NVIDIA Alpamayo-R1: mẫu VLA hỗ trợ lái xe tự động

Hệ sinh thái lái xe tự động tiến thêm một bước với sự xuất hiện của DRIVE Alpamayo-R1 (AR1), một mô hình trí tuệ nhân tạo được thiết kế sao cho các phương tiện không chỉ "nhìn thấy" môi trường mà còn hiểu được môi trường và hành động phù hợp. Sự phát triển mới này từ NVIDIA Nó được định vị là chuẩn mực cho ngành, đặc biệt là ở các thị trường như Châu Âu và Tây Ban Nhanơi mà các quy định và an toàn giao thông đặc biệt nghiêm ngặt.

Sự phát triển mới này từ NVIDIA được trình bày như mô hình VLA đầu tiên (tầm nhìn-ngôn ngữ-hành động) của lý luận mở tập trung cụ thể vào nghiên cứu về xe tự hànhThay vì chỉ xử lý dữ liệu cảm biến, Alpamayo-R1 tích hợp khả năng suy luận có cấu trúc, đây là chìa khóa để hướng tới mức độ tự chủ cao hơn mà không làm mất đi tính minh bạch và bảo mật trong quá trình ra quyết định.

Alpamayo-R1 là gì và tại sao nó lại đánh dấu bước ngoặt?

Alpamayo-R1 là một phần của thế hệ mô hình AI mới kết hợp tầm nhìn máy tính, xử lý ngôn ngữ tự nhiên và hành động cụ thểPhương pháp VLA này cho phép hệ thống tiếp nhận thông tin trực quan (camera, cảm biến), mô tả và giải thích thông tin đó bằng ngôn ngữ và kết nối thông tin đó với các quyết định lái xe thực tế, tất cả đều nằm trong cùng một luồng lý luận.

Trong khi các mô hình lái xe tự động khác bị giới hạn trong việc phản ứng với các mẫu đã học, AR1 tập trung vào suy luận từng bước hoặc chuỗi suy nghĩtích hợp trực tiếp vào quy hoạch tuyến đường. Điều này có nghĩa là xe có thể phân tích tình huống phức tạp, đánh giá các lựa chọn và tự lý giải tại sao nó chọn một thao tác cụ thể, giúp các nhà điều tra và cơ quan quản lý dễ dàng đánh giá hơn.

Cược của NVIDIA với Alpamayo-R1 không chỉ dừng lại ở việc cải thiện các thuật toán điều khiển: mục tiêu là thúc đẩy AI có khả năng giải thích hành vi của nóĐiều này đặc biệt quan trọng ở những vùng lãnh thổ như Liên minh Châu Âu, nơi khả năng truy xuất nguồn gốc các quyết định tự động và trách nhiệm công nghệ trong lĩnh vực vận tải ngày càng được coi trọng.

Vì vậy, AR1 không chỉ là một mô hình nhận thức tiên tiến mà còn là một công cụ được thiết kế để giải quyết thách thức lớn của lái xe tự động an toàn và thân thiện với con ngườiĐây là khía cạnh rất quan trọng để công nghệ này có thể được áp dụng thực tế trên đường bộ châu Âu.

Lý luận trong các tình huống thực tế và môi trường phức tạp

Một trong những điểm mạnh của Alpamayo-R1 là khả năng xử lý bối cảnh đô thị đầy sắc tháitrong khi các mô hình trước đây thường gặp nhiều vấn đề hơn. Các giao lộ có người đi bộ do dự khi tiếp cận vạch kẻ đường dành cho người đi bộ, xe đỗ sai quy định chiếm một phần làn đường, hoặc đường bị đóng đột ngột là những ví dụ về bối cảnh mà việc phát hiện vật thể đơn giản là không đủ.

Trong những loại môi trường này, AR1 chia nhỏ cảnh thành những bước nhỏ của lý luậnCó tính đến chuyển động của người đi bộ, vị trí của các phương tiện khác, biển báo và các yếu tố như làn đường dành cho xe đạp hoặc khu vực bốc dỡ hàng hóa. Từ đó, Nó đánh giá nhiều con đường khác nhau có thể có và chọn con đường mà nó cho là an toàn và phù hợp nhất. en tiempo thực.

