要是時間真的就是金錢，那麼自動駕駛車的發展便在道路測試這一關遇到了瓶頸。
RAND 的研究團隊估算自動駕駛車得在測試道路上行駛110億英里，才能達到與人類駕駛者並駕齊驅的準確度。從這方面來看，加州所有自動駕駛車研發單位在2016年的測試距離合計起來，也只不過行駛了70萬英里。
來自以色列，同時也是 NVIDIA Inception 計畫成員的新創公司 Cognata，旨於讓自動駕駛車在虛擬環境裡行駛，以縮短進行徹底訓練所需的時間。
Cognata 結合人工智慧、深度學習與電腦視覺，開發出一種或許能視為發展自動駕駛車的時間機器，可以讓我們在手不觸碰到方向盤的情況下，從 A 點移動到 B 點。
在虛擬環境裡駕車
自動駕駛車得能在不斷變化的環境裡取得各項資訊，並做出合理的決定；而自動駕駛系統需要在真實的道路上行駛，體驗駕駛人的真實行為和實際的天候條件，才能對實際路況有所理解。
這正是許多業者與研究人員在道路上開著測試車輛，以取得訓練資料的緣故。
Cognata 的虛擬環境讓這些業者能在測試自動駕駛車的同時，省下時間和金錢及解決安全方面的問題。
Cognata 的技術分為三個主要層面。第一層是「靜態」層，其中電腦視覺與深度學習演算法使用來自地圖和衛星影像的資料，自動生成真實城市的立體數位地圖。Cognata 的 TrueLife 3D Mesh 專利技術模擬城市景物，包括建築物、道路、車道標線、交通號誌，甚至是樹葉也不放過。
Cognata 在逼真的模擬靜態層上，加入了「動態」層交通模型，包括各種形狀及大小的車輛和行人。還加入了當地長期天候條件與光線變化情況，自動駕駛系統可嘗試跟測試各種行車變數。
第三個「感應」層則是結合了靜態層和動態層，以模擬雷達與光達等感應器對模擬環境，以及對模擬環境內各種刺激因素的相互作用。這為每次行車測試提供了全面的自動駕駛模擬回饋迴圈。
獨一無二的體驗
Cognata 的技術使得人工智慧駕駛系統能遇到各種可能從未有機會在實際測試環境裡遇到的情境，並且從中學習。想把注意力放在下雪天的冰雪路面上嗎？Cognata 可以讓你盡情測試。
Cognata 的技術以 NVIDIA DGX工作站為後盾，這款人工智慧超級電腦工作站具有資料中心的深度學習能力，卻又能整齊地擺放在桌子下面。Cognata 使用 NVIDIA DGX工作站，將訓練深層神經網路的速度較過去提升十倍，還能在他們的模擬環境裡同時運行十部虛擬車輛。
虛擬車輛配備了一系列攝影機、光達及雷達感應器，每小時可生成行駛數千英里的資料，代表 Cognata 訓練自動駕駛車的速度比傳統方法快上一千倍，且能達到汽車產業在短短幾年內讓全自動駕駛車上市所需的驗證目標。
Cognata 將參加 GTC
Cognata 是加入 NVIDIA Inception 計畫的2200多間新創公司之一。這項虛擬加速器計畫提供技術、專業知識與市場支持給這些新創公司。
Cognata 在去年的 GTC Israel 大會上榮獲「以色列最熱門新創公司」的頭銜。報名參加3月26日至29日在聖荷西舉行的 GTC 年度慶典，聆聽 Cognata 執行長 Danny Atsmonin 以《Deep Learning Autonomous Driving Simulation》為題的精彩演講。