SEOに関連するニュースリリースを公開しております。
最新のサービス情報を、御社のプロモーション・マーケティング戦略の新たな選択肢としてご活用下さい。
NVIDIA、自動運転車両向けディープ ニューラル ネットワークへのアクセスを運輸業界に提供
[19/12/19]
提供元：PRTIMES
提供元：PRTIMES
NVIDIA の先進の学習ツールを通じて、データの機密性を守りながら、データセットの活用が可能に
[画像: https://prtimes.jp/i/12662/145/resize/d12662-145-121406-0.jpg ]
2019 年 12 月 18 日、中国蘇州 —GTC China — NVIDIA は、自動運転車 (AV) の開発のために、運輸業界が NVIDIA DRIVE™ (https://www.nvidia.com/ja-jp/self-driving-cars/drive-platform/)ディープ ニューラル ネットワーク (DNN) をNVIDIA GPU Cloud (NGC) コンテナー レジストリ (https://www.nvidia.com/ja-jp/gpu-cloud/)から利用できるようにすると発表しました。
NVIDIA DRIVE は、AV 開発のデファクト スタンダードとなっており、自動車メーカーやトラック メーカー、ロボタクシー会社、ソフトウェア会社、大学などで広く利用されています。現在 NVIDIA は、自社のトレーニング済み AI モデルとトレーニング コードを AV 開発者が利用できるようにしています。NVIDIA AI ツール群を使用して、エコシステムがモデルを自由に拡張およびカスタマイズして、自社の自動運転システムの堅牢性と機能を向上させることができます。
NVIDIA の創業者/CEO であるジェンスン フアン (Jensen Huang) は、次のように述べています。「AI 自動運転車両は、ソフトウェアによって定義可能な車両であり、多様なデータセットに基づき世界中で走行することが求められています。自動運転車両の開発者に対してNVIDIA の DNN と先進の学習ツールの利用を可能にして、多様なデータセットで最適化を行えるようにすることで、データの所有権と機密性を保ちながら、企業や国を横断して学習結果を共有できます。つまり、全世界での自動運転車両の実用化を加速させているのです。」
AI は、安全な自動運転車両の開発に欠かせないものです。AI は、インテリジェントな走行を行うために、リアルタイムで周辺環境を認識し、それに対応します。その核となるのは、冗長化を行い、多様性を持たせた課題に取り組む数十の DNN であり、正確な認識、位置推定および経路計画を可能にします。
IHS Markit の人工知能上級研究ディレクターであるルカ デ アンブロッギ (Luca De Ambroggi) 氏は、次のように述べています。「NVIDIA は、運輸業界向けの最も深く幅広いDNN やAI の開発における世界的なリーダーとなっています。これらのアルゴリズムを、ツールやワークフロー インフラストラクチャを含めて外部に提供し、カスタマイズ可能にすることにより、安全で自律的な交通手段の展開が促進されるでしょう」
NVIDIA は、NVIDIA DRIVE AGX™ プラットフォーム(https://www.nvidia.com/ja-jp/self-driving-cars/drive-platform/)で実行され、生のセンサー データから世界を深く理解するDNN の開発とトレーニングを数年をかけて行ってきました。これらの DNN は、交通信号と標識の認知、物体 (車両、歩行者、自転車) の検知および経路認知、ならびに車両内での視線検知やジェスチャー認識といった課題に対応しています。
AI 開発用の先進の学習ツール
NVIDIAは、NVIDIA の DNN を利用可能にする事に加え、一連の先進的なツールを提供すると発表しました。開発者が独自のデータセットと目標とする機能のセットを使って、NVIDIA の DNN をカスタマイズし拡張する事ができるようになります。これらのツールにより、能動学習、フェデレーション ラーニングおよび転移学習を使って、以下のように DNN をトレーニングすることができます。
● 能動学習は、モデルの精度が向上させますが、人によるデータのキュレーションではなくAI による自動的なデータ選択を行う事によって、データ収集費用の削減が可能になります。
● フェデレーション ラーニング(https://blogs.nvidia.com/blog/2019/10/13/what-is-federated-learning/)により、企業は、データの機密性や自社の知的財産を保護しながら、国をまたいで、さらに他の企業と共同でデータセットを活用する事ができるようになります。
● 転移学習(https://blogs.nvidia.com/blog/2019/02/07/what-is-transfer-learning/)により、NVIDIA DRIVE の顧客は、NVIDIAの自動運転車両開発に対する大規模な投資を活用して自社の認識ソフトウェア開発を加速できるようになり、さらに自社のアプリケーションや目標とする性能を実現するためのニューラルネットの構築もできるようになります。
NGC で AI モデルが利用可能にすること、ならびに先進のトレーニング ツールを導入することによって、NVIDIA は、AV の開発および展開のためのエンドツーエンド プラットフォームを強化しています。
NVIDIA について
1999 年における NVIDIA (NASDAQ 表示: NVDA)による GPU の発明は、PC ゲーミング市場の成長に爆発的な拍車をかけ、現代のコンピュータ グラフィックスを再定義し、並列コンピューティングに革命的変化を起こしました。最近では、GPU ディープラーニングが最新の AI (次世代コンピューティング) に火をつけ、世界を知覚し理解することができるコンピュータ、ロボット、自律走行車の脳として GPU は機能しています。詳細は、こちらのリンクから： www.nvidia.co.jp/
