Švedski proizvođač koristi virtualne svjetove generirane umjetnom inteligencijom kako bi poboljšao razvoj svog sigurnosnog softvera, kao što su sustavi za pomoć vozaču (ADAS), a sve s ciljem stvaranja još sigurnijih automobila
Volvo je objavio kako sada može sintetizirati podatke o nezgodama prikupljene naprednim senzorima u našim novim automobilima, kao što su kočenje u nuždi, oštro upravljanje ili ručna intervencija. To švedskom proizvođaču omogućuje da ih ispitaju, rekonstruiraju i istraže na nove načine kako bi bolje razumjeli kako se prometne nesreće mogu izbjeći.
To je moguće zahvaljujući naprednoj računskoj tehnici zvanoj Gaussovo raspršivanje (eng. Gaussian splatting), koja može stvoriti ogromnu količinu realističnih 3D scena i subjekata visoke vjernosti iz stvarnog svijeta. Virtualnim okruženjem može se, primjerice, manipulirati dodavanjem ili uklanjanjem sudionika u prometu i mijenjanjem ponašanja prometa ili prepreka na cesti – kako bi se dobili različiti ishodi.
Takva tehnika omogućuje Volvo Carsu izlaganje njihovog sigurnosnog softvera svim vrstama prometnih situacija, brzinom i opsegom koji prije nisu bili mogući. Sada mogu razviti softver koji dobro radi i u složenim, rijetkim, ali potencijalno opasnim 'rubnim slučajevima' i smanjiti vrijeme potrebno za izlaganje njihovog softvera rubnim slučajevima, od mjeseci do dana.
'Već imamo milijune podatkovnih točaka o trenucima koji se nikada nisu dogodili koje koristimo za razvoj našeg softvera', kaže Alwin Bakkenes, voditelj globalnog softverskog inženjeringa u Volvo Carsu.
'Zahvaljujući Gaussovom raspršivanju možemo odabrati jedan od rijetkih kutnih slučajeva i eksplodirati ga u tisuće novih varijacija scenarija za treniranje i provjeru valjanosti naših modela. Ovo ima potencijal za otključavanje skale koju nikada prije nismo imali, pa čak i za uhvatiti rubne slučajeve prije nego što se dogode u stvarnom svijetu.'
Jedan dio slagalice
Volvo Cars koristi virtualna okruženja uz testiranje u stvarnom svijetu za obuku, razvoj i provjeru softvera jer su ponovno sigurni, skalabilni i isplativi. Virtualna okruženja razvijena su unutar tvrtke u suradnji sa Zenseactom, tvrtkom za umjetnu inteligenciju i softver koju je osnovao Volvo Cars.
Ovaj je projekt dio doktorskog programa za vodeća švedska sveučilišta kako bi se istražilo hoće li se tehnike neuralnog renderiranja integrirati u buduće sigurnosne inicijative. Studiju sponzorira Wallenberg AI, Autonomous Systems and Software Program (WASP).
Povijest korištenja podataka za poboljšanje sigurnosti
Volvo Cars ima dugu povijest korištenja podataka i naprednih tehnologija za povećanje sigurnosti. Podaci koje je prikupio tim Volvo Cars Safety Research odjela odigrali su ključnu ulogu u razvoju i testiranju nekih od svjetski najistaknutijih sigurnosnih značajki.
U 1970-ima, Volvo Cars je počeo koristiti podatke za poboljšanje sigurnosti zahvaljujući svom timu za istraživanje sigurnosti. Prvih dana tim je stigao na mjesto nesreće s mjernim trakama, procjenjujući tragove klizanja i druge pokazatelje sudara. Podaci i znanje prikupljeni iz nesreća inspirirali su brojne inovacije za spašavanje života, poput sustava zaštite od trzajnih ozljeda i sustava zaštite od bočnog sudara. Nova napredna tehnologija sada omogućuje Volvo Carsu da budu još pametniji u načinu na koji koriste podatke za sprječavanje rizičnih situacija.
Integracija NVIDIA tehnologije
Volvo Cars može istraživati tehnologije poput Gaussovog raspršivanja zahvaljujući nedavno proširenoj suradnji s tvrtkom NVIDIA. Nova generacija potpuno električnih automobila, izgrađena na NVIDIA ubrzanom računanju, prikuplja podatke s raznih senzora kako bi bolje nego ikada prije razumjela što se događa u automobilu i oko njega. AI superračunalna platforma, koju pokreću NVIDIA DGX sustavi, kontekstualizira ove podatke, otključava nove uvide i trenira buduće sigurnosne modele. Ovo će oboljšati i ubrzati razvoj umjetne inteligencije. Ova superračunalna platforma dio je nedavne investicije Volvo Carsa i Zenseacta za postavljanje jednog od najvećih podatkovnih centara na nordijskom području.