เมื่อปีที่แล้ว Hugging Face แพลตฟอร์ม AI Dev ได้เปิดตัว Lerobot คอลเลกชันของโมเดล AI แบบเปิดชุดข้อมูลและเครื่องมือเพื่อช่วยสร้างระบบหุ่นยนต์ในโลกแห่งความเป็นจริง เมื่อวันอังคารที่ผ่านมา Hugging Face ร่วมมือกับ AI Startup Yaak เพื่อขยาย Lerobot ด้วยชุดฝึกอบรมสำหรับหุ่นยนต์และรถยนต์ที่สามารถนำทางสภาพแวดล้อมเช่นถนนในเมืองอิสระ
ชุดใหม่ เรียกว่าการเรียนรู้ที่จะขับรถ (L2D)มีขนาดมากกว่า petabyte และมีข้อมูลจากเซ็นเซอร์ที่ติดตั้งบนรถยนต์ในโรงเรียนสอนขับรถเยอรมัน L2D รวบรวมข้อมูลกล้อง GPS และ“ การเปลี่ยนแปลงยานพาหนะ” จากอาจารย์สอนขับรถและนักเรียนนำทางถนนด้วยโซนก่อสร้างทางแยกทางหลวงและอื่น ๆ
มีการฝึกอบรมการขับขี่ด้วยตนเองแบบเปิดจำนวนมากจาก บริษัท ต่างๆรวมถึง Waymo และ Comma AI ของตัวอักษร แต่สิ่งเหล่านี้มุ่งเน้นไปที่งานการวางแผนเช่นการตรวจจับวัตถุและการติดตามซึ่งต้องมีคำอธิบายประกอบคุณภาพสูงตามผู้สร้างของ L2D-ทำให้ยากต่อการปรับขนาด
ในทางตรงกันข้าม L2D ได้รับการออกแบบมาเพื่อสนับสนุนการพัฒนาการเรียนรู้แบบ“ end-to-end” ผู้สร้างอ้างซึ่งช่วยทำนายการกระทำ (เช่นเมื่อคนเดินเท้าอาจข้ามถนน) โดยตรงจากอินพุตเซ็นเซอร์ (เช่นวิดีโอกล้อง)
“ ชุมชน AI สามารถสร้างแบบจำลองการขับขี่ด้วยตนเองแบบ end-to-end” Yaak ผู้ร่วมก่อตั้ง Harsimrat Sandhawalia และ Remi Cadene ซึ่งเป็นสมาชิกของทีม AI for Robotics ที่ Hugging Face เขียนไว้ในบล็อกโพสต์ “ L2D มีจุดมุ่งหมายที่จะเป็นชุดข้อมูลการขับขี่ด้วยตนเองโอเพ่นซอร์สที่ใหญ่ที่สุดที่ให้อำนาจแก่ชุมชน AI ด้วยตอนที่ไม่เหมือนใครและหลากหลาย ‘สำหรับการฝึกอบรมหน่วยสืบราชการลับเชิงพื้นที่แบบ end-to-end”
Hugging Face และ Yaak วางแผนที่จะดำเนินการทดสอบแบบ“ วงปิด” ในโลกแห่งความเป็นจริงของรุ่นที่ผ่านการฝึกอบรมโดยใช้ L2D และ Lerobot ในช่วงฤดูร้อนนี้นำไปใช้กับยานพาหนะที่มีคนขับเพื่อความปลอดภัย บริษัท ต่างๆกำลังเรียกร้องให้ชุมชน AI ส่งแบบจำลองและงานที่พวกเขาต้องการให้แบบจำลองได้รับการประเมินเช่นการนำทางวงเวียนและที่จอดรถ
(tagstotranslate) กอดใบหน้า
