NVIDIA借助AI技术帮助运输行业

NVIDIA通过访问自动驾驶汽车的深度神经网络(DNN)来帮助运输行业。

NVIDIA正在提供其AI(人工智能)模型的访问权限，并引入了高级培训工具。这有助于该公司增强其用于自动驾驶汽车开发以及最终部署的端到端平台。

汽车制造商和其他在NVIDIA GPU Cloud容器注册表上开发自动驾驶汽车(AV)的公司将获得访问权限。NVIDIA DRIVE几乎是自动驾驶汽车开发的标准。汽车制造商，卡车制造商和robotaxi公司以及相关的软件公司和大学都使用它。

NVIDIA正在向AV开发人员提供其预先训练的AI模型和训练代码的访问权限。这套工具将使生态系统能够自由扩展和定制模型，以提高其自动驾驶系统的健壮性和功能。

“人工智能自动驾驶汽车是一种软件定义的汽车，需要在全球范围内使用各种数据集进行操作。通过为视音频开发人员提供访问DNN和高级学习工具的权限，以针对多个数据集进行优化，我们可以在公司和国家/地区之间实现共享学习，同时保持数据所有权和隐私权。最终，我们正在加速全球自动驾驶汽车的现实。”— NVIDIA创始人兼首席执行官黄仁勋

人工智能是这些自动驾驶汽车的动力。AI使他们能够实时查看周围环境并做出反应。DNN的核心是数十个。这有助于准确地感知，定位和规划路径。

“ NVIDIA在为交通行业开发最深入，最广泛的DNN和AI工具套件方面处于世界领先地位。将这些算法提供给其他人使用，以及用于自定义它们的工具和工作流基础结构，将有助于实现安全的自动运输的部署。”— IHS Markit人工智能高级研究总监Luca De Ambroggi

除了提供对DNN的访问权限之外，NVIDIA还花费了数年的时间进行开发和培训，该公司还宣布将提供其高级工具套件，供开发人员使用其自己的数据集和目标功能集来自定义和增强DNN。这将允许在使用主动学习，联合学习和迁移学习的同时对DNN进行更多的培训。主动学习可提高模型准确性，同时降低数据收集成本。这来自使用AI自动化数据选择。

联合学习帮助公司在不违反数据隐私的情况下跨国家和与其他公司一起使用数据集。这样可以保护每个公司的知识产权。转移学习使DRIVE客户可以利用NVIDIA在AV开发方面的投资来加快其感知软件的开发。然后，他们可以针对自己的应用和目标能力进一步开发这些网络。