Теги → машины
Быстрый переход

NVIDIA создала игровую демонстрацию с графикой, генерируемой ИИ

Быстрое развитие технологий искусственного интеллекта дало впечатляющие результаты в области генерации видео и изображений. Последний пример — исследование компании NVIDIA, показывающее, как созданные с помощью ИИ визуальные эффекты можно комбинировать с традиционным конвейером растеризации. В результате получается гибридная графическая система, которую можно было бы использовать в играх, фильмах и виртуальной реальности.

«Это новый способ воспроизведения видеоконтента с использованием глубинного обучения, — отметил вице-президент NVIDIA по прикладному машинному обучению Брайан Катандзаро (Bryan Catanzaro) в беседе с журналистами The Verge. — Разумеется, NVIDIA активно думает о генерации графики, и мы исследуем вопрос, как ИИ может совершить революцию в этой области».

Результаты работы NVIDIA не смотрятся пока фотореалистичными и демонстрируют типичные артефакты, характерные для многих изображений, создаваемых искусственным интеллектом. Да и сама технология не является чем-то принципиально новым и в чём-то похожа на алгоритм превращения заваленных снегом улиц в летние, разработанный в NVIDIA для более эффективного обучения автопилота.

Реальное видео (слева) и сгенерированная алгоритмом NVIDIA картинка

Реальное видео (слева) и сгенерированная алгоритмом NVIDIA картинка

В исследовательской работе инженеры компании объясняют, что они основывались на ряде существующих методов, включая популярную систему с открытым исходным кодом под названием pix2pix. Используется метод генеративно-состязательной сети (GAN), который активно применяется для формирования визуальных данных. Он построен на комбинации из двух нейронных сетей, одна из которых генерирует образцы, а другая отклоняет неточные по её мнению. В результате ИИ самообучается созданию всё более качественных результатов с течением времени. Этот подход применяется довольно широко в индустрии создания изображений самого разного рода: от поддельных лиц знаменитостей до картины, которая недавно была продана на аукционе за $432 000.

Но NVIDIA представила ряд новшеств, и один из результатов проделанной работы — создание первой игровой демонстрации с генерируемой при помощи ИИ графикой. Речь идёт о простом симуляторе вождения, где игроки перемещаются по нескольким городским районам, генерируемым ИИ, но не могут покинуть свой автомобиль или иным образом взаимодействовать с миром. Демонстрация работает на одном графическом процессоре — заметное достижение для такой перспективной работы. Впрочем, стоит признать, что речь идёт о Titan V за $3000, который обычно используется для продвинутой симуляции, а не для игр.

Технология NVIDIA генерирует графику в несколько шагов. Вначале исследователи должны собрать данные для обучения: в данном случае это были материалы, используемые при разработке автопилота. Затем видео сегментируется: каждый кадр разбивается на категории вроде неба, автомобилей, деревьев, дороги, зданий и так далее. Затем GAN обучается на основе этих данных для последующей генерации новых объектов.

После этого исследователи создали базовую топологию виртуальной среды, используя традиционный игровой движок. В данном случае речь шла об Unreal Engine 4, который применяется в массе проектов вроде Fortnite, PUBG, Gears of War 4 и других. Используя эту среду в качестве основы, алгоритмы машинного обучения генерируют графику для каждой категории предметов в реальном времени, вставляя их поверх моделей игрового движка.

«Структура мира создаётся традиционным методом, — отметил господин Катандзаро, — единственное, что генерирует ИИ, — это графика». Он также сказал, что сама демонстрация является весьма простой и была собрана воедино лишь одним инженером, добавив: «Она призвана выступить в качестве доказательство концепции, а не быть полноценной интересной игрой».

Чтобы создать эту систему, инженеры NVIDIA должны были решить ряд задач, самой главной из которых было сохранить постоянство создаваемых алгоритмом объектов. Проблема в том, что алгоритм глубинного обучения генерируют графику с высокой частотой кадров, так что первоначальные результаты работы алгоритма были неудобоваримы из-за изменений цветов и текстур в каждом кадре. Пришлось создать систему кратковременной памяти для сравнения каждого нового кадра с предыдущим. Она также призвана предсказывать направление движения и затем создавать кадры, согласованные с существующими. Все эти вычисления весьма требовательны к ресурсам, потому игровая демонстрация выводит лишь 25 кадров/с.

