新型 AI 系統提升自駕車預測準確度
背景
香港城市大學的一個研究團隊最近開發了一種新型的人工智慧系統，可以提高在擁擠交通環境中的預測準確度，並且將運算效率提高了 85%以上。這一系統對於提升自駕車的安全性具有巨大的潛力。
問題
自駕車能夠準確且及時地預測附近車輛的行動軌跡或行人的未來路徑至關重要。即使是微小的延遲和錯誤也可能導致災難性的事故。然而現有的行為預測解決方案往往難以正確理解駕駛場景，或者在預測中缺乏效率。
創新
為了克服這些約束，香港城市大學的王建平教授領導的研究團隊提出了一個突破性的軌跡預測模型，稱為"QCNet"。這個模型基於相對時空的定位原則，擁有優良的特性，在空間維度上具有"旋轉平移不變性"，在時間維度上具有"平移不變性"。QCNet 能夠理解交通規則和多個道路使用者之間的相互作用，預測符合地圖並且無碰撞危險的未來軌跡。
效能評估
研究團隊使用了包括超過 320,000 個資料序列和 250,000 個場景的"Argoverse 1"和"Argoverse 2"兩個大規模的開放原始碼自駕車資料集和高畫質地圖進行評估。在測試中，即使是長期的六秒預測，QCNet 在預測道路使用者未來動作方面表現出了速度和準確度。它在"Argoverse 1"和"Argoverse 2"上分別排名第一和第 44 位。此外 QCNet 還將在夜間交通繁忙的場景中，將線上推理延遲從 8 毫秒降低到 1 毫秒，效率提高了 85%以上。
影響
透過將這一技術整合到自駕車系統中，自駕車可以更好地理解周圍環境，更準確地預測其他使用者的未來動作，做出更安全、更人性化的決策，為安全的自駕車駕駛鋪平道路。未來，研究團隊計劃將這一技術應用於更多自駕車的應用中，包括交通模擬和人性化決策。
結論
此項研究的發現於 2023 年 9 月在加拿大舉行的 IEEE/CVF 電腦視覺與模式識別學術會議（CVPR 2023）上發布。這一研究對於自駕車的預測準確度和運算效率的提升具有重要的意義。隨著這一技術的成熟和應用，人們對自駕車的信任和接受度將逐步提高。同時我們也需要關注其帶來的倫理和法律問題，並制定相應的規範和法律措施來確保自駕車的安全和道德合規性。
參考資料：
Zhou, Z., et al. (2023). Query-Centric Trajectory Prediction. City University of Hong Kong. Retrieved from https://techxplore.com/news/2023-09-ai-accuracy-autonomous.html
延伸閱讀
- 長壽專家彼得·阿提亞創立的新創公司終於揭開面紗！
- 「日本迎接新科技：Avride 的送貨機器人精彩登場！」
- 瑞典 AI 應用建立平臺 Lovable 成功籌集 1500 萬美元，成長勢頭驚人！
- 革新推進！Redalpine 與 Founders Fund 共同投資 Magdrive 的電推進事業
- Perfect 獲得 2300 萬美元資金，運用 AI 革新招聘流程！
- 「Patlytics 爆出 1400 萬美元新資金，革新專利分析平臺！」
- 「電動飛機創始人 Kyle Clark：打破矽谷常規，開創新紀元！」
- 「OpenAI CEO Sam Altman 指控馬斯克的行動意在‘拖延我們的進步’！」
- Stripe 計畫以超過 850 億美元的估值出售員工股份，未來將如何影響科技界？
- 開源精神：超越授權的深層意義!
