Audi Q2 deep learning concept , model car on a scale of 1:8

Η τεχνητή νοημοσύνη είναι μια τεχνολογία που ακόμη δεν έχει αναπτυχθεί στο βαθμό που έχουμε δει στις ταινίες επιστημονικής φαντασίας, με τον Elon Musk να δηλώνει πολλές φορές τους φόβους του και να αναφέρει πως ο ρυθμός ανάπτυξής της θα μας ξεπεράσει σε τέτοιο βαθμό, που θα αντιμετωπίζει τον άνθρωπο όπως εμείς τα κατοικίδια ζώα, ενώ πιστεύει πως πρέπει να περιορίσουμε την τεχνητή νοημοσύνη με ένα “νευρωνικό σφιγκτήρα” ο οποίος θα περιορίζει τις δυνατότητές της. Επιπλέον, είπε πως ανησυχεί για ορισμένες κατευθύνσεις που μπορεί να πάρει η τεχνητή νοημοσύνη και για το λόγο αυτό ίδρυσε το Open AI, για τον εκδημοκρατισμό της δύναμης της τεχνητής νοημοσύνης.

Με τις αυτοκινητοβιομηχανίες όμως να εργάζονται πυρετωδώς προκειμένου να βγάλουν στην αγορά αυτόνομα μοντέλα, η Toyota έχει δηλώσει πως θα καταφέρει μέσα σε πέντε χρόνια να παρουσιάσει στην αγορά  τεχνητή νοημοσύνη. Τώρα, η Audi παρουσιάζει το Q2 deep learning concept, ένα πρωτότυπο αυτόνομο Q2 σε κλίμακα 1:8 που είναι σε θέση να βρει μια θέση στάθμευσης εντελώς μόνο του.

Audi Q2 deep learning concept , model car on a scale of 1:8

Το Q2 χρησιμοποιεί δύο κάμερες, μια για μπροστά και μια πίσω και σε συνεργασία με 10 αισθητήρες υπερήχων, ανιχνεύει το περιβάλλον γύρω από το όχημα. Στη συνέχεια, ο υπολογιστής μετατρέπει τα δεδομένα σε σήματα ελέγχου για τα συστήματα διεύθυνσης και μετάδοσης κίνησης, και έτσι το αυτοκίνητο μπορεί να κινηθεί αυτόνομα μέχρι να εντοπίσει μια θέση στάθμευσης για να παρκάρει.

Audi Q2 deep learning concept , model car on a scale of 1:8

Το Q2 deep learning concept διαθέτει έναν αλγόριθμο που μαθαίνει μόνος του μέσω της δοκιμής και του λάθους. Αυτός καταγράφει τις επιτυχείς ενέργειες και εξειδικεύει έτσι τον τρόπο στάθμευσης του αυτοκινήτου, καθώς κερδίζει περισσότερη “γνώση” καθημερινά.

Audi Q2 deep learning concept , model car on a scale of 1:8

Η Audi αναφέρει πως πραγματικά πρωτότυπα αυτοκίνητα με τη συγκεκριμένη τεχνολογία θα ξεκινήσουν πραγματικές δοκιμές μέσα στο 2017, ενώ μέρος του συστήματος θα τοποθετηθεί στην επόμενη γενιά του A8 που θα θα διαθέτει αυτόνομες λειτουργίες και θα μπορεί να κινηθεί πλήρως αυτόνομα στους αυτοκινητόδρομους με ταχύτητες έως 60 χλμ. Αρχικά θα προσφέρεται αυτόνομη τεχνολογία για χρήση στις εθνικές οδούς, στο σταμάτημα/ξεκίνημα του αυτοκινήτου σε συνθήκες κυκλοφορίας και στην αναζήτηση μιας θέσης στάθμευσης. Η εταιρία με σήμα τους τέσσερις κύκλους θεωρεί πως ένα πλήρως αυτόνομο όχημά της θα βγει στην αγορά το 2025.

Audi Q2 deep learning concept , model car on a scale of 1:8

Δελτίο Τύπου

Automatic intelligent parking: Audi at NIPS in Barcelona

  • A model version of the Audi Q2 autonomously masters complex parking situations
  • Machine learning as a key technology for piloted driving
  • Personal interaction with specialist and HR experts from Audi

It’s one of the world’s most important specialist conferences for artificial intelligence: Every year the Conference and Workshop on Neural Information Processing Systems (NIPS) presents advances in the fields of machine learning and computational neuroscience. Audi is showcasing its expertise at the conference for the first time. From December 5 to 10, 2016, in Barcelona, the premium automaker is showing with the aid of a scale model how a car develops intelligent parking strategies. The car manufacturer is also providing specialists and potential applicants with information on jobs in innovative fields. Self-learning systems are a key technology for piloted driving cars. That’s why Audi has already built up a wealth of know-how in machine learning. The company is the only automaker represented at NIPS with its own stand and a showcase. A 1:8 scale model car – the “Audi Q2 deep learning concept” – is demonstrating an intelligent parking process. On an area measuring 3 x 3 meters, it autonomously searches for and finds a suitable parking space in the form of a metal frame, and then parks itself there.