Сравнение сгенерированных с помощью ИИ изображений. Вверху слева — карта сегментации; вверху справа — алгоритм pix2pix HD; внизу слева — COVST; внизу справа — демонстрация NVIDIA vid2vid

Сравнение сгенерированных с помощью ИИ изображений. Вверху слева — карта сегментации; вверху справа — алгоритм pix2pix HD; внизу слева — COVST; внизу справа — демонстрация NVIDIA vid2vid

Технология, разумеется, находится на очень ранней стадии, но в отдалённой перспективе легко представить будущее, где реализм в играх достигается в том числе с помощью подобных алгоритмов, использующих фотореалистичную генерацию на основе объектов реального мира. NVIDIA отмечает, что трассировка лучей, например, десятилетиями использовалась в различных областях 3D-графики пока, наконец, не добралась до игр. Технология может также использоваться при создании окружений для тренировки роботов, автопилота и в других областях. В перспективе метод также может найти и злонамеренное применение — например, для создания подделок.

Intel Labs вознесёт нейроморфные процессоры до небес: ищите Loihi в облаках

Как нам известно — а кто не помнит, может заглянуть в наш архив за прошлый год — в сентябре 2017 года компания Intel приступила к производству опытных 14-нм нейроморфных процессоров Loihi (есть такой подводный вулкан в 30 км от острова Гавайи). Нейроморфный процессор вообще и конкретная архитектура в частности — это один из способов перерасти традиционные фон-неймановские архитектуры и научить электронику думать как человек или, вернее, в каком-то условном приближении как человек. То есть попытаться создать имитацию мыслительного процесса в головном мозге в виде взаимодействующих через синапсы нейронов.

Блок-схема процессора Intel Loihi

Блок-схема процессора Intel Loihi

Естественно, кремниевые синапсы и нейроны тоже представляют собой лишь примерную модель этих органических структур. При этом важно отметить, что «кремниевых» синапсов (сетевых соединений) у подобных процессоров не просто мало, а катастрофически мало. Для имитации головного мозга в первом приближении количество связей в нейронных сетях необходимо увеличить хотя бы на один–два порядка, что трудно сделать в современных реалиях полупроводникового производства.

Тем не менее, с начала 2018 года Intel Labs начала рассылать научным партнёрам, учебным учреждениям и заинтересованным компаниям тестовые платы с процессорами Loihi. Сначала это были решения с четырьмя Loihi на борту и внешним управлением, которые годились для обучения самостоятельным действиям роботизированных манипуляторов или для других целей с возможностью научить автоматику правильно распознавать данные с датчиков и соответственно реагировать манипуляторами или каким-либо иным способом. 

Nahuku: от 8 до 32 чипов Intel Loihi

Nahuku: от 8 до 32 чипов Intel Loihi

Со второго квартала Intel Labs начала распространять платы с Loihi от 8 до 32 штук с управлением с помощью матриц ПЛИС Arria 10. Это уже посерьёзней. Подобные тестовые платформы могут служить для конфигурации и отладки сложных моделей поведения на нейросетях с 32 тысячами нейронов и 4 млн синапсов. 

Kapoho Bay с 1 или 2 чипами Intel Loihi и USB-интерфейсом

Kapoho Bay с 1 или 2 чипами Intel Loihi и USB-интерфейсом

В третьем квартале компания подготовила компактное решение с одним или двумя Loihi с подключением к USB. Подобные «заглушки» Intel Labs предлагает для университетов и других учебных учреждений. Наконец, в декабре через облачные услуги планируется обеспечить доступ к стоечным версиям тестовой платформы на процессорах Loihi с 768 нейроморфными процессорами на полку (комплект из 24 плат с 32 процессорами в одном корпусе). Эта платформа даст доступ у кремниевому «мозгу» со 100 млн нейронов (как у 100 тараканов или одна треть от мозга осьминога).

Но пока нет смысла говорить о том, что может этот «мозг». Перед разработчиками стоит задача посложней — создать программные инструменты и алгоритмы для воспроизводства целостной «мыслительной» платформы с возможностью масштабирования.

Intel Neural Compute Stick 2: компьютер-брелок для систем машинного обучения

Корпорация Intel анонсировала устройство Neural Compute Stick 2 (NCS 2) — компактный вычислительный модуль, предназначенный для выполнения задач, связанных с искусственным интеллектом, машинным обучением и пр.

Летом  прошлого года, напомним, дебютировал компьютер-брелок Neural Compute Stick под брендом Movidius (Intel купила эту компанию в 2016 году). Основой гаджета является вычислительный узел Movidius Vision Processing Unit (VPU).

Устройство Neural Compute Stick 2 получило вычислительный блок Intel Movidius Myriad X VPU с шестнадцатью специализированными ядрами SHAVE. Говорится о наличии нейронного движка.

