質(zhì)量與數(shù)量同樣重要

布雷默解釋說，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)百萬張圖像。它還涉及數(shù)據(jù)的質(zhì)量和準(zhǔn)確性。

前提很簡單。“對于任何人工智能網(wǎng)絡(luò)來說，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>

“計算機生成數(shù)據(jù)的一個有前途的方面是，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，具體到像素級別?！辈祭啄f：”相比之下，當(dāng)涉及到現(xiàn)實世界的數(shù)據(jù)時，你沒有像處理合成數(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畫

但有一個問題。通過添加更多參數(shù)和真實性來覆蓋大量可能的場景和人類行為來提高數(shù)據(jù)質(zhì)量越多，數(shù)據(jù)就會變得越復(fù)雜。這反過來又增加了渲染時間。

“這就是為什么在我們之前沒有人對合成數(shù)據(jù)采取這種高質(zhì)量的方法，因為它在渲染時間方面的成本是如此之高。”布雷默聲稱。事實上，Devant 花了相當(dāng)長的時間來解決保持質(zhì)量、同時優(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，并且能夠提供準(zhǔn)確、高質(zhì)量的模擬，但布雷默強調(diào)，該技術(shù)不應(yīng)被視為“靈丹妙藥”。至少現(xiàn)在還沒有。

相反，他說，用計算機生成的等效數(shù)據(jù)替換現(xiàn)實世界的數(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 3D 模型來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。第二個是準(zhǔn)確識別機器學(xué)習(xí)網(wǎng)絡(luò)將識別哪些數(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覆蓋相機光學(xué)的更多方面?！澳M不同的相機參數(shù)非常復(fù)雜，特別是當(dāng)您需要在每個圖像的有限渲染時間內(nèi)完成它時，”布雷默解釋道。

前進的道路

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

通過與 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 EuroNCAP 協(xié)議的功能。從那時起，布雷默將困倦視為“下一個自然現(xiàn)象”，而醉酒則是該公司名單上的另一個有趣的可能性。

Devant 為汽車行業(yè)開發(fā)以人為中心的合成數(shù)據(jù)的決定從一開始就是有針對性的，這是受到對 DMS 的日益關(guān)注和即將出臺的歐盟法規(guī)所帶來的商機的推動。布雷默認(rèn)為，這還在于創(chuàng)造實際價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)以在早期階段檢測疾病跡象。