英特尔实验室使用“侠盗猎车手”来训练自动驾驶汽车

在所有视频游戏中你都会向驾驶员展示过某人， 侠盗猎车手 可能不在该列表的顶部。但是，英国实验室和德国达姆施塔特大学的一个团队发现，使用视频游戏在识别物体时具有无与伦比的准确性。

该团队在本文中发表了自己的发现，他们注意到该游戏提供了真实驾驶场景的精确模拟。这些数据可以被现实世界中的自动驾驶汽车用于驾驶并安全地导航。

自动驾驶汽车使用物体识别数据来帮助“学习”在街道上行驶时如何识别行人，灯柱和墙壁等物体。通常情况下，汽车制造商会根据汽车仪表板中录制的视频创建此数据。他们通过手动识别对象，系统使用机器学习最终建立了对每个对象外观的更广泛的概念。

运用 侠盗猎车手 但是，该团队能够更有效地自动化这一过程。该团队可以在游戏中记录类似的视频，但能够更快地识别代表相同街道对象的资产。逼真的虚拟世界意味着所识别的对象为系统提供了与现实世界对象相同的准确概念。

计算机能够在几秒钟内自动识别物体，这个过程通常需要每个图像拍摄视频近两个小时。以下是实施过程：

“通过人工环境，我们可以毫不费力地收集更大规模的注释数据，同时在照明和气候设置方面有相当大的变化，”Alireza Shafaei博士说。不列颠哥伦比亚大学的学生告诉他 MIT技术评论.

Shafaei在一篇论文中发表了他的研究，该论文详述了视频游戏如何训练计算机以帮助观察世界。 “我们发现这种合成数据几乎与使用真实数据进行培训一样好，有时甚至更好，”他说。

自动驾驶汽车使用大量数据，这些技术对于掌握最重要的事物至关重要。 AT&T已经开始尝试一种新的5G蜂窝网络，该网络设计时考虑了自动驾驶汽车，可以优先处理任务关键型数据，以避免无人驾驶汽车遭受延迟。然而，所有这些数据都需要付出代价，因为研究人员警告说，汽车可能会受到黑客攻击。无人驾驶车辆为大数据集开辟了新的可能性，但是如何处理这一切的问题将是首要任务。