顯示具有 史丹佛大學 標籤的文章。 顯示所有文章
顯示具有 史丹佛大學 標籤的文章。 顯示所有文章

2022年1月17日 星期一

人工智慧幫忙踩煞車,好處多多! (下)

 人工智慧幫你踩煞車,提升你的行車體驗!

讓人工智慧幫你踩煞車,提升你的行車體驗!

 

本文為下篇,上篇請看此連結

人工智慧應用於煞車:Sensify 的優點

適應各種車輛 從大型卡車到轎車都可安裝

Sensify AI 煞車系統和傳統的煞車系統相比,尺寸更精細、重量也更輕,適應各種車輛重量的能力,因此適合所以車型,從大眾運輸工具、轎車、休旅車、商用車、超跑或賽車等。這些人工智慧功能也使 Sensify AI 煞車系統適合摩托車,因為兩輪車更容易受到重量和路面變化的影響。

針對個別輪子 單獨調整煞車力道

Sensify 讓所有的車輪,都能獨立調整煞車力道。

Sensify 可通過電子硬體擴展成為拖車或大型運輸車的配備,在所有六個(或八個)車輪上提供單獨煞車,從而大大提高循跡系統安全性、也減少對煞車盤的磨損。雨天時,此人工智慧系統可能透過程式來施加輕微的壓力以摩擦地面、防止打滑。

能依據用戶駕駛習慣調整煞車

Sensify能依照不同用戶的駕駛習慣,「客製化」其煞車力道。

Brembo 表示:Sensify AI 煞車系統能自動學習使用者習慣,並依每個人的駕駛習慣而自動調整剎車設定,如踏板回饋力道、個別調整每個輪子的煞車力道、縮短煞車鎖死時間以及降低卡鉗損耗等;因此無論是快速或緩慢的行駛風格,都能作出合適的剎車力道。

適應各種路況、天氣調整煞車

Sensify 可以照不同的天氣、路況,微調煞車性能與力道,以確保在顛簸的路況或傾盆大雨時,也能安全地緊急煞車。

行駛中,Sensify 亦可依天候、不同路況所蒐集的數據進行微調,以確保煞車隨時擁有最佳性能。即使路況不佳、遇到大雨或崎嶇道路時,仍可安全的緊急煞車。

電子訊號取代油壓傳輸,不用煞車油更環保

Sensify 使用電子訊號傳遞,取代傳統的煞車油壓傳輸,因此更環保。

Sensify 煞車原理與當前其他的煞車系統相近,都是由剎車踏板來控制煞車卡鉗。差異在於,過去從踏板到煞車卡鉗之間的傳導是使用油壓方式,Sensify 則改為電子訊號傳輸;並且在踏板和製動盤之間,沒有油管的物理連接,因此不需要煞車油。

不需要剎車油的好處,可降低零件的維護成本、剎車盤的消耗、產生更低的輪胎阻力、排放更少的煞車粉塵,達到效率提升與環保,增加汽車整個生命週期。

縮短煞車時間

也因為使用電子訊號傳遞的關係,相較於傳統的油壓傳輸,速度更快、煞車作動時間也更短。

Sensify 使用電子訊號傳遞線路,速度更快、煞車作動時間也更短。

Sensify 能依駕駛者的操作,在緊急情況下達指令並傳達給有人工智慧的電子訊號控制,即時判斷速度、轉向角、整車重量分配、路面摩擦性等各項便因,獨立控制每個車輪,在幾秒內分配最佳的煞車力、牽引力與穩定性。

人工智慧技術取代機械 主導煞車是趨勢

截至目前,Sensify 雖然有「沾到」人工智能的影子,但根據 Brembo 首席執行官 Daniele Schillaci 表示:在整個系統上,物理力學仍應用的比電腦軟體更多。但不久後,機械構造和軟體的成分很快就會相等;十年後,軟體將主導整個系統。「我們正在突破煞車系統的可能性,為駕駛員提供全新的機會,以改善他們的道路體驗,並根據他們的駕駛風格客製化煞車系統。」Daniele Schillaci 說。

Sensify 是從 Brembo 長期致力於研發煞車的傳統,和專業知識發展的結晶。它結合了最佳煞車組件的設計、能獨立控制每個車輪的「數位腦」與感應器,給予駕駛人更精準的汽車操控、更高的性能和信心。依據 Brembo 的數位化計劃,他們將在矽谷開設一個技術實驗室,以推進其人工智慧發展。Brembo 說:數據收集可用於改善駕駛者體驗、並讓系統不斷更新,「但數據收集的處理、隱私、安全等問題尚在研究中。」

 

相關文章:

2021最適合工作的科技公司排行榜:NVIDIA第一、Google第三,蘋果連前十名都無?

