Долгие вёрсты войны (1 серия) (1975) фильм смотреть онлайн
Das menschliche Gehirn kann viele Informationen über die Szene aufnehmen, um Entscheidungen zu treffen. Ein Hirsch springt vor dem Auto heraus? Auf die Bremse treten. Ein Auto bremst voraus? Spur wechseln.
Für autonome Fahrzeuge sind diese Entscheidungen nicht so einfach. Wir können nicht registrieren, dass unser Gehirn sogar alle Informationen verarbeitet, die zum Handeln erforderlich sind, aber autonome Systeme müssen viele Variablen berücksichtigen, bevor sie bremsen. Wenn das System die Straße nicht richtig liest, kann dies zu tödlichen Abstürzen führen. Eine in MITs veröffentlichte Geschichte Technologieüberprüfung Am Montag wird beschrieben, wie das Automobiltechnologieunternehmen Mobileye mithilfe von Verstärkungslern die künstliche Intelligenz hinter autonomen Fahrzeugen trainiert. Diese Methode basiert auf realen Fahrdaten, und je größer der Datensatz ist, desto schneller ist der A.I. lernt, Abstürze zu vermeiden. Es gibt jedoch ein Problem. Wettbewerbsfähige Automobilunternehmen möchten nicht teilen.
Im Moment müssen Softwareentwickler alle möglichen Szenarien berücksichtigen und das Fahrzeug darauf programmieren. In der realen Welt sind die Straßen jedoch eine sehr dynamische und abwechslungsreiche Umgebung. Ingenieure können nicht jede mögliche Situation vorhersehen.
Anstatt Autos für jedes Szenario zu programmieren, können Ingenieure Autos programmieren, um zu lernen, wie sie durch Szenarien navigieren. Im Rahmen des Verstärkungslernens werden autonome Fahrzeuge im Wesentlichen trainiert, indem sie gute Ergebnisse belohnen. Nach dem Experimentieren und nicht dem Absturz lernt das Auto, was in einer Vielzahl von Situationen zu tun ist, und kann dies auf zukünftige Szenarien anwenden.
Der Schlüssel zum verstärkten Lernen für autonome Fahrzeuge sind jedoch Daten. Viele, viele Daten. Damit Autos alle möglichen Szenarien kennen lernen können, müssen die in der realen Welt gesammelten Daten für die Fahrzeugsoftware verfügbar sein, damit sie praktisch lernen können, was zu tun ist.
Die große Herausforderung besteht darin, dass Autounternehmen ihre Daten austauschen können. Die Konkurrenten sind nicht dafür bekannt, zu teilen, was ihre Autos ticken lässt. Wenn sie ihre Daten jedoch für Unternehmen wie Mobileye öffnen, werden Fahrzeuge, die selbst fahren können (zumindest auf der Autobahn), viel früher Realität.
Lernen, zu lernen und eine neue Sprache zu lernen?
Die neue App Lrn hat weder für Vokale noch für Gimmicks Zeit: Laden Sie sie auf, und Sie tauchen direkt in den Kern ihres Zwecks ein, der Ihnen das Codieren beibringt. Nathan Bernard, der die Tinder-for-Networking-App Coffee entwickelte, lancierte Lrn Ende Juli mit den Mitgründern Chirag Jain und Logan Bernard. Sie brauchten keine ...
Tiefes "Verstärken lernen" lehrt Roboter neue Fähigkeiten schneller als je zuvor
Laut Google DeepMinds Raia Hadsell kann eine Fähigkeit, die Monate dauert, um zu lernen, einige Stunden dauern.
Warum Sie für das neue Deafheaven-Album verstärkt werden sollten
Der San Francisco Metal Act Deafheaven hat Metallpuristen nach dem, was sie repräsentieren, unterteilt - eine Brücke zu etwas, das mit den etwas strengen Regeln des Black Metal zugänglicher und weniger verheiratet ist. Im Vergleich zu diesen Metalltrophen stellte sich die LP Sunbather der Gruppe 2013 als die üppigste und härteste des Jahres heraus.