質(zhì)量與數(shù)量同樣重要

布雷默解釋說(shuō)，要真正挖掘合成數(shù)據(jù)的潛力，不僅僅是按下按鈕并在幾天內(nèi)生成數(shù)百萬(wàn)張圖像。它還涉及數(shù)據(jù)的質(zhì)量和準(zhǔn)確性。

前提很簡(jiǎn)單?！皩?duì)于任何人工智能網(wǎng)絡(luò)來(lái)說(shuō)，要盡可能地發(fā)揮作用，足夠的數(shù)量和足夠的質(zhì)量至關(guān)重要?！?/p>

“計(jì)算機(jī)生成數(shù)據(jù)的一個(gè)有前途的方面是，由于其附帶的元數(shù)據(jù)，我們可以精確地知道每張圖像所包含的內(nèi)容，具體到像素級(jí)別?！辈祭啄f(shuō)：”相比之下，當(dāng)涉及到現(xiàn)實(shí)世界的數(shù)據(jù)時(shí)，你沒(méi)有像處理合成數(shù)據(jù)那樣的粒度控制和準(zhǔn)確性?！?/p>

駕駛員向后傾斜的動(dòng)畫(huà)

但有一個(gè)問(wèn)題。通過(guò)添加更多參數(shù)和真實(shí)性來(lái)覆蓋大量可能的場(chǎng)景和人類行為來(lái)提高數(shù)據(jù)質(zhì)量越多，數(shù)據(jù)就會(huì)變得越復(fù)雜。這反過(guò)來(lái)又增加了渲染時(shí)間。

“這就是為什么在我們之前沒(méi)有人對(duì)合成數(shù)據(jù)采取這種高質(zhì)量的方法，因?yàn)樗阡秩緯r(shí)間方面的成本是如此之高?！辈祭啄暦Q。事實(shí)上，Devant 花了相當(dāng)長(zhǎng)的時(shí)間來(lái)解決保持質(zhì)量、同時(shí)優(yōu)化速度的難題。

目前的限制

盡管合成數(shù)據(jù)在數(shù)量上具有明顯的優(yōu)勢(shì)，并且能夠提供準(zhǔn)確、高質(zhì)量的模擬，但布雷默強(qiáng)調(diào)，該技術(shù)不應(yīng)被視為“靈丹妙藥”。至少現(xiàn)在還沒(méi)有。

相反，他說(shuō)，用計(jì)算機(jī)生成的等效數(shù)據(jù)替換現(xiàn)實(shí)世界的數(shù)據(jù)應(yīng)該采取逐步、謹(jǐn)慎的方法。

“我認(rèn)為這里要記住的最重要的事情是 DMS 是生命攸關(guān)的系統(tǒng)?！彼赋鋈匀挥性S多挑戰(zhàn)需要克服——這些挑戰(zhàn)超出了需要擁有數(shù)千個(gè) 3D 模型來(lái)確保足夠覆蓋范圍的范圍。

理查德·布雷默 (Richard Bremer)，Devant 聯(lián)合創(chuàng)始人兼首席執(zhí)行官。

第一個(gè)挑戰(zhàn)是確定好數(shù)據(jù)和壞數(shù)據(jù)的閾值，Devant 將與 Seeing Machines 合作探索這一點(diǎn)。第二個(gè)是準(zhǔn)確識(shí)別機(jī)器學(xué)習(xí)網(wǎng)絡(luò)將識(shí)別哪些數(shù)據(jù)足夠重要以供使用。

該初創(chuàng)公司還投入更多精力來(lái)覆蓋相機(jī)光學(xué)的更多方面。“模擬不同的相機(jī)參數(shù)非常復(fù)雜，特別是當(dāng)您需要在每個(gè)圖像的有限渲染時(shí)間內(nèi)完成它時(shí)，”布雷默解釋道。

前進(jìn)的道路

到目前為止，Devant 一直致力于研究不同程度的駕駛員分心問(wèn)題，尤其注重真實(shí)地模擬眼睛的不同運(yùn)動(dòng)、眼瞼行為和不同的瞳孔大小。

通過(guò)與 Seeing Machines 的合作，這家初創(chuàng)公司的目標(biāo)是提升復(fù)雜性，并不斷添加涵蓋整個(gè) EuroNCAP 協(xié)議的功能。從那時(shí)起，布雷默將困倦視為“下一個(gè)自然現(xiàn)象”，而醉酒則是該公司名單上的另一個(gè)有趣的可能性。

Devant 為汽車行業(yè)開(kāi)發(fā)以人為中心的合成數(shù)據(jù)的決定從一開(kāi)始就是有針對(duì)性的，這是受到對(duì) DMS 的日益關(guān)注和即將出臺(tái)的歐盟法規(guī)所帶來(lái)的商機(jī)的推動(dòng)。布雷默認(rèn)為，這還在于創(chuàng)造實(shí)際價(jià)值并以造福人類的方式使用技術(shù)。

除了汽車領(lǐng)域之外，這家初創(chuàng)公司還設(shè)想其技術(shù)可以在其他潛在行業(yè)產(chǎn)生積極影響，例如訓(xùn)練人工智能系統(tǒng)以在早期階段檢測(cè)疾病跡象。