В целом, как утверждается, новое изделие опережает по производительности оригинальный модуль Neural Compute Stick в восемь раз.

Устройство подключается к компьютеру через порт USB 3.0 Type-A, не требуя наличия в системе какого-либо дополнительного оборудования. Более того, нет необходимости в привязке к облачным платформам.

Ожидается, что Neural Compute Stick 2 заинтересует разработчиков, реализующих проекты в области робототехники, беспилотных летательных аппаратов, систем машинного зрения, устройств для «умного» дома и пр. Цена новинки — 100 долларов США. 

Fox использует машинное обучение Google при создании фильмов

Исследователи из киностудии 20-th Century Fox и Google Cloud разработали программное обеспечение на основе машинного обучения, которое может анализировать трейлеры фильмов и прогнозировать, захотят ли люди смотреть эти картины в кинотеатрах. Недавний исследовательский документ описывает программу Merlin, которая способна распознавать объекты и закономерности в трейлере для анализа сцен фильма.

Технология может отсканировать трейлеры и обнаружить объекты вроде «человека с бородой», «пистолета», «автомобиля», а затем на основе контекста сделать вывод, является ли фильм боевиком или драмой. «Трейлер с длительным крупным планом персонажа вероятнее всего рекламирует драму,пишут авторы исследования, — в то же время трейлер с быстрыми и частыми сменами кадров более вероятен для боевика».

Merlin использует знания об общих закономерностях, чтобы понять, как последовательность событий в трейлерах отражается на ожиданиях зрителей с точки зрения жанра. Технология может распознать погоню на автомобилях и последующий взрыв и соответствующим образом пометить трейлер, подобрав заодно рекомендации с другими фильмами, включающими подобные автомобильные погони.

Merlin сравнивает эти теги с большим набором данных, который включает сотни фильмов и миллионы записей о посещениях. Fox и Google утверждают, что информация «полностью анонимна» и «не касается вторжения в частную жизнь», хотя неясно, о каких именно cведениях идёт речь и как они собираются. Согласно документу, описывающему Merlin, система включает информацию о посещаемости, в том числе «базовые демографические данные» на уровне отдельных людей.

Каталогизация и оценки Merlin на основе исторических предпочтений кинозрителей используются и для того, чтобы предсказать, будут ли люди покупать билеты на следующий крупный летний блокбастер, в котором есть «бородатые мужчины, оружие и автомобили». А начиная с картины «Величайший шоумен» 2017 года, 20th Century Fox использует прогнозы Merlin, чтобы решить, какие фильмы запускать в производство и как лучше их продвигать.

Проблема лишь в том, что искусство так не работает. Есть много факторов, которые способны сделать фильм успешным и которые компьютер идентифицировать не в состоянии, даже тот, который может правильно распознать бороду. В фильмах есть пантомима, неуловимая актёрская игра, тонкие шутки и трудные для количественной оценки нематериальные сущности, которые даже реальным людям сложно объяснить. Вот почему качественная критика фильмов весьма нетривиальна: есть бесконечные варианты анализа «хороших» и «плохих» картин. Впрочем, возможно, современные блокбастеры уже не являются в известной мере искусством, а выступают в качестве аттракционов, во время которых не требуется работа ума и сердца?

Чтобы понять ограничения Merlin, можно взглянуть на анализ фильма «Logan» 2017 года от режиссёра Джеймса Мангольда (James Mangold), который Google привела в качестве примера. Система проанализировала трейлер и отметила каждый распознанный объект, например: «машина», «автомобиль», «человек», «лицо», и, чаще всего, «дерево».

Merlin считает, что зрители «Логана», скорее всего, ходили в кино на «Великолепную семёрку», «Джейсона Борна», «Джона Уика 2» и «Легенду о Тарзане». Легко понять, как теги «человек», «борода» и «пистолет» приводят к рекомендациям вроде «Великолепной семёрки» и «Джона Уика 2», но, «Тарзан», вероятно, выбран из-за обилия распознанных деревьев. Из пяти наиболее популярных фильмов, которые реальные зрители смотрели до «Логана», Merlin выбрал правильно только один («Джон Уик 2») — «Джейсон Борн» и «Тарзан» не попали даже в топ-20.

Сомнительно, что алгоритм Merlin уловил суть или даже облик Хью Джекмана (Hugh Jackman), играющего старика Логана, которому всё сложнее жить в меняющемся мире. Однако руководство 20-th Century Fox считает, что выкладкам Merlin стоит доверять потому, что система предсказала 11 из 20 фильмов, на которые зрители «Логана» ранее ходили в кино. Они даже считают эти сведения важными при принятии решений о рекламных бюджетах и оптимальном продвижении картин.

