Kategoriarkiv: Artificiell intelligens

Nya leksaker från Amazon

Amazon kommer att lansera miniatyrbilar kallade AWS DeepRacer som går att fjärrstyra och programmera så att de kan köra själva [1].

Storleksmässigt är de 1/18 av en verklig bil. Varje bil är utrustad med en Atom-processor från Intel, en kamera och WiFi. De har tränats att följa en rutt och undvika hinder med hjälp av reinforcement learning. I praktiken innebär det att bilarna lär sig av sina misstag.

Tanken är att utvecklarna ska kunna lägga till sina egna algoritmer. Innan algoritmerna implementeras i bilen har utvecklarna möjlighet att träna upp och fintuna dem i Amazons simulator SageMaker.

Bilarna kan förbeställas nu för 249 dollar och kommer att levereras i början på nästa år. Prislappen kommer annars att ligga på 400 kr.

Amazon kommer att anordna tävlingar med AWS DeepRacer under 2019.

Källor

[1] Chan, R., Business Insider. Amazon is releasing a $400 self-driving toy car that you can program yourself – and it’s launching a racing league to test your skills. Länk

Smart Eye i samarbete med Geely

Svenska företaget Smart Eye, som bland annat gjort sig känt för sitt kamerasystem som kan mäta och beräkna vart en förare tittar, har inlett ett samarbete med Geely [1]. Samarbetet går ut på att  tillsammans utveckla nya säkerhetssystem för bilar med hjälp av Smart Eyes AI-drivna förarmonitorteknik (Driver Monitoring Systems, DMS).

Målet är att utveckla tekniken till den grad att den kan integreras i delvis automatiserade bilar som ska börja tillverkas nästa år.

Egen kommentar

Smart Eye har redan minst tre andra samarbeten med icke-namngivna fordonstillverkare, vilket tyder på vikten av att veta var en förare tittar. Detta är också ett ämne som utforskas av Smart Eye och RISE i ett pågående forskningsprojekt kallat DRAMA – Driver and passenger activity mapping (finansieras av FFI). Där är fokus på att identifiera och kartlägga förarens och passagerarnas aktiviteter.

Källor

[1] Smart Eye Press. Geely och Smart Eye samarbetar för att göra semi-autonoma bilar 2019. 2018-08-31 Länk

Tesla och Continental om AI

Andrej Karpathy som chef för Teslas AI-verksamhet, berättade vid konferensen Train AI förra månaden om Teslas arbete med AI och övergången till det man kallar ”Software 2.0”.

Ni kan se hans presentationsmaterial här.

Även den stora systemleverantören Continental utvecklar förstås AI-baserade lösningar. Vid  den pågående asiatiska CES-mässan i Shanghai visar man upp vad man kallar ”Virtual Driving School”, ett ”träningskamp” för maskininlärning, Läs mer här.

Hailos processorer

Startupföretaget Hailo utvecklar djuplärande processorer för tillämpning i bland annat automatiserade fordon och drönare [1]. De första processorerna väntas på marknaden nästa år.

Enligt Hailo är deras processor mindre i storlek, kraftigare och billigare än andra likartade processorer, vilket gör den lämplig för lokal behandling av sensordata med hög upplösning i realtid.

Företaget har nyligen fått en ny investering på 12,5 miljoner dollar.

Enligt IC Insights förväntas integrerade kretsar som används i fordon generera en global försäljning på 42,9 miljarder dollar år 2021, nästan en dubblering från 22,9 miljarder dollar år 2016.

Källor

[1] Hailo News. Hailo Raises $12.5 Million Series A Round to Develop Deep Learning Processor for Embedded AI Applications. 2018-06-05 Länk

Wayve har en egen strategi

Startupföretaget Wayve är inne på att de flesta som idag utvecklar system för automatiserad körning är ute och cyklar eftersom de valt fel approach [1].

Enligt företagets VD Amar Shah satsar de flesta på att ha många sensorer och träna sina system genom att köra så många mil som möjligt. Men detta är fel. Att ett system klarar av situationer som det blivit utsatt för betyder inte att det kommer att klara av nya situationer. Detta går dock att lösa med smart AI som är mindre beroende av kartdata och kartläggning av vägar. För att vara självkörande i ordets sanna bemärkelse behöver bilar vara mer lika människor – vi lär oss att köra i en stad men kan väldigt snabbt anpassa oss till att köra i en annan stad utan att behöva köra hundratals mil i den andra staden.

Utan att avslöja detaljer påpekar Shah att Wayve satsar på teknik som förstärkt- och imitationsinlärning på olika nivåer. Det är en ”end-to-end machine learning algorithm” som gör att bilar lär sig av sin erfarenhet och kan hantera okända situationer smidigt.

Källor

[1] O’Hear, S. TechCrunch. This UK startup thinks it can win the self-driving car race with better machine learning. 2018-05-22 Länk

Alibaba inleder testning

Det har längre spekulerats om Alibabas aktiviteter kring automatiserade fordon. Nu ska  företagets taleskvinna ha bekräftat att företaget håller på att testa automatiserade fordon på allmänna vägar i Kina [1].

Det är automationsnivå 4 som Alibaba satsar på.  För att nå dit kommer företaget att anställa 50 nya AI-experter.

Egen kommentar

Att Alibaba är en aktör att räkna med  visar också faktumet att företaget kommer att leverera ett AI-baserat system för röststyrning till Daimler, Audi och Volvo för lansering på den kinesiska marknaden.

