OpenZeka MARC – Mini Otonom Araç Yarışması 13 Nisan 2019 günü Bilkent Üniversitesi’nde start alıyor.
Yapay zeka algortimalarının kullanıldığı OpenZeka MARC, 18 Takım ve 110 yarışmacıyla ikinci kez yapılacak. Bu yarışta katılımcılar geliştirdikleri otonom araç algortimalarıyla birinci olmak için kıyasıya yarışacak.
Otonom araçlarda kullanılan derin öğrenme algortimaları ve yüksek teknoloji ürünü donanımlar ile bu yarış robotik alanında birçok yeniliği bünyesinde barındırıyor. Keyifli bir vakit geçirmek ve otonom teknolojisi hakkında bilgi almak isteyen herkesi yarışmayı izlemeye davet ediyoruz.
Gelişmiş algılama, görselleştirme ve haritalama yeteneklerini tek bir sürümde birleştiren DRIVE Software 8.0, güvenli bir sürüş için yolunuzdakileri görmenizi kolaylaştırıyor sağlar.
2019 Ocağının ilk haftası CES’te açıklanan geniş DRIVE Software paketinin en yeni sürümü, AI tarafından desteklenen gelişmiş otomatik sürüş ve kabin içi kullanıcı deneyimi işlevlerine sahiptir. DRIVE Software 8.0’ın çoğu özelliği de yeni tanıtılan DRIVE AutoPilot sisteminin özelliğidir. Bu sürüm yakın tarihte geliştiricilere sunulacak.
NVIDIA DRIVE Software, DRIVE AGX platformunun bilgi işlem yetenekleri tarafından desteklenen açık bir yazılım paketidir. DRIVE OS işletim sistemi, DriveWorks yazılım kütüphanesi, otonom sürüş için yazılım uygulamaları geliştirmek için zengin bir SDK ve otonom sürüş için DRIVE AV ve DRIVE IX yazılım uygulamalarından oluşur.
Drive Software 8.0 Nedir?
Bu sürümle, geliştiriciler artık hem araç sensörleri hem de sürücü izleme için HD görselleştirmeye ve daha gelişmiş çevre algısına erişebiliyor.
Araç içi görselleştirme, yolcular için otonom bir aracın beyninin içinin gerçek zamanlı görünümünü sunar. Otomobilin gördüklerini, nesneleri nasıl sınıflandırdığını ve gelecekteki hareketleri nasıl planladığını ve bu kararların nasıl değiştiğini saniye saniye gösterir. Ayrıca, artırılmış gerçeklik kullanarak otonom araç yazılımı geliştiricileri bu verileri geliştirici dostu bir biçimde görselleştirebilir ve izleyebilir.
Bu sürüm ayrıca, DRIVE Software 8.0’i otonom sürüş gelişimi için son derece gelişmiş, açık bir yazılım platformu yapan yazılımın algılama yeteneklerine yönelik güncellemeler, nesne tanımada iyileştirme ve araç çevresinde 360 derecelik bir görünüm sunmayı da içerir.
Yolun ve Sürücünün İzlenmesi
DRIVE IX, sensör verilerini görsel bir ekrana çevirerek üreticilerin bir aracın girişlerini, algılarını ve yol planlamasını hem gerçek zamanlı olarak hem de kayıtlı veriler üzerinden izlemelerine olanak sağlıyor. Geliştiriciler araç sürerken verileri aracın içindeki ekrandan görüntüleyebilirler. Görselleştirme beş aşamada çalışır: hisset, algıla, harita, planla ve sür.
Hissetme aşamasında, ekran aracın nesne tanıma için kullandığı işlenmemiş kamera verilerini gösterir. Buradan, algılayıcı aşama, sınır belirten kutular kullanarak aracın nesne tanıma sürecinin yanı sıra 50 metre uzaklıktaki nesneler için etiketler belirtir. Bu aşama aynı zamanda harita aşamasını gösterir, ekran otomobil tarafından algılanan şerit çizgilerini vurgular ve plan aşaması aracın gideceği yolu gösterir. Son olarak sürüş aşaması, aracın istenen yolu takip etmek için gerçekleştirdiği direksiyon, hızlanma ve fren hareketlerini gösterir. Gerçek zamanlı olarak, geliştiriciler araç kullanırken bu beş görünüm arasında geçiş yapabilir.
Sürücünün izlenmesi için benzer bir süreç gerçekleşir. Sürücüye bakan bir kamera kullanarak, derin sinir ağları bir sürücünün uykulu olduğunu veya dikkatinin dağıldığını izleyebilir. Yeni görselleştirme güncellemesiyle, sürücüler ve yolcular bu işlemi gerçek zamanlı olarak görebilirler.