Результаты показывают, что людям просто понять многие культурные вещи, которые машины пока не распознают. Обычный человек, вероятнее всего, назвал бы среди наиболее интересных аудитории «Логана» супергеройские фильмы вроде «Людей Икс», «Доктора Стрэнджа» или «Бэтмена против Супермена». Merlin пока не понимает культурный контекст, однако весьма точный выбор «Джона Уика 2» говорит о том, что в будущем подобные технологии могут стать достаточно совершенными.

Вне зависимости от потенциала, грустные мысли навевает тот факт, что киностудии уже используют инструменты вроде Merlin для усовершенствования своей деятельности: повторения успеха сорвавших кассу картин. «Исторически киностудии в значительной степени полагались на свой опыт при принятии решений об инвестировании в конкретный сценарий, но это может приводить к огромным рискам, особенно при вложениях в новые оригинальные истории», — сообщается в блоге Google.

Несложно представить будущее (потому что это уже во многом так), когда шаблонные фильмы, формирующие предпочтения массового зрителя, будут в свою очередь формировать и мнение автоматических алгоритмов, делающих фильмы ещё более шаблонными с целью минимизации финансовых рисков и дополнительного расширения аудитории. Круг замкнётся. Уже сейчас киноиндустрия стремится к постоянным перезапускам, попыткам создания «вселенных» или бесконечной эксплуатации уже созданных — ведь именно так Marvel и Disney зарабатывают миллиарды. Опираясь на инструменты вроде Merlin, мы получим отрасль, в которой каждый автомобиль должен попасть в погоню, а затем перевернуться и взорваться.

Беспилотники «Яндекса» совершили тысячу поездок с пассажирами

Компания «Яндекс» рассказала об испытаниях самоуправляемых автомобилей в Иннополисе — городе, который находится в 35 километрах от Казани (Республика Татарстан).

Фотографии «Яндекса»

Фотографии «Яндекса»

Напомним, что робомобили «Яндекса» начали перевозить пассажиров в Иннополисе в конце августа. Воспользоваться этими транспортными средствами могут все взрослые жители города, которые дали согласие на участие в тестировании.

Во время движения беспилотный автомобиль строго соблюдает все правила дорожного движения. Он пропускает пешеходов, распознаёт и объезжает препятствия. Машина даже умеет применять экстренное торможение, если вдруг это потребуется.

Сообщается, что за два месяца испытаний роботизированные автомобили «Яндекса» совершили тысячу поездок. Продолжительность каждой из них составляет приблизительно 10 минут.

Отмечается, что у беспилотников быстро появились постоянные пассажиры: машинами пользуются, чтобы ездить за покупками, по делам или к врачу.

«Очень впечатляет, что машина приезжает быстро и сама выполняет все манёвры. Кажется, что за рулём идеальный водитель: всё четко и аккуратно», — говорит один из пассажиров.

Добавим, что во время поездок в салоне находится инженер–испытатель, следящий за поведением автомобиля. Он контролирует работу систем автомобиля и следит за тем, чтобы поездка проходила в штатном режиме. 

IT-гиганты вложились в стартап по разработке ИИ-чипа для распознавания речи

Неизвестная молодая американская компания Syntiant сообщила о получении значительных инвестиций во втором раунде сбора средств. В прошлом году Syntiant с офисом в Ирвайне, штат Калифорния, в первом раунде сбора инвестиций получила $30 млн от инвестиционного крыла компании Microsoft (M12, ранее — Microsoft Ventures). Во втором раунде M12 снова дала Syntiant денег больше других, но на этот  раз в молодого разработчика вложили в общей сложности $25 млн инвестиционные подразделения Amazon Alexa Fund, Applied Ventures, Intel Capital, Motorola Solutions Venture Capital и Robert Bosch Venture Capital. Что не имя, каждое на вес золота.

Чем же заинтересовала компания Syntiant этих тяжеловесов из мира информационных технологий? Сообщается, что Syntiant разработала цифровую архитектуру для эффективного обучения и распознавания речи. Утверждается, что по сравнению с традиционными аппаратно-программными решениями небольшой чип нейронного процессора Syntiant с функцией принятия решения (neural decision processor, NPD) оказывается в 50 раз эффективнее.

Это решение может сослужить хорошую службу всем, кто заинтересован в продвижении голосовых интерфейсов в вычислительные устройства и в бытовую электронику. Разработка Syntiant по своим характеристикам во многом не уступает компьютерным платформам, тогда как может быть встроена едва ли ни в любое достаточно компактное устройство. Подобные представленным выше компаниям инвесторы вполне могут перейти в статус производственных партнёров молодой компании и, кстати, решается вопрос включения в совет директоров Syntiant финансовых директоров подразделений M12 и SpaceX.