輸入文字,人工智慧就幫你畫出心中美景!NVIDIA發表新GauGAN2繪圖AI

再邋遢都能體面開會!NVIDIA推AI視訊會議神器Maxine

除了聽覺視覺,人工智慧也有觸覺了!祖克柏推ReSkin進軍元宇宙

由人工智慧取代醫生判定你的生死! (上)

Google地圖結合人工智慧推出新功能! ”省油路線”省時又節能!

以色列靠AI人工智慧將軍事戰力再升級!(上)

2022年1月16日 星期日

人工智慧幫忙踩煞車,好處多多! (上)

人工智慧幫你踩煞車,提升你的行車體驗!

讓人工智慧幫你踩煞車,提升你的行車體驗!


Brembo 讓人工智慧幫忙踩煞車,開發 Sensify AI 系統獨立操控輪胎轉速

煞車系統是否可以正常運作,對於確保安全性來說是非常重要。因此,人工智慧煞車性能可說是比加速系統更重要。

煞車人工智慧領域的領導品牌——義大利的 Brembo 近年頻傳新創技術與產品,例如可以透過手機調整不同的顏色的「G Sessanta」智慧卡鉗,讓車主可以搭配愛車變換顏色。今年十月,Brembo 宣稱要計劃發布Sensify —— 一種搭載人工智慧技術的煞車系統,並將在 2024 年透過一家製造商正式生產,宣稱能達成「駕馭樂趣」與「全面安全」的目標。

Sensify 除了煞車系統必備的防鎖死煞車(ABS, Anti-lock Brake System)、循跡系統(TCS, Traction Control System)和穩定控制系統(ESC)之外,它使用了電子控制取代了油壓控制,讓煞車動作可已有前所未有的靈敏、迅速、精準。

突破AI技術瓶頸,Sensify擁有自我編程、自我學習能力

「當你開始處理人工智慧與神經網絡時,它們的表現頂多與你擁有的訓練數據一樣好,」史丹佛大學汽車研究中心的工程學教授兼主任 J. Christian Gerdes 表示:「如果你有一個新的案例,是這個 AI 以前從未見過的,那麼很難預知它將會怎麼做。」

此外,Gerdes 也表示,1970 年代首次推出的現代化防鎖死煞車(ABS, Anti-lock Brake System)系統,是防止車輪煞車鎖死失靈的解方。他也說:「更重要的是,要了解每個輪子的情況,然後智慧地調整各車輪的煞車力道。」

為了解決上述兩個問題,Sensify 正使用專屬的應用程式、並根據所訓練的數據資料來進行自我編程、也透過增加駕駛經驗來學習。該系統將使用預測算法(predictive algorithms)、感測器和數據管理工具來提供 Sensify 的「數位腦(digital brain)」擁有獨立控制每個車輪的煞車力道。

Sensify煞車系統的圖解

 

下篇請看此連結

 

相關文章:

2021最適合工作的科技公司排行榜:NVIDIA第一、Google第三,蘋果連前十名都無?

輸入文字,人工智慧就幫你畫出心中美景!NVIDIA發表新GauGAN2繪圖AI

再邋遢都能體面開會!NVIDIA推AI視訊會議神器Maxine

除了聽覺視覺,人工智慧也有觸覺了!祖克柏推ReSkin進軍元宇宙

由人工智慧取代醫生判定你的生死! (上)

Google地圖結合人工智慧推出新功能! ”省油路線”省時又節能!

以色列靠AI人工智慧將軍事戰力再升級!(上)

 

2020年3月5日 星期四

人工智慧甩尾完勝世界冠軍(下)

人工智慧完美甩尾,世界方程式冠軍車手擔心自己的飯碗了
人工智慧完美甩尾,世界方程式冠軍車手擔心自己的飯碗了


本篇為下篇,上篇請點此連結

▲ AI 甩尾讓美國 Formula Drift 世界甩尾冠軍 Fredric Aasbo 感嘆:要失業了(圖片取自網路)
2015 年奪得美國 Formula Drift 職業飄移錦標賽的世界甩尾冠軍 Fredric Aasbo,對於人工智慧設計的 MARTY 的高水準AI甩尾驚嘆不已,說:「在這種操控上,機器人可能會比我們人類做的更好」,甚至開玩笑說:「我要失去我的工作了!」

