人工智能正在虚拟世界中收集越来越多的训练数据

对于任何生活在自动驾驶汽车运营城市的人来说，他们似乎都需要大量的练习。机器人出租车每年在公共道路上行驶数百万英里，努力从传感器（包括摄像头、雷达和激光雷达）收集数据，以训练操作它们的神经网络。

自动驾驶汽车运营的城市 行驶数百万英里

近年来，由于计算机图形技术的保真度和真实感显著提高，模拟越来越多地被用于加速这些算法的开发。例如，Waymo 表示其自动驾驶汽车已经在模拟中行驶了约 200 亿英里。事实上，从工业机器人到无人机，各种机器都在虚拟世界中收集越来越多的训练数据和练习时间。

计算机图形技术的保真度和真实感显著提升 在模拟中行驶了约 200 亿英里 机器人

据 Nvidia 专注于自动驾驶汽车模拟的高级经理 Gautham Sholingar 称，一个关键优势是可以解释那些在现实世界中几乎不可能收集训练数据的模糊场景。

“如果没有模拟，有些场景就很难解释。总会有一些难以收集数据的边缘情况，要么是因为它们很危险并且涉及行人，要么是难以准确测量的东西，比如远处物体的速度。这就是模拟真正闪耀的地方，”他在接受 Singularity Hub 采访时告诉我。

Singularity Hub

虽然让某人意外跑到街上来训练 AI 处理这种情况是不道德的，但对于虚拟世界中的动画角色来说，问题要小得多。

当今图形驱动的 GPU 的发展

图形质量很重要，因为 AI“看”世界的方式。

AI“看”世界的方式 超过 1600 万 各种行业 使用

视频

检测远处的物体 Nvidia