NVIDIA通過訪問自動駕駛汽車的深度神經網絡(DNN)來幫助運輸行業。

NVIDIA正在提供其AI(人工智能)模型的訪問權限，并引入了高級培訓工具。這有助于該公司增強其用于自動駕駛汽車開發以及最終部署的端到端平臺。汽車制造商和其他在NVIDIA GPU Cloud容器注冊表上開發自動駕駛汽車(AV)的公司將獲得訪問權限。NVIDIA DRIVE幾乎是自動駕駛汽車開發的標準。汽車制造商，卡車制造商和robotaxi公司以及相關的軟件公司和大學都使用它。

NVIDIA正在向AV開發人員提供其預先訓練的AI模型和訓練代碼的訪問權限。這套工具將使生態系統能夠自由擴展和定制模型，以提高其自動駕駛系統的健壯性和功能。

“人工智能自動駕駛汽車是一種軟件定義的汽車，需要在全球范圍內使用各種數據集進行操作。通過為視音頻開發人員提供訪問DNN和高級學習工具的權限，以針對多個數據集進行優化，我們可以在公司和國家/地區之間實現共享學習，同時保持數據所有權和隱私權。最終，我們正在加速全球自動駕駛汽車的現實。”— NVIDIA創始人兼首席執行官黃仁勛

人工智能是這些自動駕駛汽車的動力。AI使他們能夠實時查看周圍環境并做出反應。DNN的核心是數十個。這有助于準確地感知，定位和規劃路徑。

“ NVIDIA在為交通行業開發最深入，最廣泛的DNN和AI工具套件方面處于世界領先地位。將這些算法提供給其他人使用，以及用于自定義它們的工具和工作流基礎結構，將有助于實現安全的自動運輸的部署。”— IHS Markit人工智能高級研究總監Luca De Ambroggi

除了提供對DNN的訪問權限之外，NVIDIA還花費了數年的時間進行開發和培訓，該公司還宣布將提供其高級工具套件，供開發人員使用其自己的數據集和目標功能集來自定義和增強DNN。這將允許在使用主動學習，聯合學習和遷移學習的同時對DNN進行更多的培訓。主動學習可提高模型準確性，同時降低數據收集成本。這來自使用AI自動化數據選擇。

聯合學習幫助公司在不違反數據隱私的情況下跨國家和與其他公司一起使用數據集。這樣可以保護每個公司的知識產權。轉移學習使DRIVE客戶可以利用NVIDIA在AV開發方面的投資來加快其感知軟件的開發。然后，他們可以針對自己的應用和目標能力進一步開發這些網絡。

其實不能不說人工智能技術在這兩年也是在很多領域都取得了不小的成績，也為人們的生活帶來了很多的變化。但是總的來說，目前我們對于人工智能技術的了解尚沒有那么深刻，在人工智能的研發和應用領域上我們還有很遠的距離要走。