Deep Learning für autonomes Fahren

Vielen ist NVIDIA immer noch vor allem aus der Welt der Videospiele bekannt. Doch der Grafikprozessor (GPU), der von NVIDIA in den späten 1990er Jahren entwickelt wurde, um Computergrafik voranzutreiben, hat einen neuen Anwendungsbereich gefunden: künstliche Intelligenz. Im weitesten Sinne sind künstliche Intelligenz und Grafik sehr ähnliche Arten der Datenverarbeitung; beide erfordern die gleichzeitige Verarbeitung großer Datenmengen. Der GPU beschleunigt die parallele Verarbeitung sehr effizient, egal, ob es sich bei der Anwendung um Grafik, Hochleistungsrechnen oder künstliche Intelligenz handelt.

Vor einigen Jahren wurde NVIDIAs GPU-Computing-Modell von Forschern entdeckt, die eine Technik namens Deep Learning einsetzten, um das Jahrzehnte alte Feld der KI zu verjüngen. Deep Learning ermöglicht es Software, von Daten zu lernen – also wie ein Mensch Erfahrungen zu sammeln. Dies erfordert jedoch eine enorme Rechenleistung, um praxistauglich zu sein. Dank der unübertroffenen Kapazitäten des GPU hinsichtlich paralleler Datenverarbeitung, hat Deep Learning den „Urknall“ der künstlichen Intelligenz ausgelöst.

„KI ist die leistungsstärkste technologische Kraft unserer Zeit“, sagt Huang. „Intelligente Maschinen, die von KI-Computern angetrieben werden, die lernen, argumentieren und mit Menschen interagieren können, sind keine Science-Fiction mehr. Heute kann sich ein selbstfahrendes Auto, durch künstliche Intelligenz gesteuert, nachts auf gewundenen Landstraßen zurechtfinden. KI-gesteuerte Roboter können motorische Fähigkeiten durch Ausprobieren erlernen. Es sind wirklich außergewöhnliche Zeiten.“ Autonome Fahrzeuge können die Unfallhäufigkeit verringern, die Produktivität von LKW- und Taxiunternehmen steigern und neue Mobilitätsdienste ermöglichen.

Deep Learning kann einem Auto das Fahren beibringen, sodass es letztendlich viel besser – und sicherer – fährt, als es ein Mensch jemals könnte. Das ist eine komplexe Herausforderung, die enorme Rechenleistung erfordert und zwar sowohl im Datenzentrum, wo das ‚KI-Gehirn’ des Autos ausgebildet wird, als auch im Fahrzeug selbst. Huang beschreibt das Ziel von NVIDIA in klaren Worten: „Wir wollen den ersten Single-Chip-Prozessor bauen, der es ermöglicht, Deep-Learning-Algorithmen auch in autonomen Fahrzeugen anzuwenden.“

Seine Vision: „Es soll nur noch selbstfahrende Fahrzeuge geben.“ Durch die Nutzung von Sensordaten von Kameras und Mikrofonen im und am Auto kann künstliche Intelligenz die Umgebung des Fahrers aufzeichnen. Dies kann in Anwendungen eingesetzt werden, die den Fahrer beispielsweise vor einem Hindernis warnen. Außerdem kann die Aufmerksamkeit des Fahrers überwacht werden, um sicherzustellen, dass er nicht abgelenkt wird. Huang erklärt dazu: „Das Auto wird ein künstlich-intelligenter Co-Pilot, ein Beschützer der Menschen sein. Auch wenn man gerade nicht fährt, wird es den Überblick behalten.“

Im März 2017 haben Bosch und NVIDIA bekanntgegeben, dass sie gemeinsam an der Entwicklung eines neuen KI-gesteuerten Computers für selbstfahrende Autos arbeiten. Bosch produziert die Fahrzeug-Komponenten und -Systeme, während NVIDIA das „Gehirn“ des autonomen Fahrzeugs, seine DRIVE PX Computing-Plattform, beisteuert. Dieses System kann bis zu 30 Billionen Deep-Learning-Vorgänge pro Sekunde verarbeiten und benötigt dabei nur 30 Watt Leistung. Damit können Autohersteller Fahrzeuge bauen, die „Level-4-Autonomie“ erreichen können, durch die ein Auto ganz ohne menschliches Eingreifen fahren kann. „„Ich bin sehr stolz auf die Kooperation mit Bosch. Zusammen können wir unsere gemeinsame Vision des KI-Autos verwirklichen“, sagt Huang.

„Es ist ein gewaltiges Unterfangen, die Technologie für autonome Fahrzeuge zu entwickeln. Die Herausforderung ist unheimlich groß, doch das Ergebnis wird uns ebenso reich entlohnen. Diese Arbeit wird Leben retten, körperlich eingeschränkten Menschen Mobilität verschaffen und die Stadtgestaltung verbessern. Starke Partner wie Bosch sind ausschlaggebend für unseren Erfolg.“ Huang hat die Vision, dass Autos bereits 2018 komplett selbstständig fahren können und der Fahrer nur im Notfall eingreifen muss. „Um das zu erreichen“, so Huang, „ist das Timing für unsere Partnerschaft genau richtig.“