403
0,1
2016-10-21
DENSO и Toshiba разработают искусственный интеллект для автомобилей
Официальным пресс-релизом две известные японские компании — производитель запчастей и комплектующих DENSO Corporation и разработчик электроники Toshiba Corporation — объявили о договорённости совместно разрабатывать искусственный интеллект для автомобилей. Совместный проект носит название «Deep Neural Network-Intellectual Property» (DNN-IP). Итоговая разработка будет включать самостоятельно разработанные обеими компаниями технологии по распознаванию объектов, что поможет создать систему помощи водителю и привести к появлению технологий автоматического вождения.
Как следует из названия проекта, технология распознавания объектов системами автомобилей базируется на имитации работы головного мозга человека. Это алгоритм глубинного обучения на основе нейронной сети. В перспективе система на базе технологии Deep Neural Network должна будет работать лучше — быстрее и точнее, чем на это способен человек.
Концепция работы системы автоматического распознавания объектов (Toshiba)
Современные системы обучения машин опираются на анализ полученных с камер автомобиля картинок с учётом ранее загруженных изображений. Очевидно, что в этом случает учесть все возможные варианты дорожной ситуации просто невозможно. Системы глубинного обучения на базе нейронных сетей способны учиться на данных, получаемых самой системой в процессе сканирования пространства. Тем самым список идентифицируемых объектов быстро расширяется, а точность распознавания растёт.
Партнёры в лице компаний DENSO и Toshiba планируют создать целый спектр решений по глубинному обучению машин с использованием нейронных сетей. Блок для обучения может быть настолько небольшим, что он может быть встроен в состав процессора для управления системами автомобиля или в автомобильные камеры наблюдения.
Блоки для управления системами распознавания с обучением будет выпускать компания DENSO (DENSO)
Комплексную систему по оказанию помощи водителю в управлении машиной или автопилоты будет разрабатывать компания DENSO. Компания Toshiba берёт на себя задачу реализовать технологию «умного» распознавания объектов на дороге в виде электронных схем. При этом эффективность специализированного решения DNN-IP обещает оказаться выше широко используемых в данной сфере универсальных цифровых сигнальных процессоров или графических адаптеров. опубликовано
Источник: www.3dnews.ru/941158
Как следует из названия проекта, технология распознавания объектов системами автомобилей базируется на имитации работы головного мозга человека. Это алгоритм глубинного обучения на основе нейронной сети. В перспективе система на базе технологии Deep Neural Network должна будет работать лучше — быстрее и точнее, чем на это способен человек.
Концепция работы системы автоматического распознавания объектов (Toshiba)
Современные системы обучения машин опираются на анализ полученных с камер автомобиля картинок с учётом ранее загруженных изображений. Очевидно, что в этом случает учесть все возможные варианты дорожной ситуации просто невозможно. Системы глубинного обучения на базе нейронных сетей способны учиться на данных, получаемых самой системой в процессе сканирования пространства. Тем самым список идентифицируемых объектов быстро расширяется, а точность распознавания растёт.
Партнёры в лице компаний DENSO и Toshiba планируют создать целый спектр решений по глубинному обучению машин с использованием нейронных сетей. Блок для обучения может быть настолько небольшим, что он может быть встроен в состав процессора для управления системами автомобиля или в автомобильные камеры наблюдения.
Блоки для управления системами распознавания с обучением будет выпускать компания DENSO (DENSO)
Комплексную систему по оказанию помощи водителю в управлении машиной или автопилоты будет разрабатывать компания DENSO. Компания Toshiba берёт на себя задачу реализовать технологию «умного» распознавания объектов на дороге в виде электронных схем. При этом эффективность специализированного решения DNN-IP обещает оказаться выше широко используемых в данной сфере универсальных цифровых сигнальных процессоров или графических адаптеров. опубликовано
Источник: www.3dnews.ru/941158