Стенфордський автомобіль може навчитися обробляти невідомі умови водіння

Автономна безпека транспортного засобу нещодавно захопила деякі заголовки, з Nvidia, що трубила свою платформу безпеки SFF (Safety Force Field) (SFF), а потім була викликана пристроєм MobileEye від Intel для копіювання ідеї своєї системи відповідальності за чутливість безпеки (RSS) . Більш довга версія оповідання що обидва цих каркасів, та інших розроблених дослідниками навколо світу, залежать від систем управління автомобіля що можуть належним чином виконати ведення maneuvers як потребується.

Тим не менш, більшість автономних випробувань транспортних засобів робиться і припускає гарну погоду і дорожні умови. Робота на межі продуктивності в суворих умовах, таких як мокрі або крижані дороги, означає, що велика кількість додаткової інформації сенсора повинна бути включена в системи AI в автономних транспортних засобах.

Взяття на трек

Команда взяла Stanford Shelley та Niki автономні судна на сліді випробувати їхню нову навчальну мережу проти обох кваліфікованого аматорського водія та фізики-базована модель що була запрограмована з над 200.000 траєкторіями автомобіля. В основному, всі три досягли подібних результатів. Що не тільки означає, що автономні судна можуть бути запрограмовані щоб виконувати у людських рівнях водія, але що вони можуть довідатися поводитися тяжкі умови ведення через досвід.

Дослідники застерігають, що система не працює добре в умовах, які вона не вивчила. Це означає, що збирання достатньої кількості даних з різних ситуацій буде проблемою, що йде вперед. Gerdes бачить справжній потенціал у змішуванні моделей, заснованих на фізиці та нейронних мережах, щоб скористатися кожною з їх сильних сторін.

Читати далі

Стенфордські інженери отримали сонячні панелі, щоб генерувати електрику вночі

Сонячні панелі - це відмінна альтернатива для більш традиційних джерел енергії, але вони приходять з застереженням: їх можна використовувати лише протягом дня. Тобто до цих пір.

Стенфордське дослідження застерігає від заряду EV вночі

Дослідники зі Стенфорда опублікували дослідження, яке стверджує, як більшість людей стягують свої ЕВ, - це саме неправильний спосіб зробити це для майбутнього сітки.

Стенфордські дослідники планують замінити прогресивні об'єктиви за допомогою "автофокусу"

Смерть, податки та проблеми зі зору все одно неминуче. Команда в Стенфорді прокладає шлях до набагато кращого вирішення універсальної проблеми зниження здатності наших очей переорієнтуватись у міру нашого віку.

Стенфордські дослідники будують AI прямо в оптиці камери

Оскільки AI у формі глибоких нейронних мереж проникає практично в кожну частину нашого життя, існує безглузде схвалення, щоб зробити системи, які працюють над цими алгоритмами, більш ефективними. Спеціальний кремній є одним із способів; резистивні обчислення - інше. Команда зі Стенфорда показала, як обчислення з використанням оптичних елементів є ще одним підходом.