The Audi Q2 deep learning concept’s sensor technology consists of two mono cameras, facing forward and toward the rear, along with ten ultrasonic sensors positioned at points all around the model. A central on-board computer converts their data into control signals for steering and the electric motor. On the driving surface, the model car first determines its position relative to the parking space. As soon as it perceives the position, it calculates how it can safely drive to its targeted destination. The model car maneuvers, steers and drives forward or in reverse, depending on the situation.

The model car’s parking ability is made possible by deep reinforcement learning. In other words, the system essentially learns through trial and error. To begin, the car selects its direction of travel at random. An algorithm autonomously identifies the successful actions, thus continually refining the parking strategy. So in the end the system is able to solve even difficult problems autonomously.

The Audi Q2 deep learning concept is a pre-development project of Audi Electronics Venture (AEV), an AUDI AG subsidiary in Gaimersheim, Germany. In the next step, the developers are transferring the parking-space search process to a real car.

The Audi global network encompasses not only research institutes, but also companies from hotspots in California’s Silicon Valley, Europe and Israel. The premium manufacturer is working with partners including Mobileye, the world’s leading company in the field of image recognition. In this partnership, the two companies combined their expertise to develop a deep learning-based software for environment perception systems. Audi will use the software for the first time in 2017, in the central driver assistance controller (zFAS) in the new generation of the Audi A8. NVIDIA, a leader in the field of hardware systems with an associated development environment, was an important partner in the development of the zFAS. These technical solutions will enable the customer to enjoy piloted driving in traffic jam situations as well as piloted parking.

Audi is further intensifying its collaborations with partners from high-tech industries through an increasing degree of integration of components with artificial intelligence (AI). These forms of artificial intelligence are important for dealing with challenging situations such as urban traffic. It enables piloted driving cars to evaluate their complex surroundings and perform necessary driving maneuvers accordingly.

Also at NIPS to gain insights into these and other exciting developments will be AI specialists interested in working on innovations at Audi. Specialists and HR experts from the company will be at the event to provide them with information on a range of career opportunities. At Audi the specialists will have opportunities to help shape the role of AI in the automotive industry by applying their knowledge in the areas of machine learning, cloud computing, data analytics and vehicle architecture.

  • Grekko

    Το skynet έρχεται!

  • Mika

    Για τηλεκατευθυνομενο παντως θα το ηθελα!!
    :p

  • hellboy

    ααααααχαχαχαχαχαχΑ!!!!!!!!! ειπα και εγω……. -_-
    οταν το φτιαξουν με το καλο…. να το φερουν με την μια στην Ελλαδα….. να δουνε τι μπορει να μαθει… μπορει να αυτοκτονησει στα πρωτα 10 χλμ.. δεν ξερεις. να το τεσταρουν εδω για αρχη και βλεπουμε..

  • αν δεν κανω λαθος….τα αυτοκινητα που εχουν το αυτοματο συστημα παρκαρισματος….δεν εχουν τους αισθητηρες που κρινουν αν χωρανε ??? αν ειναι ετσι οπως το νομιζω….τοσο δυσκολο ειναι να το συνδιασουν απλα με την αυτονομη οδηγηση ???

    διαβαζουμε για αυτονομη οδηγηση σε αυτοκινητοδρομο μεχρι 60χλ/ω…….πραγματικα ποιος θα το κανει αυτο ???? και επικινδυνο…και ανουσιο απο αποψη εξιοκονομισης χρονου….

    τρολοσχολιο…
    αυτο θα ξερει να πηγαινει και μονο του στο συνεργειο για συμπληρωση λαδιου ??? σαν λαδιερα που ειναι!!!?? :-P

    • Mika

      Θα σταματαει να αγοραζει και το λαδι!!!
      :p

  • Anestis Genk

    Ο Elon λέει αμερικανιές. Απ’όσο γνωρίζω η ανάπτυξη της σοβαρής ΑΙ είναι αδύνατη επειδή δεν έχουμε τα θεωρητικά εργαλεία για να το κάνουμε. Αν ποτέ επινοηθούν αυτά τα εργαλεία το συζητάμε. Και δεν το θεωρώ καθόλου σίγουρο ότι θα επινοηθούν κάποτε.