Ví dụ, nếu một chiếc xe tự lái đang lái dọc theo một con phố hẹp ở Châu Âu với làn đường dành cho xe đạp song song và nhiều người đi bộ, Alpamayo-R1 có thể phân tích từng đoạn của tuyến đường, giải thích những gì nó quan sát được và cách từng yếu tố ảnh hưởng đến quyết định của nó. để giảm tốc độ, tăng khoảng cách ngang hoặc thay đổi một chút quỹ đạo.

Mức độ chi tiết đó cho phép các nhóm nghiên cứu và phát triển xem xét lý luận nội tại của mô hìnhĐiều này cho phép xác định các lỗi hoặc sai lệch tiềm ẩn và điều chỉnh cả dữ liệu đào tạo lẫn các quy tắc kiểm soát. Đối với các thành phố châu Âu, với các trung tâm lịch sử, bố cục đường phố không đồng đều và lưu lượng giao thông biến động mạnh, tính linh hoạt này đặc biệt có giá trị.

Hơn nữa, khả năng biện minh cho những lựa chọn của mình mở ra cánh cửa để hội nhập tốt hơn với các quy định trong tương lai. xe tự hành ở Châu Âuvì nó giúp chứng minh dễ dàng hơn rằng hệ thống đã tuân theo một quy trình hợp lý và phù hợp với các biện pháp an toàn giao thông tốt.

Mô hình mở dựa trên NVIDIA Cosmos Reason

Một khía cạnh khác biệt của Alpamayo-R1 là đặc tính của nó mô hình hướng nghiên cứu mởNVIDIA đã xây dựng nó trên nền tảng của Lý do NVIDIA Cosmos, một nền tảng tập trung vào lý luận AI cho phép kết hợp các nguồn thông tin khác nhau và xây dựng cấu trúc các quy trình ra quyết định phức tạp.

Nhờ vào nền tảng công nghệ này, các nhà nghiên cứu có thể điều chỉnh AR1 cho phù hợp với nhiều thí nghiệm và thử nghiệm không có mục đích thương mại trực tiếp, từ mô phỏng học thuật thuần túy đến các dự án thí điểm hợp tác với các trường đại học, trung tâm công nghệ hoặc nhà sản xuất ô tô.

Mô hình này đặc biệt được hưởng lợi từ học tăng cườngKỹ thuật này liên quan đến việc hệ thống cải thiện hiệu suất thông qua thử nghiệm và sai sót có hướng dẫn, nhận phần thưởng hoặc hình phạt dựa trên chất lượng quyết định. Phương pháp này đã được chứng minh là cải thiện khả năng lập luận của AR1. dần dần cải thiện cách diễn giải tình huống giao thông của họ.

Sự kết hợp giữa mô hình mở, lý luận có cấu trúc và đào tạo nâng cao này đưa Alpamayo-R1 trở thành nền tảng hấp dẫn cho cộng đồng khoa học châu Âu, quan tâm đến việc nghiên cứu hành vi của các hệ thống tự động và khám phá các tiêu chuẩn an toàn và khuôn khổ pháp lý mới.

Trong thực tế, việc có một mô hình dễ tiếp cận giúp các nhóm từ các quốc gia khác nhau dễ dàng hơn chia sẻ kết quả, so sánh các phương pháp tiếp cận và đẩy nhanh đổi mới trong lĩnh vực lái xe tự động, điều này có thể chuyển thành các tiêu chuẩn chặt chẽ hơn cho toàn bộ thị trường châu Âu.

Khả dụng trên GitHub, Hugging Face và dữ liệu mở

NVIDIA đã xác nhận rằng Alpamayo-R1 sẽ được cung cấp công khai thông qua GitHub và Hugging Face.Đây là hai trong số những nền tảng hàng đầu trong việc phát triển và phân phối các mô hình trí tuệ nhân tạo. Động thái này cho phép các nhóm R&D, các công ty khởi nghiệp và phòng thí nghiệm công cộng tiếp cận mô hình mà không cần các thỏa thuận thương mại phức tạp.