自駕車做得比真人車手更好?全因有 AI 加持

MARTY 穿梭於跑道中的模樣,或許會讓某些人想起有「甩尾天王」、「飄移大師」、「磚叔」等稱號的 Ken Block,其實團隊確實是想向 Ken Block 的 Gymkhana 系列影片致敬,也將用來測試的這條賽道命名為 MARTYkhana。
▲ Ken Block 於天門山的甩尾影片
然而,即便是已經親自出演十多部 Gymkhana 影片的 Ken Block 本人,對賽道和車體掌握的精確程度,可能也無法和自動駕駛車 MARTY 相比。
但此絕非質疑 Ken Block 的技術,只因自駕車 MARTY 有 AI 加持:
真人車手需用肉眼去看速表,傾聽引擎催動、輪胎摩擦的聲音,用身體去感受離心力,再把這些資訊匯集到大腦整合,最後再做出反應;但對於 AI 而言這似乎不成問題,因智慧車載系統可以整合從感測器中讀取的精確數據,如車速、各輪的當前扭矩數值、前輪的轉向角度,以及車輛的前進方向和車身之間的偏航角度等等。
除此之外,AI 還能衍伸出車輛自動輔助駕駛系統、駕駛人瞌睡警示、防撞預警、車載自我診斷系統(OBD)、胎壓檢測裝置(TPMS)、車道偏離警示系統(LWDS)、前方碰撞預警系統(FCWS)及後方碰撞預警系統等 AI 人工智慧車(Smart Car)等等相關應用。

並非為了比快 而是要讓自駕車更加安全

史丹佛大學團隊總結 MARTY 的測試經驗與結果,發表了一篇論文〈朝著超越穩定極限的自動駕駛控制邁進:沿著一般道路漂移〉,敘述團隊進行這項研究的目的,是為了讓自駕汽車更加安全、更適合上路。
MARTY 的技術若成熟,代表著自動駕駛可以在極端狀態下控制車輛,離自駕車商業化又邁進了一步。即使職業車手會因 AI 而自開玩笑「擔心失業」,換個角度想,反之創造 AI 的話想必就不會失業了吧。

相關文章:

SEM 關鍵字廣告課程讓高三生提早就定位 開始接案賺錢!

44歲媽咪順利轉職網頁設計師, 家庭事業都得意

Python 變身告白神器、還會幫你整理電腦?6 種 Python 隱藏版技能一次學

紅到被山寨!中國自主開發語言「木蘭」竟是抄襲 Python

人工智慧影響的九個汽車產業新趨勢(上)

Python的崛起,人工智慧的世代(上)

捕蚊高手人工智慧來也!拯救你脫離蚊子的騷擾!

2020年3月4日 星期三

人工智慧甩尾完勝世界冠軍(上)

人工智慧完美甩尾,世界方程式冠軍車手擔心自己的飯碗了
人工智慧完美甩尾,世界方程式冠軍車手擔心自己的飯碗了
▲ 如此極致精準的甩尾角度,你能猜出是來自哪一個賽車手嗎?
影片裡面我們看到了一台銀白色的舊跑車,卻能用十分準確的角度,神速穿梭在一個又一個擺著橘色三角錐的小彎道。輪胎因急速馳騁於路面產生劇烈摩擦,導致瀰漫出濃烈白煙的幾乎要掩蓋視線⋯⋯而這台車通過這條既狹窄又彎曲的彎道時,竟然沒有擦撞到任何一個三角錐!
這麼無懈可擊的甩尾技術,究竟是來自美國的「甩尾大師」Ken Block 、日本的「甩尾王」土屋圭市,還是電影《玩命關頭》下一集的特效?
都不是!這個完美的AI 甩尾,竟然來自美國的世界名校史丹佛大學人工智慧  技術

史丹佛大學「回到未來」 搶先研發出甩尾自駕車

「讓 AI 甩尾」的野心來自 2015 年美國史丹佛大學動力設計實驗室,教授 Chirs Gerdes 帶領、該校機械工程學博士 Jonathan Goh 主導開發的一項專案,透過人工智慧  技術將這輛外型搶眼的跑車改裝成自動駕駛車輛。
有趣的是他們選中了現實中已停產許久,卻因經典科幻電影《回到未來》而讓不少影迷惦記的「DeLorean 鷗翼雙門跑車 DMC-12」來改裝成電動車,並裝上自動駕駛系統,也因此吸引了不少目光,使專案備受注目。