Разработчик утверждает, что располагает коммерческими образцами NPD первого поколения и готовится к выпуску в следующем году нейронных процессоров второго поколения. Второе поколение процессоров обещает производительность на уровне 20 тераопераций на ватт и будет обучаться/распознавать не только голос, но также видеопотоки. Других подробностей о разработке пока нет, но интерес к ней со стороны Intel, Microsoft, Amazon, Motorola и Bosch является достаточной рекомендацией, чтобы ожидать от Syntiant интересное решение.

Western Digital представила UFS-накопители для умных автомобильных систем

На днях компания Western Digital вновь расширила ассортимент однокорпусных флеш-накопителей iNAND. Двумя неделями ранее в линейке iNAND она выпустила однокорпусные накопители MC EU321 EFD с интерфейсом UFS 2.1 для широкого спектра применения в мобильных устройствах. Изюминкой новинок стало использование кристаллов 96-слойной памяти 3D NAND. Тем самым Western Digital и её производственный партнёр компания Toshiba Memory одними из первых начали коммерческие поставки 96-слойной памяти, что говорит о достаточной зрелости производства.

Western Digital

Western Digital

Многослойная память нового поколения пошла также на изготовление однокорпусных накопителей iNAND AT EU312 UFS EFD, которые предназначены для использования в развитых автомобильных системах и в городской инфраструктуре. В соответствии с требованиями отрасли память iNAND AT EU312 UFS EFD не только поддерживает коррекцию ошибок ECC, но также отвечает ряду индустриальных стандартов надёжности, включая JEDEC47, ISO26262 и AEC-Q100 Grade 3 и Grade 2. Например, поддержка стандарта AEC-Q100 Grade 2 гарантирует работоспособность памяти в диапазоне температур от –40 °C до +105 °C.

По сравнению с предыдущей продукцией в виде NAND-накопителей автомобильного назначения с интерфейсом eMMC, память iNAND AT EU312 UFS EFD с интерфейсом UFS 2.1 обладает увеличенной в 2,5 раза производительностью. Автомобили «умнеют» — объём собираемых и обрабатываемых автомобильными системами данных непрерывно растёт, что неуклонно и быстро повышает требования к объёму и скорости бортовой флеш-памяти машин. Чипы iNAND AT EU312 UFS EFD на памяти 3D NAND TLC способны записывать информацию на устоявшейся скорости до 550 Мбайт/с и считывать её со скоростью до 800 Мбайт/с. Память iNAND AT EU312 UFS EFD будет доступна в виде корпусов ёмкостью от 16 Гбайт до 256 Гбайт.

Учитывая специфику использования памяти Western Digital iNAND AT EU312 UFS EFD, для OEM-производителей созданы удобные инструменты по изменению микрокода накопителей под различные задачи — машинное зрение, сбор данных, анализ, дополненная реальность или использование в системах автоматической помощи водителю. Также представленная память поддерживает ряд функций самодиагностики, что предотвращает внезапный выход оборудования из строя. Для электроники автомобилей — это не самое последнее требование.

В «Сколково» начаты испытания беспилотных такси «Яндекса»

Фонд «Сколково» объявил о подписании соглашения с «Яндексом» о тестировании беспилотных такси на территории инновационного центра.

Председатель правления фонда «Сколково» Игорь Дроздов и генеральный директор Яндекса Елена Бунина. Фото: Sk.ru

Председатель правления фонда «Сколково» Игорь Дроздов и генеральный директор Яндекса Елена Бунина. Фото: Sk.ru

Напомним, что «Яндекс» испытывает самоуправляемые машины. Такие автомобили, помимо набора камер и всевозможных датчиков, используют сложнейшие программные алгоритмы. Система строит виртуальную модель окружающего мира, на основе которой автопилот принимает решения о том, как должно двигаться транспортное средство.

Одна из ключевых составляющих платформы самоуправления — компьютерное зрение. Система выявляет границы проезжей части, распознаёт знаки и разметку. Стереокамеры позволяют определить расстояние до объектов.

Фото: Sk.ru

Фото: Sk.ru

Итак, сообщается, что в рамках испытаний беспилотных машин «Яндекса» в «Сколково» поездки доступны сотрудникам и резидентам инновационного центра. Движение осуществляется исключительно на территории «Сколково».

Заказать роботизированный автомобиль можно через мобильное приложение «Яндекса».

