Mașinile cu autovehicule pot accesa „rețeaua de socializare alimentate de AI” pentru a vorbi între ele în timp ce sunt pe drum

Cercetătorii au descoperit o modalitate prin care mașinile cu autovehicul de a împărtăși în mod liber informațiile în timp ce se afla pe drum, fără a fi nevoie să stabilească conexiuni directe.

„Învățare federată descentralizată în cache” (Cached-DFL) este un inteligenţă artificială (AI) Cadru de partajare a modelului pentru Mașini cu autovehicule Acest lucru le permit să treacă reciproc și să împărtășească informații exacte și recente. Aceste informații includ cele mai recente modalități de a gestiona provocările de navigație, modelele de trafic, condițiile rutiere și semnele și semnalele de trafic.

De obicei, mașinile trebuie să fie practic una lângă alta și să acorde permisiuni pentru a împărtăși informații de conducere pe care le -au colectat în timpul călătoriilor lor. Cu toate acestea, cu cache-DFL, oamenii de știință au creat o rețea cvasi-socială în care mașinile își pot vizualiza reciproc pagina de profil a descoperirilor de conducere-toate fără a împărtăși informațiile personale ale șoferului sau modelele de conducere.

Vehiculele cu autovehicule folosesc în prezent date stocate într-o locație centrală, ceea ce crește, de asemenea, șansele de încălcare a datelor mari. Sistemul Cached-DFL permite vehiculelor să transporte date în modele AI instruite în care stochează informații despre condițiile și scenariile de conducere.

„Gândiți-vă la asta ca la crearea unei rețele de experiențe partajate pentru mașini cu autovehicule”, a scris scris Dr. Yong LiuSupraveghetorul de cercetare al proiectului și profesorul de inginerie la Școala de Inginerie Tandon din NYU. “O mașină care a condus doar în Manhattan ar putea acum să învețe despre condițiile rutiere din Brooklyn de la alte vehicule, chiar dacă nu se conduce niciodată acolo.”

Mașinile pot împărtăși modul în care se ocupă de scenarii similare cu cele din Brooklyn care ar apărea pe drumurile din alte zone. De exemplu, dacă Brooklyn are găuri în formă ovală, mașinile pot împărtăși modul de gestionare a găurilor ovale, indiferent unde se află în lume.

Oamenii de știință și -au încărcat studiu la baza de date ARXIV preprint din 26 august 2024 și și -a prezentat concluziile la Asociația pentru Avansarea Conferinței de Informații Artificiale din 27 februarie.

Cheia pentru mai bine autovehicule automobile

Printr-o serie de teste, oamenii de știință au descoperit că comunicările rapide și frecvente între mașinile cu autovehicule au îmbunătățit eficiența și exactitatea datelor de conducere.

Oamenii de știință au plasat 100 de mașini cu autovehicule virtuale într-o versiune simulată a Manhattan și le-au stabilit să „conducă” într-un model semi-aleatoriu. Fiecare mașină a avut 10 modele AI care s -au actualizat la fiecare 120 de secunde, care este locul în care a apărut porțiunea în cache a experimentului. Mașinile se mențin la date și așteaptă să le împărtășească până când au o conexiune adecvată a vehiculului la vehicul (V2V) pentru a face acest lucru. Acest lucru diferă de modelele tradiționale de partajare a datelor auto auto, care sunt imediate și care nu permit stocarea sau memoria în cache.

Oamenii de știință au înscris cât de repede au aflat mașinile și dacă Cached-DFL a depășit sistemele de date centralizate comune în mașinile cu autovehicule de astăzi. Au descoperit că, atâta timp cât mașinile se aflau la 100 de metri (328 de metri) unul de celălalt, puteau vedea și împărtăși informațiile celuilalt. Vehiculele nu trebuiau să se cunoască pentru a împărtăși informații.

“Scalabilitatea este unul dintre avantajele cheie ale FL descentralizat”, Dr. Jie Xua spus profesor asociat în inginerie electrică și informatică la Universitatea din Florida. “În loc de fiecare mașină care comunică cu un server central sau cu toate celelalte mașini, fiecare vehicul schimbă doar actualizări ale modelului cu cele pe care le întâlnește. Această abordare de partajare localizată împiedică comunicarea să crească exponențial pe măsură ce mai multe mașini participă la rețea.”

Cercetătorii au în vedere că tehnologia de auto-conducere fac ca tehnologia de auto-conducere să fie mai accesibilă prin reducerea necesității puterii de calcul, deoarece sarcina de procesare este distribuită pe mai multe vehicule în loc de concentrat într-un singur server.

Următorii pași pentru cercetători includ testarea din lumea reală a cache-DFL, eliminarea barierelor cadru de sistem informatic între diferite mărci de vehicule cu autovehicule și permițând comunicarea între vehicule și alte dispozitive conectate, precum semafoare, sateliți și semnale rutiere. Acest lucru este cunoscut sub numele de standarde de vehicul la toate (V2X).

Echipa își propune, de asemenea, să alunge o îndepărtare mai largă de serverele centralizate și, în schimb, către dispozitive inteligente care adună și procesează datele cele mai apropiate de locul în care sunt colectate datele, ceea ce face ca schimbul de date cât mai rapid să fie posibil. Aceasta creează o formă de inteligență rapidă a roiurilor nu numai pentru vehicule, ci pentru sateliți, drone, roboți și alte forme emergente de dispozitive conectate.

“Învățarea federată descentralizată oferă o abordare vitală a învățării în colaborare, fără a compromite confidențialitatea utilizatorilor”, Javed Khana declarat președintele software -ului și al siguranței avansate și al experienței utilizatorilor la APTIV. “Prin cache-ul modelelor la nivel local, reducem dependența de serverele centrale și îmbunătățim luarea deciziilor în timp real, crucială pentru aplicații critice pentru siguranță, cum ar fi conducerea autonomă.”

Lisa D Sparks este o jurnalistă independentă pentru știință live și un editor cu experiență și un profesionist de marketing, cu o experiență în jurnalism, marketing de conținut, dezvoltare strategică, management de proiect și automatizare a proceselor. Este specializată în inteligență artificială (AI), robotică și vehicule electrice (EVS) și tehnologia bateriei, în timp ce deține expertiză în tendințe, inclusiv semiconductori și centre de date.