Källor

[1] South China Morning Post. Alibaba confirms self-driving car tests, joining Baidu and Tencent in China’s autonomous car race. 2018-04-16 Länk

Apollo 2.5

Ett år efter att Baidu lanserat sin öppna plattform för automatiserade fordon, Apollo, lanserar nu företaget en uppdaterad version av plattformen, Apollo 2.5 [1].

Plattformen har nu fått ett bredare spektrum av applikationer och scenarier. Den inkluderar också visionsbaserad perception, relativ kartläggning i realtid samt höghastighetsplanering och kontroll.

Plattformen erbjuder också effektivare utvecklingsverktyg, bland annat ett visuellt felsökningsverktyg, en datasamlare för HD-kartor och en simulator för molnbaserad autonom körning. Dessutom kommer Apollos nyligen lanserade data- och teknikprojekt, ApolloScape, att publicera en stor datamängd relaterad till autonom körning liksom nästa generations simuleringsteknik.

Apollo har nu samlat mer än 200 000 kodrader som har laddats ner och används av över 2000 utvecklare och partners.

Totalt sett är ungefär 100 partners med i den öppna plattformen.

Källor

[1] Baidu PR. Baidu Unveils Apollo 2.5, the Newest Upgrade to its Autonomous Driving Open Platform. 2018-04-19 Länk

Självkörande eldrivna lastbilar

Tre kinesiska aktörer, G7 (ett internet-of-things företag), GLP (en leverantör av logistiklösningar) och NIO Capital (en kapitalfond med fordonsbranschen i fokus) har inlett ett samarbete för att utveckla nästa generations smarta tunga lastbilar som är automatiserade och eldrivna [1].

I detta ingår också att ta fram logistiklösningar och innovativa modeller för ”fordon som en tjänst”. Dessa kommer att bygga på analys av stora data.

I pressmeddelandet anges säkerhet, energieffektivitet och operationshantering som viktiga drivfaktorer som kommer att koppla samman tre huvudpelare: AI, lastbilar och logistik.

Konsortiets leds av G7.

Egen kommentar

Som vi skrivit om innan har vi under de senaste åren fått en hel del nya aktörer på den lätta sidan. Den tunga sidan har däremot inte blivit lika berikad. Men nu har det börjat dyka upp lite olika initiativ, inte minst vår svenska Einride som tagit fram en helt ny typ av lastbil  – spännande!

Utifrån informationen som framkommit om G7-initativet är det svårt att avgöra om dessa aktörer ämnar utveckla en helt ny typ av lastbil eller om det blir vidareutveckling av någon befintlig modell. Det har inte heller framkommit vilken automationsnivå som de kommer att satsa på i första hand, eller vad de har för tidsplan.

Källor

[1] Cision PR Newswire. G7 Forms Joint Venture with GLP and NIO Capital to Develop Autonomous Driving Electric Trucks. 2018-04-02 Länk

Nvidia kombinerar AI och VR

Under Nvidias årliga konferens GTC som hölls i Kalifornien i slutet av mars presenterade företaget en ny simuleringsplattform som döpts till NVIDIA DRIVE Constellation [1].

Det är en molnbaserad plattform som använder sig av fotorealistisk simulering för att testa självkörande fordon. Att ha ett lager av virtuell verklighet gör att olika användarfall kan illustreras och testas ihop med människor.

Plattformen består i huvudsak av två servrar. Den ena använder sig av företagets simuleringsmjukvara (NVIDIA DRIVE Sim) för att simulera verkliga fordonssensorer som kamera, lidar och radar. Den andra servern innehåller företagets dator för artificiell intelligens (NVIDIA DRIVE Pegasus). Denna processar informationen som simulerats fram av simuleringsmjukvaran, på samma sätt som om den hade kommit från verkliga fordonssensorer.

Förhoppningen är att DRIVE Constellation ska möjliggöra riskfri och snabb storskalig testning. Den kommer att lanseras på marknaden under tredje kvartalet 2018.

Här han ni se hur det hela ser ut.

Källor

[1] Nvidia News. NVIDIA Introduces DRIVE Constellation Simulation System to Safely Drive Autonomous Vehicles Billions of Miles in Virtual Reality. 2018-03-29 Länk

DeepScale försöker förstå omvärlden

Startupföretaget DeepScale har fått en ny finansiering på ungefär 15 miljoner dollar (Serie A-investering ledd av Point72 och next47) [1].

DeepScale utvecklar artificiell intelligens för förarstödsystem och automatiserad körning. De fokuserar framförallt på att implementera djupa neurala nätverk på ett kostnadseffektivt sätt.

Dess neurala nätverk använder data från olika sensorer för att hjälpa fordon att förstå omvärlden. Grundidén är att använda rådata från fordonssensorer (istället för objektdata) och använda en inbäddad processor för sensorfusion. Planen är att få detta att fungera för storskalig användning. Just nu är fokus på att säkerställa noggrannheten och robustheten med hjälp av billig hårdvara (i storleksordningen 10 dollar) och låg energiförbrukning (i storleksordningen 10 Watt).

Egen kommentar

Att få ett automatiserat system att fungera i en liten skala är ”lätt”. Men att få det att fungera på en stor flotta är en utmaning, det gäller bland annat att optimera och få ner energiförbrukningen. Det är ett ämne som lätt hamnar i skymundan men som är viktigt att adressera för att kunna få ut dessa system på marknaden.

Källor

[1] Walz, E., FutureCar. DeepScale Raises $15 Million for Perception Software for Autonomous Vehicles. 2018-04-09 Länk