Авторский текст
Как ускорить внедрение самоуправляемых машин на дорогах?
Инсайт про самоуправляемые машины, беспилотники.
Стою в пробке, слушаю подкаст Вани Замесина, в студии Боря Янгель, data science self drive car Yandex. И у меня случился инсайт.
Оффтоп. Послушал 17 из 19 выпусков Вани, каждый по 2 часа примерно. Скажу одно — это круто. Со стороны Вани — крутые вопросы, раскопка персонажа. Гости — просто очень умные чуваки.
Так вот к инсайту.
1. В подкасте говорили о проблемах обучения машин, проблемы с лидарами. Очень много переменных и неопределенных на дорогах: другие водители, пешеходы, погода. Сейчас процент аварий на 1км у самоуправляемый машин выше, чем у водителя. Поэтому резкое внедрение не возможно. Нужно ОООООЧЕНЬ много кейсов для обучения = количество часов обучения машины. Или количество обувающихся машин помноженное на количество. Чем больше кейсов для обучения ИИ, тем ниже процент аварийности.
2. Потом плавно переключились на тему ИИ и возможностей искусственного интеллекта в целом. Например ИИ дали самому поиграть в Старкрафт и он придумал какие-то невероятные стратегии и ходы. Путём оптимизации успеха в игре.
3. Далее переключились на то, что ИИ юзают в разработке игр, например, раньше дизайнер вручную ставил 400 разных деревьев в игре и делал таким образом лес, теперь просто пишет «тут лес» и секта сама подбирает рандомные деревья и конструирует лес. Супер оптимизация.
4. Далее переключились на то, что для игры симуляции полёта, студия разработчик взяла карты все поверхности земли со спутника и загрузила их в игру, тем самым создав полную 3д модель земли в игре со всеми домами , городами и континентами. И можно летать в игре по реальным местам 1в1. Можно прилететь к своему дому в Лабытнанги.
Далее на основании этой информации случается инсайт! А что если:
— взять эту модель земли из игры.
— дать задачу ИИ создать рандомно 8 млрд виртуальных человек и дать задачу смоделировать рандомное поведение: ходить по дорогам, ездить на машинах, ходит на работу, строить что-то и т.д.
— запустить туда 1-2 млн self drive машин. Собрать статистику аварийности.
— заставить оптимизировать метрику коэффициент аварийности.
— все случаи аварий (не успехи) и избежание аварий (успехи) фиксировать как кейсы и передавать из этой виртуальной игры в реальный мир в реальную тачку.
Таким образом из виртуального мира можно вытащить миллиарды кейсов в реальный мир, сократить время обучения машин в реально мире. Вот так инсайт.
Так вот к инсайту.
1. В подкасте говорили о проблемах обучения машин, проблемы с лидарами. Очень много переменных и неопределенных на дорогах: другие водители, пешеходы, погода. Сейчас процент аварий на 1км у самоуправляемый машин выше, чем у водителя. Поэтому резкое внедрение не возможно. Нужно ОООООЧЕНЬ много кейсов для обучения = количество часов обучения машины. Или количество обувающихся машин помноженное на количество. Чем больше кейсов для обучения ИИ, тем ниже процент аварийности.
2. Потом плавно переключились на тему ИИ и возможностей искусственного интеллекта в целом. Например ИИ дали самому поиграть в Старкрафт и он придумал какие-то невероятные стратегии и ходы. Путём оптимизации успеха в игре.
3. Далее переключились на то, что ИИ юзают в разработке игр, например, раньше дизайнер вручную ставил 400 разных деревьев в игре и делал таким образом лес, теперь просто пишет «тут лес» и секта сама подбирает рандомные деревья и конструирует лес. Супер оптимизация.
4. Далее переключились на то, что для игры симуляции полёта, студия разработчик взяла карты все поверхности земли со спутника и загрузила их в игру, тем самым создав полную 3д модель земли в игре со всеми домами , городами и континентами. И можно летать в игре по реальным местам 1в1. Можно прилететь к своему дому в Лабытнанги.
Далее на основании этой информации случается инсайт! А что если:
— взять эту модель земли из игры.
— дать задачу ИИ создать рандомно 8 млрд виртуальных человек и дать задачу смоделировать рандомное поведение: ходить по дорогам, ездить на машинах, ходит на работу, строить что-то и т.д.
— запустить туда 1-2 млн self drive машин. Собрать статистику аварийности.
— заставить оптимизировать метрику коэффициент аварийности.
— все случаи аварий (не успехи) и избежание аварий (успехи) фиксировать как кейсы и передавать из этой виртуальной игры в реальный мир в реальную тачку.
Таким образом из виртуального мира можно вытащить миллиарды кейсов в реальный мир, сократить время обучения машин в реально мире. Вот так инсайт.
Дима
Маркетолог
Как расширить картину мира, стать выдающемся ученым и сделать прорыв.
Чем одно отличается от другого
Почему пожарный выходит за секунду до взрыва из горящего здания, а маркетолог проектирует лендинг именно таким образом?
Почему важно менять место работы, а компаниям, как можно чаще увольнять сотрудников? И как через увольнение найти себя и зарабатывать больше?
Как выжить небольшим порталам, агрегаторам, классифайдам, доскам рядом крупняками, найти свою аудиторию, строить бренд, создавать ценность для клиента и зарабатывать.
Как с помощью ГМВ закупать трафик дешевле, поднять конверсию и делать больше продаж?
Провел пол дня на выставке ММСО 2021 в Крокусе, зафиксирую некоторые выводы, инсайты и наблюдения с выставки.
Спойлер: книга работает!
Спойлер: книга работает!