«Беспилотное такси полностью автономно, однако, пока поездки совершаются в тестовом режиме, в салоне машины всегда находится инженер-испытатель, который следит за работой всех систем», — отмечается в сообщении «Сколково». 

Сервис беспилотных такси заработал в Дубае

Муниципальное агентство дорожного транспорта Дубая (Roads and Transport Authority, RTA) объявило о запуске первого в городе сервиса беспилотных такси. Такое транспортное средство начинает курсировать в районе Dubai Silicon Oasis.

Пока на маршрут выводится только одна машина Mercedes-Benz E-Class, оснащенная системой автопилота, которая состоит из четырех сенсоров (по одному на каждом углу бамперов), трёх камер (сзади, спереди и в салоне), двух радаров на решетке радиатора и одного на крыше.

Камеры являются своего рода глазами автомобиля, а также позволяют записывать данные о ситуации на дорогах. Датчики сканируют окрестность в радиусе 400 метров, помогая избегать столкновения с другими участниками движения.

Во время тестирования беспилотных такси за рулём будет находиться человек, который готов взять на себя управление в непредвиденных ситуациях. Воспользоваться сервисом можно только по приглашениям.

Одна из главных целей, которые ставят авторы проекта, заключается в решении проблемы последней мили, когда человеку нужно добраться до точки назначения после езды на общественном транспорте. Сейчас для решения этой проблемы используются, например, сервисы краткосрочной аренды велосипедов, самокатов и автомобилей (каршеринг).

Власти Дубая преследует цель, чтобы к 2030 году около 25 % поездок по городу осуществлялось с использованием самоуправляемого автотранспорта.

Toyota и SoftBank сформировали альянс по развитию автомобильной электроники

Компании Toyota Motor и SoftBank Group сообщили о совместной работе в деле развития самоходных автомобилей. Это ещё один пример углубления альянсов между ведущими автопроизводителями и техническими компаниями на фоне усиления гонки по разработке технологий автопилота. Крупнейший автопроизводитель в Японии и самая влиятельная техническая компания страны собираются совместно разработать платформу для эксплуатации самоходных автомобилей, которые могут использоваться в качестве мобильных магазинов, больниц и других услуг: предполагается, что в будущем всё меньше людей будут владельцами собственных транспортных средств.

REUTERS/Issei Kato

REUTERS/Issei Kato

Эта связка показывает, что даже очень крупные и хорошо обеспеченные финансами предприятия хотят разделять затраты и обмениваться наработками при создании перспективных, но рискованных автомобильных технологий, которые ещё не получили широкого признания потребителей. Совместное предприятие начнёт работать с относительно небольшим начальным капиталом в 2 млрд иен ($17,5 млн). SoftBank будет принадлежать чуть более половины бизнеса, который первоначально сосредоточится на Японии и, в конечном итоге, станет международным.

«Самостоятельно ни SoftBank, ни автопроизводители не могут проработать всё необходимое, — сказал технический директор SoftBank Джуничи Миякава (Junichi Miyakawa), который станет исполнительным директором новой компании. — Мы хотим работать также в направлении обеспечения доступа к транспорту людям с ограниченными возможностями».

REUTERS/Issei Kato

REUTERS/Issei Kato

В рамках партнёрства Toyota и SoftBank будут совместно работать над развитием многоцелевой мобильной службы e-Palette. Речь идёт о представленной ранее концепции Toyota, в рамках которой автопроизводитель планирует выпускать аппаратное и программное обеспечение для автобусных маршрутов и автономного транспорта различной направленности (например, арендуемые мобильные рестораны и отели).

Во время анонса прозвучало, что совместная компания будет называться MONET — сокращение от Mobility Network (мобильная сеть) — и приступит к развёртыванию автопилота с использованием e-Palette во второй половине 2020-х годов. SoftBank предоставит технологии для сбора и анализа данных о транспорте, чтобы гарантировать, что автомобили будут эффективно добираться куда необходимо.

REUTERS/Issei Kato

REUTERS/Issei Kato

«Toyota надеется увеличить доходы, объединив свои данные с информацией и наработками, которые SoftBank получила благодаря своей деятельности на мобильном рынке, — подчеркнул старший аналитик SBI Securities Коджи Эндо (Koji Endo). — В свою очередь новое совместное предприятие позволит SoftBank расширить партнёрскую сеть, и компания надеется взять на себя инициативу в разработке платформ для новых транспортных услуг».

REUTERS/Issei Kato

REUTERS/Issei Kato

В России появилась зона испытаний робомобилей с поддержкой 5G

На территории инновационного центра «Сколково» развёрнута опытная зона для тестирования беспилотных транспортных средств с применением технологий мобильной связи пятого поколения (5G).