▲ 使丹佛大學將電影《回到未來》中出現的跑車 DMC-12 改裝成 AI 自駕車
即使許多人因 DeLorean DMC-12 燒胎甩尾「重出江湖」而大感興奮,但團隊的研究目的可是非常嚴肅的,這項專案旨在研究自駕車能否比擬人類駕駛的敏捷性與精確度,在遭遇突發狀況時可否化險為夷、轉危為安。
而之所以選擇甩尾,Jonathan Goh 表示:「透過甩尾,我們讓自動駕駛進入到最為極端的環境當中。如果我們能夠在最不穩定的場景中實現自動駕駛,其他的一切都迎刃而解了。」
▲ 開發團隊的教授與成員解釋,如何讓自駕車和專業車手一樣甩尾
選定 DMC-12 作為實現這個重要目標的載體之後,團隊為它取名 Multiple Actuator Research Testbed for Yaw control (偏航控制多執行器研究試驗),簡稱 MARTY。
緊接著就是讓這台車煥然一新──動力與驅動系統被換成由電動汽車公司 Renovo 提供的電動馬達與電池組,轉向、制動也都被電子系統取代;再來就是將它改造成適合甩尾的車輛,原本的懸吊系統支撐性不夠,無法在甩尾中保持良好動態,於是團隊針對這部分重新設計,並加裝防滾籠(Roll Cage)來強化車體剛性,確保發生碰撞時的安全保護。
而自動駕駛系統則是採用雙 GPS 高精地圖,將駕駛路徑的誤差控制在僅僅 1 英吋內。AI 控制的剎車與轉向系統極其精確,以實現更精準的甩尾控制。
這一切讓 MARTY 實現了高難度的甩尾技能!
▲ MARTY 精彩的繞 8 甩尾影片
團隊選在北加州賽車勝地 Thunderhill Raceway Park 賽道進行試跑,從影片中可以看見,團隊以三角錐鋪設出 1 公里的障礙跑道,而 MARTY 最終以時速 50km/h、正負 40 度的角度不斷側滑,完美通過甩尾考驗。
而這個成果也隨即傳遍了賽車界,美國甩尾界名門 Papadakis Racing 車隊隊長 Stephan Papadakis 表示:車輛動力的總成設計和安裝,以及自動駕駛系統的程式設計令他印象非常深刻,特別是 MARTY 穿過同個彎形採用的姿態,都始終準確無誤。

本篇為上篇,下篇請點此連結

相關文章:

 SEM 關鍵字廣告課程讓高三生提早就定位 開始接案賺錢!

44歲媽咪順利轉職網頁設計師, 家庭事業都得意

Python 變身告白神器、還會幫你整理電腦?6 種 Python 隱藏版技能一次學

紅到被山寨!中國自主開發語言「木蘭」竟是抄襲 Python

人工智慧影響的九個汽車產業新趨勢(上)

Python的崛起,人工智慧的世代(上)

捕蚊高手人工智慧來也!拯救你脫離蚊子的騷擾!

2019年5月13日 星期一

傳奇的人工智慧研發者逝世!

他是人工智慧研發的關鍵人物之一,第一個人工智慧機器人的研發者!

他是人工智慧研發的關鍵人物之一,五本人工智慧教科書皆出自他!
 
 

▲ 人工智慧先驅-史丹佛大學名譽教授 Nils Nilsson

人工智慧先驅、人工智慧名人堂入選者、多部人工智慧教科書作者、A* 搜尋演算法發明者以及AAAI (美國 AI 協會) 前主席──史丹佛大學電腦科學的第一位名譽教授(Kumagai Professor of Engineering)Nils Nilsson 逝世於美國時間2019 年 4 月 23 日,享年 86 歲。

Nils John Nilsson 名譽教授出生於1933 年 2 月 6 日的美國密西根州,是 人工智慧的研究先驅之一,在「搜尋演算法」、「機器人學 (註:一種跨領域科技,涵蓋機器人的設計、建造、運作、應用等)」以及「知識表示法(註:一種跨領域的表示方法,涵蓋認知科學和 人工智慧 兩個領域。在認知科學裡為人類儲存和處理資料的方式;在 人工智慧 中,主要目標為儲存知識,讓程式能夠處理,達到人類的智慧。)」的貢獻而聞名。

研發世界第一個人工智慧機器人「Shakey」

 

