Derin öğrenme, kendini süren otomobillerde bulunacak
Derin öğrenme, makinaların “yapılandırılmamış verileri” anlamaları ve öğrenmeleri için algoritmalara adım adım veri temelli kodlar ile atıfta bulunur. Bu, e-tabloların ve veri tabanlarının dışında kalan bilgileri söylemenin başka bir yoludur. Örneğin, görüntüler, konuşma ve video gibi.
GPU’ nun tüm bu teknolojilerdeki kilit rolü nedeniyle, 17-20 Mart’ ta Silikon Vadisi’ nde çalışan GPU Teknoloji Konferansı, daha fazla bilgi edinmek için harika bir yer. GTC, GPU’ ların otomobil endüstrisini nasıl değiştirdiğine odaklı iki düzineden fazla konuşma yapacak.
Öyleyse, derin öğrenme nasıl çalışır? Anlamak için harika bir yol; yeni otomatik pilot otomobil bilgisayarımız olan NVIDIA DRIVE’ a bakmaktır. NVIDIA Tegra işlemcileriyle güçlendirilen bilgisayarla görme teknolojisi ile eşleştirildiğinde NVDIA DRIVE, araçları kendine özgü bir farkındalık seviyesine taşıyor.
NVIDIA DRIVE ürünleri arabanın içindeki pikselleri güçlendirmeyi ve bunun dışında monte edilen sensörler dizisini kusursuz kontrol edilmesini vaat ediyor.
NVIDIA mühendisleri, DRIVE’ ın neler yapabileceğini göstermek için, 40 saatlik video çekimi yaparak video kameralarını araçlarına taktılar. Ardından, Amazon çekimlerdeki yaklaşık 68.000 nesneyi sınıflandırmak için insanlar tarafından elle etiketlenen edinimleri kullandılar.
Yapay Beynin Eğitimi
Mühendislerimiz daha sonra bu görüntüleri yapay sinir ağı oluşturan güçlü GPU’ lu sunuculara gönderdiler. Bilim adamlarının “eğitim” olarak adlandırdığı bir süreç bilgisayar programıdır. Sinir ağının kalıpları görmeyi ve nesneleri tanımayı öğrenmesini sağlar.
Çocukların tıpkı yeni yeni öğrenmeye başladığına az biraz benzer. Ebeveynler, arkadaşlar ve kardeşler, dünyadaki çocuğu tanımlarlar. Sonra çocuğun beyni, bu nesneleri geniş bir dizi durumda nasıl tanımlayacağını öğrenir.
İşte derin öğrenmede “derin” in olduğu yerdir. Derin öğrenme ile sinir ağı birçok soyutlama seviyesini öğrenir. Basit kavramlardan karmaşık kavramlara kadar değişir. Her tabaka bazı bilgileri sınıflandırır. Ardından onu geliştirir ve bir sonraki haline geçirir.
DRIVE farklı araç çeşitleri seçebilir. Arkada birkaç araba uzunluğunda bir polis aracının peşinde bile olabilir.
Derin öğrenme bu katmanları yığınlar. Bu, bir makinenin bilgisayar bilimcilerinin “hiyerarşik gösterim” dediği şeyi öğrenmesini sağlar. Böylece, ilk katman kenarları arayabilir. Bir sonraki kat, açıları oluşturan kenar koleksiyonlarını arar. Sıradaki alışma ise kenarların desenlerini arıyor olabilir. Birçok tabakadan sonra sinir ağı, örneğin sokağı geçmekte olan bir yaya kavramını öğrenir.
GPU’ lar bunun için idealdir. Bu sinir ağlarının bir yıla veya daha fazlasında yapılabilen işleri fazlasıyla kısaltmaya yarayacak çalışmaları kazandırmak için gereken süreyi kısaltabilirler. GPU’ lar aynı anda birçok hesaplama gerçekleştirir. Bu, GPU’ ları görüntüler gibi yapılandırılmamış verileri sıralayan sinir ağları için mükemmel yapmaktadır. Bir sistem “eğitildikten” sonra, öğrenmesi sürücüsüz otomobillerde ki gibi uygulamalarda kullanılabilir.
Hassas Vizyon
Bu, zamanında ulaşan bir teknolojidir. Düşük maliyetli kameralar ve sensörler, arabalara büyük miktarda bilgi emme olanağı verir. NVIDIA’ nın gelişmiş bilgisayar görme teknolojisi, bu verileri, araçların çevrelerindeki dünyada gezinmek için kullanabilecekleri 3D haritalara dönüştürür.
Derin öğrenme, bu yetenekleri başka bir düzeye taşıyor. Tegra X1 ile çalışan NVIDIA DRIVE sistemi, sinir ağlarının oluşturduğu modellerden yararlanmaktadır. Bu, NVIDIA DRIVE’ın dünyayı insani sürücüler gibi anlamasını sağlıyor.
NVDIA DRIVE, bir otomobilin her yerine monte edilmiş sensörler tarafından ölçümlenerek alınan bilgiyi kendi farkındalığına dönüştürmek için oluşturulmuştur.
Sonuç olarak, NVIDIA DRIVE’ da bilgi hızlı bir şekilde kullanılabilir hale getirilebilir. NVIDA DRIVE farklı araç çeşitlerini seçebilir. Bir taksi veya polis aracını ayırt edebilir; bir yük kamyonundan bir ambulans; ya da trafikten çekilmek üzere olan park edilmiş bir otomobil. Bu yetenek araçlarla sınırlı değildir. NVIDIA DRIVE, kaldırımdaki bisikletçilerden kaygısız yayalara kadar her şeyi tespit edebilir.
Derin öğrenme, insan gözlerine meydan okuyan görüntüleri bile kategorize edebilir. Kötü havalarda bile, NVDIA DRIVE titrek elektronik işaretleri veya spot fren lambalarını da okuyabilir.