В проекте принимают участие «Ростелеком», ФГУП «НАМИ» и Фонд «Сколково». Сеть 5G использует частотный диапазон 3,4–3,8 ГГц. В качестве тестовых беспилотных транспортных средств используются небольшие электробусы «КАМАЗ».

В центре «Сколково» оборудована высокотехнологичная зона, на которой можно проводить полномасштабные испытания беспилотников и оценивать перспективы их выведения на городские улицы. Объект выполняет функции центра диспетчеризации, хранения и зарядки автономных транспортных средств.

Ростех

Ростех

Во время движения электробусов на испытательной площадке сеть 5G служит для передачи телеметрических данных, параметров движения и видеопотока с бортовых камер в режиме реального времени в командный пункт мониторинга.

«Принципиально иная скорость передачи данных, возможность одновременного подключения более миллиона устройств и единицы миллисекунд для отклика делают 5G идеальной средой для беспилотного транспорта. Эти характеристики развёрнутой нами сети позволяют достичь основной цели всех разработчиков беспилотников — безопасности при движении автономного транспорта по городским улицам», — отмечает «Ростелеком». 

В Москве планируется запустить беспилотные электрички

Уже в следующем году в Москве планируется организовать испытания беспилотных поездов. Об этом сообщает сетевое издание «РИА Новости», ссылаясь на заявления представителей РЖД.

Фотографии РЖД

Фотографии РЖД

В РЖД заявляют, что очень сложная транспортная система московского узла требует не только развития интеграции между различными видами транспорта, но и применения инновационных технологий. Одной из них являются системы автопилотирования.

«В 2019 году с целью испытания будет организована первая опытная поездка электропоезда по МЦК (Московскому центральному кольцу) полностью в автоматическом режиме, естественно, без пассажиров, но с машинистом в кабине для контроля движения электропоезда и работы системы», — рассказали в РЖД.

Технологию автопилотирования в перспективе планируется использовать не только на МЦК. Средства самоуправления, как ожидается, получат поезда на Московских центральных диаметрах (МЦД) и пригородные поезда московского региона.

Предполагается, что внедрение систем автопилотирования поможет обеспечить высокую частоту движения поездов. Кроме того, будет достигаться максимальная точность соблюдения графика следования составов. 

Amazon может открыть 3000 магазинов без кассиров к 2021 году

Недавно Amazon открыла первый магазин без кассиров за пределами родного Сиэтла. А теперь издание Bloomberg сообщает, что компания собирается запустить около 3000 таких торговых точек Amazon Go к 2021 году. Это был бы самый агрессивный шаг Amazon в области создания розничной сети магазинов с момента покупки Whole Foods в 2016 году. Это также значительно изменило бы потенциальный офлайновый успех компании в розничной торговле, поскольку ей придётся конкурировать с крупными сетями вроде Kroger, CVS, 7-Eleven, Walmart и Target.

Первый магазин Go, в котором используются датчики и программное обеспечение для автоматизации, позволяющее клиентам совершать покупки и оформление заказа без взаимодействия с людьми или кассами, открылся в Сиэтле в конце 2016 года. С тех пор Amazon тщательно изучила модель и не спешила двигаться вперёд слишком быстро. Второй магазин Go появился только в прошлом месяце, также в Сиэтле, а третий открыл свои двери в Чикаго в начале этой недели. По данным последних списков вакансий, в этом и 2019 году планируется строительство магазинов в Чикаго и Сан-Франциско.

В статье Blomberg амбиции Amazon в отношении своих магазинов Go описываются гораздо более грандиозно, чем в прошлых публичных заявлениях компании. Согласно этим данным, генеральный директор Джефф Безос (Jeff Bezos) хочет развивать магазины Go в самых разных направлениях. Например, для свежеприготовленных упакованных блюд или более похожие на 7-Eleven с ограниченным выбором блюд и готовыми продуктами. В общем, Amazon Go вполне могут сделать компанию конкурентом даже для заведений быстрого питания.

Модель Amazon Go, несмотря на свои новшества в области обслуживания без кассиров и продавцов, нацелена быть максимально понятной и знакомой покупателям. С помощью своей учётной записи Amazon на смартфоне пользователи могут брать с полок любые товары: бутерброды, салаты, бакалейные товары и предметы домашнего обихода. Датчики и программное обеспечение, которое обучено анализу предметов на прилавках, обновляют корзину покупок в режиме реального времени, а оплата происходит автоматически, как только человек покидает магазин.

