tài xế nào và có tầm nhìn 360 độ ở mọi thời điểm. Ngoài ra, các hệ thống an toàn lái xe tiên tiến (ADAS) có thể tiếp quản các chức năng an toàn quan trọng trong các tình huống nguy hiểm như phanh và lái. Có rất nhiều giá trị gia tăng mà xe tự lái mang lại cho xã hội như giảm phát thải. Trên thực tế, một trường hợp cơ bản đã chỉ ra sự giảm 9% năng lượng và phát thải khí nhà kính trong toàn bộ cuộc sống của xe so với xe thông thường. Bây giờ chúng ta đã biết tất cả các lợi ích mà xe tự lái có thể mang lại, hãy 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 Xe Tự Lái Có Thể Trở Thành Hiện Thực

Một xe tự lái cần phải tuân theo các quy tắc của đường và để làm được điều đó, nó cần phải nhận biết tất cả các loại biển báo giao thông, vạch đường, phát hiện các xe và người đi bộ khác, và vô số các vật thể khác. Các xe tự lái này dựa vào học máy để “tính toán” những gì cần được thực hiện 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 phải xác định đúng giới hạn tốc độ, duy trì khoảng cách an toàn với xe phía trước và khi nó vào một khu vực dân cư, nó cần phải nhận biết người đi bộ và để họ qua đường.
Điều này đòi hỏi hàng nghìn và hàng nghìn hình ảnh phải được chú thích bằng các kỹ thuật từ ghi 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 ngành ô tô, cho biết rằng 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 các dự án như nhận dạng khuôn mặt trên video để đào tạo xe tự lái nhận biết hành vi của các tài xế khác trên đường, ghi 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 tinh vi khác là khi chúng tôi phải xác định dấu thời gian và ghi nhãn giọng nói của con người cũng như tất cả các tiếng ồn nền xảy ra bên trong xe như radio, tiếng cười, tiếng hét, tiếng hát, động vật và thậm chí cả im lặng”.

Hãy xem xét một kịch bản phức tạp. Hãy tưởng tượng rằng xe tự lái đang di chuyển trong một khu dân cư và có những thiếu niên đang chờ đợi để qua đường với ván trượt. Theo các quy tắc, xe có quyền ưu tiên, nhưng có khả năng những thiếu niên sẽ không chờ đèn tín hiệu chuyển sang màu xanh và sẽ cố gắng qua đường sớm. Một tài xế con người sẽ rất rõ về rủi ro như vậy và sẽ giảm tốc độ 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 nhiều dữ liệu được chú thích hơn có thể là câu trả lời.

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, đó là một biểu diễn kỹ thuật số về cách hệ thống AI xem thế giới. Công nghệ này không chỉ dành cho xe tự lái, mà còn được sử dụng cho các công việc tự động hóa robot khác như tạo ra một robot có thể thu hoạch cây trồng cho ngành nông nghiệp. Đám mây điểm 3D cũng sẽ cần phải được chú thích để máy biết chính xác nó đang nhìn thấy gì. Điều này thường được thực hiện bằng các kỹ thuật như ghi nhãn, hộp 3D và phân đoạn ngữ nghĩa. Một hình thức chú thích tiên tiến hơn sẽ 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 tín hiệu ánh sáng quay trở lại, nó sẽ cung cấp cho AI sự hiểu biết về khoảng cách của vật thể. Ví dụ, mặt đất trên đám mây điểm 3D sẽ luôn có màu xanh lam vì đó là điểm thấp nhất, ánh sáng sẽ bật lại nhanh và xanh lam 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 công nghệ duy nhất. Ví dụ, Tesla sử dụng một thứ gọi là Hydrant, đó là sự kết hợp của tám camera ghép lại thành 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 sẽ không muốn một hộp lớn đặt trên nóc xe của họ. Các công ty phát triển robotaxi, như Waymo, có thể 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 phải được chuẩn bị thông qua 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 mà chúng ta đang gặp phải về tai nạn xe và thương vong, vấn đề môi trường và ùn tắc giao thông.