Sürüş görselleştirmesinde olduğu gibi, sürücü izleme ekranı işlenmemiş kamera verilerini ilk algılama aşamasında göstererek bu aşamada yüz ve göz tanımlaması yapabilir. Pist aşamasında görselleştirme, sürücünün kafasının açısını ve bakışlarının yönünü detaylandırır. Ayrıca, sürücünün uykulu (kahve fincanı simgesiyle gösterilen) veya dikkatinin dağılmasının (yola verdiği dikkatin köşedeki bir zamanlayıcı tarafından takip edilip edilmediğini) analiz edilmesi görüntüleme aşamasında gösterilir. Her iki durumda da, algoritmalar bu tehlikeli durumları tespit ettiğinde video kırmızı renktedir.
Gelişmiş Algılama ve Haritalama
Gelişmiş görselleştirmelere ek olarak, DRIVE Software 8.0, yeni derin sinir ağları ile daha da fazla otonom sürüş geliştirme deneyimi için DRIVE AV’deki geçmiş algı ve diğer yetenekleri kullanır.
Bu ağlardan biri olan LightNet, hem ok işaretli hem de işaretsiz trafik lambalarını tanımlar ve yeşil, sarı veya kırmızı olup olmadıklarını ayırt edebilir. Bunun yanında SignNet, hız sınırı, “Tek Yön”, “Girilmez” ve “Dur” işaretlerini içeren bir dizi trafik işaretini tanır.
Bu sürümde, DRIVE AV ayrıca geliştiricilerin araç sensörlerinden kendi dijital haritalarına veri yüklemelerine olanak sağlayan DRIVE MapStream özelliğini de içeriyor. Bu haritalar, otonom otomobillerin kendilerini yolda konumlandırmalarını ve inşaat bölgeleri veya kapalı şerit gibi engelleri öngörmeleri için kritik öneme sahiptir.
Yollarda, daha güvenli ve otomotiv sınıfı otonom sürüş teknolojisine sahip olmak için DRIVE Software 8.0, üreticilerin üretime hazır otonom araçlara bir adım daha yaklaşmasını sağlayacak şekilde Ocak ayında geliştiricilere sunulacaktır.
2010 yılında Kuzey Carolina kıyılarından arkadaşlarıyla Atlantik Okyanusu’na dalarken, o zaman bir üniversite öğrencisi olan Ian Burkhart, göğüs hizasından aşağısını felce uğratacak yıkıcı bir omurilik yaralanması geçirdi.
Ancak sinir ağları ile güçlendirilmiş bir beyin-bilgisayar arayüzü ile artık sağ elini kullanarak nesneleri toplayıp, herhangi bir bardağa sıvı doldurabiliyor ve Guitar Hero oynayabilir.
Burkhart, Ohio State Üniversitesi ve yakınlardaki bağımsız bir araştırma ve geliştirme kuruluşu olan Battelle tarafından yürütülen klinik bir araştırmaya katılan ilk kişi.
Ian Burkhart, Ohio State Üniversitesi’nin Wexner Tıp Merkezi’nde bir gitar oyunu oynuyor.
Burkhart’ın beynine yerleştirilen bir Blackrock Microsystems mikroçipi, Battelle’de geliştirilen algoritmalarla çalışan bir bilgisayara bağlanıyor. Algoritmalar sinirsel aktivitesini yorumlayıp sağ elindeki bir elektrot kılıfına sinyal gönderiyor. Battelle’de de bulunan kola takılan bu kılıf, kolundaki sinirleri ve kasları belirli bir el hareketini ortaya çıkarmak için uyarıyor.
Şimdilik, Burkhart sadece NeuroLife adındaki sistemi, Ohio Eyaletinde bulunan bir laboratuardayken kullanabiliyor. Ancak nihai amaç, NeuroLife’ın kullanıcının, kendi evinde rahatça kullanacak kadar taşınabilir hale gelmesidir.
Battelle’deki kıdemli araştırma istatistikçisi ve yazar Nature Medicine’de yayınlanan son makalelerinde “Evdeki insanlar NeuroLife sistemini yemek yemek, dişlerini fırçalamak ve giyinmek gibi günlük işler için kullanabilirlerse bu, bağımsız yaşama yetenekleri üzerinde büyük bir etki yaratacaktır” dedi.
“Kullanıcının ve bakıcısının ayarlayabileceği ve her şeyin çalışmasını sağlamak için odada bir sürü doktora ve mühendise gerek kalmayacak kadar kolay hale getirmek istiyoruz” dedi.
Yapay Sinir Ağları Sinir Sinyallerini Okuyor
Yapay Zeka ile protez ellerden işitme cihazlarına kadar çok çeşitli yardımcı teknoloji araçları geliştirilmektedir. Derin öğrenme modelleri, konuşma bozukluğu olan bireyler için sentezlenmiş bir ses sağlayabilir, görme engellilerin görmesine yardımcı olabilir ve işaret dilini metne çevirebilir.