По словам Bloomberg, если Amazon нацелит некоторые магазины Go на продажу упакованных блюд для потребителей на ходу, это позволит увеличить прибыль каждой новой торговой точки и ускорить работу Amazon, поскольку упакованные товары легче отслеживать ограниченным количеством датчиков и камер. Размещение нескольких таких магазинов неподалёку друг от друга поможет централизовать производство пищевых продуктов, если магазины сосредоточатся на продаже свежей еды вроде сэндвичей и салатов. Согласно сообщениям, Amazon планирует открыть до конца года 10 магазинов, ещё 50 точек в крупных городах — в следующем году, после чего последует экспоненциальный рост в 2020 и 2021 годах, если не возникнет особых непредвиденных препятствий.

Котировки акций крупных американских розничных сетей вроде Walmart и Target начали снижаться после новостей: становится ясно, что Amazon через несколько лет начнёт всерьёз выходить на традиционные рынки продуктов, ресторанов и домашних товаров. Amazon уже угрожает этим видам бизнеса, добиваясь доставки продуктов и товаров для дома в день заказа и путём укрепления связей между общенациональной сетью магазинов Whole Foods и её службой Prime Subscription.

Volkswagen предлагает ввести единые стандарты для самоходных автомобилей, чтобы защититься от судебных исков

Немецкий автомобильный концерн Volkswagen Group ведёт переговоры с другими автопроизводителями по поводу установления единых стандартов для самоходных транспортных средств, сообщил ресурс Automotive News.

REUTERS/Hannibal Hanschke

REUTERS/Hannibal Hanschke

По данным источника Automotive News из числа топ-менеджеров одной из компаний, участвующих в дискуссии, Volkswagen Group обсуждает с более чем 15-ю потенциальными партнёрами возможность создания альянса производителей самоходных автомобилей, первоочередной задачей которого будет разработка общих отраслевых стандартов для технологий автономного вождения.

Производители автомобилей, включая BMW, дали понять, что они будут приветствовать единые стандарты касательно спецификаций самоуправляемых автомобилей, включая конфигурацию их датчиков.

Chip Somodevilla / Getty Images

Chip Somodevilla / Getty Images

Объединив такие проекты, они смогут сократить расходы на разработку технологий, а также снизить персональную ответственность в отношении общих технологических решений при совершении дорожно-транспортных происшествий. Наличие единых промышленных стандартов, несомненно, будет подспорьем для автопроизводителей в судебных баталиях в случае поломок и аварий.

«Если произошла авария, у вас больше шансов на победу в судебном процессе в случае, если вы сможете доказать, что ваш автомобиль изготовлен в соответствии с новейшими техническими стандартами», — считает источник ресурса Automotive News.

По оценкам консалтинговой фирмы AlixPartners, компании-производители, поставщики и технологические компании во всем мире в настоящее время ежегодно инвестируют  более 55 миллиардов евро в разработку технологий автономного вождения.

Японская Renesas покупает чипмейкера IDT за $6,7 млрд для укрепления позиций в автомобильной индустрии

Японская компания Renesas Electronics Corp, один из крупнейших в мире поставщиков чипов для автомобильной индустрии, объявила о решении приобрести чипмейкера Integrated Device Technology Inc (IDT) из США за $6,7 млрд.

REUTERS/Toru Hanai

REUTERS/Toru Hanai

Renesas занимает второе место в мире после NXP Semiconductors NV по поставкам чипов для автомобилей, владея 30 % мирового рынка микроконтроллеров, используемых в автомобилях. Поставки компонентов для автомобильной индустрии приносят ей около половины доходов.

Между тем IDT занимается изготовлением микропроцессоров с архитектурой MIPS. Renesas стремится получить доступ к ноу-хау IDT в создании аналоговых полупроводников для беспроводных сетей и датчиков, имеющему решающее значение для разработки технологий автономного вождения и «подключённых» автомобилей, которым необходимы большие объёмы потоковой передачи данных и взаимный обмен информацией.

Согласно договору, Renesas выплатит IDT за каждую акцию, находящуюся в обращении, $49, что на 16 % выше стоимости акции компании на момент закрытия биржи в понедельник.

Renesas заявила, что объединение с IDT позволит ей поставлять своим клиентам более универсальные полупроводниковые системы. Кроме того, успехи IDT в разработке чипов для центров обработки данных открывают для Renesas новые возможности в получении доходов.

«Между их портфелями продуктов мало пересечений, поэтому это стратегически важный шаг для Renesas. Но, похоже, что цена немного завышена», — прокомментировал сделку аналитик Bloomberg Масахиро Вакасуги (Masahiro Wakasugi).

window-new
Soft
Hard
Тренды 🔥