▲ Shakey 是世界上第一個體現人工智慧的機器人

Nils Nilsson 教授在史丹佛國際研究院(SRI International)的人工智慧中心任職 23 年,致力於將統計學和神經網路的方法應用到圖形辨識中。1966年開始,他與該中心的創始人 Charles Rosen 及著名的 AI 學者 Bertram Raphael 共同主導機器人 SHAKEY 的研發工作。Shakey 是世界上第一個體現人工智慧的機器人。

發明網路遊戲中常用的「A* 最佳路徑演算法」

▲ 算出最佳路徑的「A* 搜尋演算法」演示圖

1968 年,Nilsson 教授與電腦科學家 Peter E. Hart 和前段所述的中心創辦人 Bertram Raphael 共同發明了「A*(讀作『A-Star』) 搜尋演算法」,為人工智慧領域帶來了重大影響。

A* 搜尋演算法(A* search algorithm),是一種在有多個節點路徑的圖形平面上,求出最低通過成本的演算法。今天 A* 搜尋演算法常用於遊戲中的 NPC 的移動計算,或網路遊戲 BOT 的移動計算上等。

 

▲ 用 Python 實現 A* 演算法的教學影片

之後,Nilsson 教授又創立了自動即時規畫(Automated Temporal Planning)領域,並於 1971 年與 Richard Earl Fikes 共同發明 STRIPS(史丹佛研究所問題求解系統)規劃系統。

1985年,Nilsson 教授回到母校史丹佛大學任教,擔任電腦科學系主任直到 1990 年。這段期間,Nilsson 教授人工智慧與機器學習的課程;同時也主導 「機器人如何應對動態的世界、如何同時規劃動作並從中學習」的研究工作。

五本人工智慧教科書,皆出自 Nilsson 教授

Nils Nilsson 教授出版了五本人工智慧的教科書,分別為:

          《人工智慧的問題解決方法》Problem-Solving Methods in Artificial Intelligence,1971
          《人工智慧的原則》Principles of Artificial Intelligence,1980
          《人工智慧:新的合成》Artificial Intelligence: A New Synthesis,1998
          《人工智慧的的追求:思想和成就的歷史》The Quest for Artificial Intelligence: A History   of Ideas and Achievements,2010
          《理解信念:人工智能的科學理解》Understanding Beliefs,2014

其中,《理解信念:人工智能的科學理解》有被翻譯成中文。

除此之外,Nilsson 教授也是 《人工智慧》(Artificial Intelligence)、《人工智慧研究期刊》(Journal of Artificial Intelligence Research)的編輯委員會成員以及 《美國電腦學會雜誌》 的編輯。

2011 年入選「人工智慧名人堂」

同時,Nilsson 教授還擔任 AAAI (美國人工智慧協會) 的主席、AAAS (美國科學促進會) 的成員、國家工程院院士以及瑞典皇家工程科學院外籍院士,曾獲 IEEE「神經網路先驅」獎、IJCAI「卓越研究獎」及 AAAI「傑出服務獎」等,並於 2011 年因「人工智慧和智能系統領域的重大貢獻」入選「人工智慧名人堂(IEEE Intelligent Systems)」。

1990 年 8 月開始,Nils Nilsson 開始擔任史丹佛大學的 Kumagai Professor of Engineering(名譽工程教授),直到 2019 年離世為止。深度學習三巨頭之一以及 2019 年圖靈獎得主 Yann LeCun、史丹佛人工智慧實驗室的主任吳恩達教授等很多 AI 人工智慧界的重要人士也通過社群媒體發表了他們的悼念。

包含 Nils Nilsson 在內的諸位人工智慧先驅們的貢獻,史丹佛在 AI 領域出了不少人才與劃時代的研發。日前研發了甩尾比人類還精準的人工智慧自駕車,有興趣可以點擊以下影片與連結看看 AI 甩尾的神乎其技!

推薦閱讀:AI 甩尾技術勝 Ken Block!方程式冠軍車手嘆:要失業了

▲ 史丹佛大學在人工智慧領域有需多劃時代的成就,如 AI 自駕車的甩尾角度無人能及。

相關文章:

 人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒

美軍研發狗用 AR 頭戴裝置 跑多遠都能「看」到長官指令

網友留言殺死了16歲美少女!IG毛起來用人工智慧打擊網路霸凌

台灣第一本人工智慧高中教科書 郭台銘打造並贈閱

SEO教學大禮包1-讀懂他的心

SEO教學開講2-網頁快慢定生死

人工智慧臉部辨識能力不如你想的那般強大!? (上)