Yardımcı cihaz geliştiricilerin derin öğrenmeye dönmesinin bir nedeni, gürültülü sinyalleri – beyindeki elektriksel aktiviteyi deşifre etmekte başarılı sonuçlar vermesidir.
Bir NVIDIA Quadro GPU kullanarak, derinlemesine bir sinirsel kod çözücü – sinirsel aktiviteyi amaçlanan komut sinyallerine dönüştüren algoritma – özel el hareketlerini yapmayı düşünmesi istenen Burkhart ile senaryo halindeki oturumlarda beyin sinyalleri üzerinde eğitildi. Sinir ağı, hangi beyin sinyallerinin hangi hareketlere karşılık geldiğini öğrendi.
Bununla birlikte, güçlü sinirsel kod çözme sistemleri yaratmada önemli bir zorluk beyin sinyallerinin günden güne değişmesidir. Battelle’nin ileri düzey analitik grubundaki en önemli araştırma istatistikçilerinden Michael Schwemmer, “Bir gün yorgunsanız veya dikkatiniz dağılmışsa bu durum farklı hareketleri kontrol etmek için gereken sinirsel aktivite modellerini etkileyebilir” dedi.
Sinir ağını yeniden kalibre etmek için Burkhart elini belirli şekillerde hareket ettirmeyi düşünmelidir. Eylül 2018’deki bu görüntüde Ohio State Üniversitesi’nin Wexner Tıp Merkezi’nde çalışıyor.
Böylelikle Burkhart haftada iki kez laboratuvara girdiğinde, her bir seans sinir kod çözücüsünün 15-30 dakikalık bir yeniden kalibrasyonu ile başladı – bu sırada elinin farklı kısımlarını hareket ettirmeyi nasıl düşüneceğine dair yazılmış senaryolara çalıştı.
İki haftada bir yapılan bu oturumlar, iki sinir ağını güncellemek için kullanılan yeni beyin verileri üretti. Biri denetimli öğrenme için etiketlenmiş veriyi, diğeri denetimsiz öğrenmeyi kullandı.
Birlikte, bu ağlar Burkhart’ın beyin sinyallerinin kodunu çözmede ve hakkında düşündüğü hareketleri öngörmede yüzde 90’ın üzerinde doğruluk elde etti. Denetimsiz model, bu doğruluk seviyesini bir yıldan fazla sürdürdü ve açık bir şekilde yeniden kalibrasyon gerektirmedi.
Derin öğrenmenin kullanılması, bir kullanıcının beyin sinyallerini işlemek ve elektrot kılıfına göndermek için NeuroLife sisteminin harcadığı zamanı da azalttı. Tepki süresindeki gecikme, önceki yöntemlere göre yüzde 11’lik bir iyileştirme ile 0.8 saniyeye düşürüldü.
“Bir bardak su almaya çalışıyorsanız, düşünmek ister ve hareket edersiniz. Uzun bir gecikme istemezsiniz” dedi Friedenberg. “Bu, dikkatlice ölçtüğümüz bir şey.”
Anlatma. Göster. Yapay zekanın dünya üzerindeki olağanüstü etkileri gerçekten anlatmaya değerdir. Ve “Ben AI’ım” adlı dokümanlarımız tam da bunu yapıyor aslında, her seferinde olağanüstü bir hikaye…
Bu masallar – dünyanın her yerindeki en ölümcül hastalıklardan birini Kenya’nın güneşte dökülen vahşi ormanlarına götüren son derece gelişmiş bir robot jenerasyonu tarafından yetiştirilen yemyeşil Kaliforniya tarlalarından, en gelişmiş Tayvanlı kanser kliniklerine kadar – her yerde yer alıyor – Yapay zekanın büyük değişimler yapabileceğini açıkça belirtiyor.
Jetson AGX Xavier modülü artık global olarak distribütörlerden temin edilebilir halde, Jetson TX2 ve TX1 ürün ailesine katılıyor.
Geliştiriciler, dünyanın en zorlu görevlerini çözecek ve imalat, lojistik, perakende, tarım, akıllı şehirler, sağlık hizmetleri ve daha fazlası dahil olmak üzere çok çeşitli endüstrileri dönüştürecek otonom makineler üretmek için Jetson AGX Xavier’i kullanabilir.
NVIDIA Jetson AGX Xavier modülü, küçük bir 100x87mm form faktöründe 32 TOPS’ye kadar yüksek hesaplama ve 750 Gbps yüksek hızlı I/O sunar. Bu, geliştiricilere 20 kattan daha fazla performans ve NVIDIA Jetson TX2’nin 10 katı kadar enerji verimliliğini sağlar.
Jetson AGX Xavier modülü artık global olarak distribütörlerden temin edilebilir halde, Jetson TX2 ve TX1 ürün ailesine katılıyor.