Jeremy Seaman中士和他的團(tuán)隊(duì)在綜合訓(xùn)練環(huán)境中測(cè)試了一個(gè)可重構(gòu)虛擬集體教練機(jī)的原型，2ABCT的成員測(cè)試了下一代車輛訓(xùn)練模擬器的不同版本，并提供了他們的反饋，以確保原型在部署前滿足所有要求的規(guī)范。

戰(zhàn)爭(zhēng)不適合收集數(shù)據(jù)。

雖然現(xiàn)代戰(zhàn)場(chǎng)是一個(gè)傳感器豐富的環(huán)境，但這些傳感器本身就是問題的來源。有時(shí)，故障可能是由于一些無處不在的東西，如來自太陽(yáng)的眩光。

但在設(shè)計(jì)需要數(shù)據(jù)來訓(xùn)練和運(yùn)行的自主車輛時(shí)，產(chǎn)生了一個(gè)問題。輸入合成數(shù)據(jù)，或虛擬創(chuàng)建的傳感器輸入，反映可能發(fā)生但未在模擬外部記錄的場(chǎng)景。

對(duì)于罕見的事件或數(shù)據(jù)特別難以收集的場(chǎng)景，可以將合成數(shù)據(jù)合并到訓(xùn)練模型中，使人工智能能夠從真實(shí)和模擬的經(jīng)驗(yàn)中學(xué)習(xí)。在真實(shí)但罕見的場(chǎng)景中訓(xùn)練自動(dòng)駕駛汽車，比如黃昏時(shí)穿過高速公路的反光平板，太陽(yáng)的強(qiáng)光使得僅在中午白天訓(xùn)練的視覺傳感器無法理解。

NVIDIA Federal的瑪格麗特?阿莫里（Margaret Amori）說：“我們立足于游戲公司，創(chuàng)造了一個(gè)完全合成的環(huán)境，在這個(gè)環(huán)境中我們可以測(cè)試和訓(xùn)練這些汽車?！盢VIDIA制造顯卡，功能強(qiáng)大的工具，最初用于渲染視頻游戲，現(xiàn)在支持許多高性能的圖像處理。

阿莫里說：“考慮到一輛經(jīng)過訓(xùn)練并準(zhǔn)備好開動(dòng)的汽車，要開上百萬英里的路是不可能的。我們可以創(chuàng)造各種瘋狂的條件和危險(xiǎn)場(chǎng)景，我們不想在現(xiàn)實(shí)世界中復(fù)制。我的意思是，想象一個(gè)世界，就像沒有犯罪的‘俠盜獵車’一樣”。

阿莫里的這番話是11月在底特律舉行的美國(guó)陸軍協(xié)會(huì)人工智能與自主研討會(huì)的一部分。為什么軍隊(duì)會(huì)對(duì)學(xué)習(xí)駕駛汽車穿越街道的算法感興趣呢？

阿莫里說：“基于物理學(xué)，它非常逼真和精確。所以你可以隨意移動(dòng)太陽(yáng)，只需按一下按鈕，你就可以把它從夏天換到冬天，創(chuàng)造出各種條件，比如太陽(yáng)眩光，這對(duì)我們的傳感器來說是個(gè)很大的問題?！?/p>

訓(xùn)練自治系統(tǒng)在不太理想的條件下運(yùn)行是虛擬環(huán)境的一個(gè)很好的用例，盡管合成數(shù)據(jù)并不是整個(gè)項(xiàng)目的全部。

對(duì)于這一領(lǐng)域的公司來說，找出訓(xùn)練人工智能所需的合成數(shù)據(jù)和真實(shí)數(shù)據(jù)的正確組合仍然是一項(xiàng)正在進(jìn)行的工作。到目前為止，NVIDIA已經(jīng)注意到當(dāng)使用至少50%的合成數(shù)據(jù)時(shí)，人工智能導(dǎo)航有了改進(jìn)，盡管比例可能因任務(wù)而異。

在軍事場(chǎng)景中，合成數(shù)據(jù)可能是唯一可用的數(shù)據(jù)。

Cadence Systems的Frank Schirrmeister說：“你只需創(chuàng)建一個(gè)驅(qū)動(dòng)數(shù)據(jù)或陸軍內(nèi)容場(chǎng)景的菜單就行了，基本上可以根據(jù)需求自動(dòng)創(chuàng)建合成數(shù)據(jù)?！?/p>

畢竟，軍用自主車輛的傳感器需要知道如何在強(qiáng)光下工作，但也需要知道如何處理突然出現(xiàn)的灰塵和閃光以及爆炸和其他戰(zhàn)場(chǎng)混亂的障礙物。在實(shí)驗(yàn)室里進(jìn)行建模，為未來戰(zhàn)場(chǎng)訓(xùn)練真實(shí)世界的機(jī)器人，可能是一個(gè)增長(zhǎng)領(lǐng)域，并把它當(dāng)作一個(gè)需求和控制的問題。