[画像: https://prtimes.jp/i/12662/145/resize/d12662-145-121406-0.jpg ]
2019 年 12 月 18 日、中国蘇州 —GTC China — NVIDIA は、自動運転車 (AV) の開発のために、運輸業界が NVIDIA DRIVE™ (https://www.nvidia.com/ja-jp/self-driving-cars/drive-platform/)ディープ ニューラル ネットワーク (DNN) をNVIDIA GPU Cloud (NGC) コンテナー レジストリ (https://www.nvidia.com/ja-jp/gpu-cloud/)から利用できるようにすると発表しました。
NVIDIA DRIVE は、AV 開発のデファクト スタンダードとなっており、自動車メーカーやトラック メーカー、ロボタクシー会社、ソフトウェア会社、大学などで広く利用されています。現在 NVIDIA は、自社のトレーニング済み AI モデルとトレーニング コードを AV 開発者が利用できるようにしています。NVIDIA AI ツール群を使用して、エコシステムがモデルを自由に拡張およびカスタマイズして、自社の自動運転システムの堅牢性と機能を向上させることができます。
NVIDIA の創業者/CEO であるジェンスン フアン (Jensen Huang) は、次のように述べています。「AI 自動運転車両は、ソフトウェアによって定義可能な車両であり、多様なデータセットに基づき世界中で走行することが求められています。自動運転車両の開発者に対してNVIDIA の DNN と先進の学習ツールの利用を可能にして、多様なデータセットで最適化を行えるようにすることで、データの所有権と機密性を保ちながら、企業や国を横断して学習結果を共有できます。つまり、全世界での自動運転車両の実用化を加速させているのです。」
AI は、安全な自動運転車両の開発に欠かせないものです。AI は、インテリジェントな走行を行うために、リアルタイムで周辺環境を認識し、それに対応します。その核となるのは、冗長化を行い、多様性を持たせた課題に取り組む数十の DNN であり、正確な認識、位置推定および経路計画を可能にします。
IHS Markit の人工知能上級研究ディレクターであるルカ デ アンブロッギ (Luca De Ambroggi) 氏は、次のように述べています。「NVIDIA は、運輸業界向けの最も深く幅広いDNN やAI の開発における世界的なリーダーとなっています。これらのアルゴリズムを、ツールやワークフロー インフラストラクチャを含めて外部に提供し、カスタマイズ可能にすることにより、安全で自律的な交通手段の展開が促進されるでしょう」
NVIDIA は、NVIDIA DRIVE AGX™ プラットフォーム(https://www.nvidia.com/ja-jp/self-driving-cars/drive-platform/)で実行され、生のセンサー データから世界を深く理解するDNN の開発とトレーニングを数年をかけて行ってきました。これらの DNN は、交通信号と標識の認知、物体 (車両、歩行者、自転車) の検知および経路認知、ならびに車両内での視線検知やジェスチャー認識といった課題に対応しています。
AI 開発用の先進の学習ツール
NVIDIAは、NVIDIA の DNN を利用可能にする事に加え、一連の先進的なツールを提供すると発表しました。開発者が独自のデータセットと目標とする機能のセットを使って、NVIDIA の DNN をカスタマイズし拡張する事ができるようになります。これらのツールにより、能動学習、フェデレーション ラーニングおよび転移学習を使って、以下のように DNN をトレーニングすることができます。
● 能動学習は、モデルの精度が向上させますが、人によるデータのキュレーションではなくAI による自動的なデータ選択を行う事によって、データ収集費用の削減が可能になります。
● フェデレーション ラーニング(https://blogs.nvidia.com/blog/2019/10/13/what-is-federated-learning/)により、企業は、データの機密性や自社の知的財産を保護しながら、国をまたいで、さらに他の企業と共同でデータセットを活用する事ができるようになります。
● 転移学習(https://blogs.nvidia.com/blog/2019/02/07/what-is-transfer-learning/)により、NVIDIA DRIVE の顧客は、NVIDIAの自動運転車両開発に対する大規模な投資を活用して自社の認識ソフトウェア開発を加速できるようになり、さらに自社のアプリケーションや目標とする性能を実現するためのニューラルネットの構築もできるようになります。
NGC で AI モデルが利用可能にすること、ならびに先進のトレーニング ツールを導入することによって、NVIDIA は、AV の開発および展開のためのエンドツーエンド プラットフォームを強化しています。
NVIDIA について
1999 年における NVIDIA (NASDAQ 表示: NVDA)による GPU の発明は、PC ゲーミング市場の成長に爆発的な拍車をかけ、現代のコンピュータ グラフィックスを再定義し、並列コンピューティングに革命的変化を起こしました。最近では、GPU ディープラーニングが最新の AI (次世代コンピューティング) に火をつけ、世界を知覚し理解することができるコンピュータ、ロボット、自律走行車の脳として GPU は機能しています。詳細は、こちらのリンクから： www.nvidia.co.jp/
SEO関連
