Aptiv Executive Explains End-to-End AI for Automated Driving
เนื้อหานี้ยังไม่มีในภาษาของคุณ จึงแสดงเป็นEnglish
เริ่มตรงนี้
Aptiv engineering vice president Guillermo Pita says end-to-end AI for automated driving works by training a single model to learn driving behavior directly from data, rather than chaining separate perception, tracking, planning and control modules as traditional modular ADAS does. He cites more human-like driving as the main advantage of the approach. Pita identifies explainability and debugging as the key challenges of end-to-end systems. On training, he says data diversity, not raw mileage, is the central problem to solve.
สร้างจากรายงาน · อัปเดต 11 ชม. ที่แล้ว
ไทม์ไลน์รายงาน
ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน
- Hacker News · AIระบบ AI แบบ End-to-End หมายความว่าอย่างไรต่ออนาคตของการขับขี่อัตโนมัติ
Guillermo Pita รองประธานฝ่ายวิศวกรรมของ Aptiv อธิบายว่า AI แบบ end-to-end แตกต่างจาก ADAS แบบโมดูลาร์ดั้งเดิมอย่างไร โดยการฝึกโมเดลเดียวให้เรียนรู้พฤติกรรมการขับขี่โดยตรงจากข้อมูล แทนที่จะเชื่อมโยงโมดูลการรับรู้ การติดตาม การวางแผน และการควบคุมแยกจากกัน เขายกข้อได้เปรียบหลักคือการขับขี่ที่คล้ายมนุษย์มากขึ้น โดยมีความสามารถในการอธิบายและการดีบักเป็นความท้าทายสำคัญ และระบุว่าความหลากหลายของข้อมูล而非ระยะทางรวมคือปัญหาหลักในการฝึก
ความร้อนแรงของเหตุการณ์นี้
ยังมีการเฝ้าดูต่อเนื่องไม่พอจะวาดแนวโน้ม