搭載 NVIDIA Jetson 及 Quadro RTX 的工作站收集各項資料來訓練自動駕駛車，幫助學生學習先進的人工智慧。
麻省理工學院的學生們使用有著 NVIDIA 技術支援的資料科學工作站來學習自動駕駛技術。
麻省理工學院大學部機器人課程的十七名學生被分成三組，各組拿到一輛迷你賽車。他們的任務是要在麻省理工學院史塔特科技中心（Stata Center）的地下室裡，教導這輛車如何自行駕駛通過一條複雜的跑道。
麻省理工學院航空航太學系副教授 Sertac Karaman 希望將模仿學習的過程教授給學生，這是一種利用人類演示來訓練自動駕駛模型的技術。
NVIDIA 的 Jetson AGX Xavier 及搭載 Quadro RTX 的資料科學工作站提供了加速運算能力，使得 Karaman 及其帶領的學生能夠建立多種人工智慧自動駕駛車原型。
學生使用資料科學工作站來操控自動駕駛車
學生需要通過模仿學習的過程，訓練一個 TensorFlow 神經網路來教他們的車怎麼進行自動駕駛。不過他們先得盡量收集室內跑道的資料，這樣自動駕駛車才能學會如何通過史塔特科技中心的走廊和門。
每輛車上都配備了一個 NVIDIA Jetson AGX Xavier 嵌入式系統模組，以便按照性能表現驅動自動駕駛車。學生們使用搖杆手動操控這輛迷你車在複雜的跑道上行駛，並且使用安裝在車輛前方的攝影機來記錄資料。
接著採用 NVIDIA PilotNet 架構的神經網路處理那些拍攝到的影像資料，學習怎麼把觀察到的事物化為動作，如此一來車子就能按照攝影頭拍攝到的畫面來估算轉向的角度。
學生們利用搭載 NVIDIA Quadro RTX GPU 之資料科學工作站的先進運算能力，訓練他們的 TensorFlow 模型，然後再把這個人工智慧模型部署到迷你賽車上，以便在車上進行人工智慧推斷作業。
資料科學工作站大幅提升了運算效能，也顯著減少了反覆運算的次數，使得學生們能夠快速訓練和測試多個模型，以找到最適合自己賽車的模型。
Karaman 說：「學生們花在訓練神經網路模型的時間，比我們見過的都還要少，這讓他們都能順利完成這些任務。NVIDIA 資料科學工作站的加速運算能力讓這個班的學生可以多次反覆進行運算，只要短短幾分鐘便能訓練出性能最佳的賽車。」
Karaman 打算今年還要再開一次機器人課程，使用資料科學工作站和預先安裝的人工智慧軟體來進行授課。
深入瞭解搭載 Quadro RTX 的資料科學工作站。