Cùng với mô hình, công ty sẽ công bố một phần các tập dữ liệu được sử dụng cho mục đích đào tạo của mình về Bộ dữ liệu mở AI vật lý của NVIDIABộ sưu tập tập trung vào các tình huống vật lý và lái xe đặc biệt hữu ích cho việc sao chép và mở rộng các thí nghiệm được tiến hành nội bộ.

Cách tiếp cận mở này có thể giúp các tổ chức châu Âu, chẳng hạn như các trung tâm nghiên cứu về di động hoặc các dự án do EU tài trợTích hợp AR1 vào các bài kiểm tra của bạn và so sánh hiệu suất của nó với các hệ thống khác. Điều này cũng giúp việc điều chỉnh các kịch bản đánh giá theo đặc điểm giao thông của các quốc gia khác nhau, bao gồm cả Tây Ban Nha, trở nên dễ dàng hơn.

Việc xuất bản trong các kho lưu trữ được biết đến rộng rãi giúp các nhà phát triển và nhà khoa học dễ dàng hơn kiểm tra hành vi của mô hình, để đề xuất những cải tiến và chia sẻ các công cụ bổ sung, tăng cường tính minh bạch trong một lĩnh vực mà niềm tin của công chúng là nền tảng.

Đối với ngành công nghiệp ô tô châu Âu, việc có một mô hình chuẩn mực dễ tiếp cận là cơ hội để thống nhất các tiêu chí đánh giá và thử nghiệm các thành phần phần mềm lái xe tự động mới trên cơ sở chung, giảm trùng lặp và đẩy nhanh quá trình chuyển đổi từ nguyên mẫu sang môi trường thực tế.

AlpaSim: Đánh giá hiệu suất AR1 trong nhiều tình huống

Cùng với Alpamayo-R1, NVIDIA đã trình bày AlpaSim, One khuôn khổ nguồn mở được tạo ra để kiểm tra mô hình trong nhiều bối cảnh khác nhauÝ tưởng là có một công cụ đánh giá chuẩn hóa cho phép so sánh hành vi của AR1 trong các tình huống giao thông, thời tiết và thiết kế đô thị khác nhau.

Với AlpaSim, các nhà nghiên cứu có thể tạo ra kịch bản tổng hợp và thực tế mô phỏng mọi thứ từ đường cao tốc nhiều làn đến vòng xoay điển hình ở các thành phố châu Âu, bao gồm khu dân cư có giao thông thông thoáng hoặc khu vực trường học có nhiều người đi bộ.

Khung Nó được thiết kế để đo lường cả số liệu định lượng (thời gian phản ứng, khoảng cách an toàn, tuân thủ quy định) như định tính, liên quan đến Lý luận từng bước của Alpamayo-R1 và khả năng giải thích lý do tại sao họ chọn một lộ trình hoặc cách di chuyển cụ thể.

Cách tiếp cận này giúp các nhóm châu Âu dễ dàng điều chỉnh các bài kiểm tra của họ với Các yêu cầu quy định của EUthường yêu cầu bằng chứng chi tiết về hành vi của các hệ thống tự động trong môi trường được kiểm soát trước khi cho phép thử nghiệm trên đường công cộng.

Phương sách cuối cùng, AlpaSim trở thành sự bổ sung tự nhiên cho AR1, vì nó cung cấp môi trường lý tưởng cho lặp lại, điều chỉnh và xác thực cải tiến mô hình mà không cần phải đưa người dùng thực tế vào những tình huống chưa được thử nghiệm đầy đủ.

Sự kết hợp của mô hình VLA mở, tập dữ liệu vật lý và khung mô phỏng Điều này đưa NVIDIA vào vị thế quan trọng trong cuộc tranh luận về cách thức thử nghiệm và chứng nhận các loại xe tự hành trong tương lai ở Châu Âu và rộng hơn là trên toàn thế giới.

Với tất cả các yếu tố này, Alpamayo-R1 đang nổi lên như một nền tảng quan trọng cho cộng đồng khoa học và ngành công nghiệp để khám phá những cách thức lái xe mới theo cách tự động, góp phần tính minh bạch, khả năng phân tích và bảo mật cao hơn đến một lĩnh vực vẫn đang trong quá trình phát triển về mặt quy định và công nghệ.