李熠:極致可視化與實時仿真能力,才是數字孿生規模商業化的關鍵 發布于2019-05-17

1558318396(1).jpg


5月15日,在商湯科技舉辦的人工智能峰會上,51VR創始人兼CEO李熠受邀出席,并在大會上發表關于《當VR遇見AI》的演講。演講中,李熠重點闡述了數字孿生世界對于AI訓練的重要性,以及想要真正實現數字孿生規模商業化,兩大核心能力必不可少,即極致的可視化能力和實時仿真能力。


李熠強調,數字孿生不僅能幫助AI訓練變得更為高效,且在跟AI進行深度融合后,能為智慧城市提供可視、仿真及智能決策的基礎設施。


演講中,李熠不僅談到了未來趨勢,也談到了51VR如何一步步實現產業及案例的落地。


以下來自51VR創始人兼CEO李熠在商湯人工智能峰會的演講內容整理:



2.jpg



最近數字孿生這個概念非常火,股票全線飄紅,百度指數也是一度破萬。要知道這個詞,在去年的百度指數,基本還是接近于零。可見大家對于熱門概念的追捧有多瘋狂。


數字孿生這個能力是實現工業4.0的關鍵所在。其中,它非常重要的一個應用場景,就是用來訓練AI。通過將真實世界進行1:1還原,來實現特定場景下AI算法的訓練需求。而這樣的還原,并非僅僅是視覺上的1:1還原,還包括對真實世界物理規則及運行規律的1:1還原,達到AI訓練的強化疊加環境。


而在不斷訓練AI的過程中,數字孿生所構建的環境在不斷學習,其不斷通過自進化來將真實數據融入數字孿生平臺,最終完成整個系統的AI化。基于AI進行不斷自生長的數字孿生環境,會在更大場景中實現規劃和預測,實現更多當前在真實世界不可想象的功能。


早在三年前,我們就開始提出一個概念——克隆地球,并朝著這個目標一點點去實現,每年舉辦地球克隆發布會。今年將是第三屆地球克隆發布會了。今年還有一個詞特別火——鏡像世界,和我們一直沿用的地球克隆如出一轍。它里面都包含了一個特別重要的概念——數字孿生。


但基于我們在這個領域一直以來的耕耘,我想說,數字孿生不是憑空蹭熱點的概念,這個技術想要真正落地實現,真正賦能未來的地球克隆也好,鏡像世界也好,前提必須是基于兩項核心能力的實現:極致可視化和實時仿真。沒有這兩項核心能力的支撐,數字孿生很難規模化的去賦能到各行各業。


極致的可視化,是還原真實世界的一項基礎能力,也是當前行業應用范圍極廣的一項能力。但僅僅是視覺的還原,不足以讓虛擬場景去承擔起更多功能,更不足以作為真實世界的強大補充,去完成真實世界中絕不可能的創造。因此,實時仿真會是實現數字孿生不可或缺的另一項核心能力。


1558318425(1).jpg




今天,很榮幸被邀請參加商湯人工智能峰會,也想借此機會,跟大家分享一下,51VR如何基于數字孿生兩項關鍵能力:極致可視化和實時仿真能力,以及這樣的能力如何幫助AI落地,幫助城市變得更加智能。

 

51VR跟商湯最早結緣于Star VC的牽線。由于雙方在各個產品線和技術路線上,都有著非常高的匹配度,且彼此高度認可,雙方一排即合,由此開啟了51VR和商湯的密切合作。

 

在2017年年底,商湯科技參與了51VR的B輪融資。

 

此后,雙方在智慧城市及無人駕駛領域雙方合作頗為頻繁。商湯為51VR提供計算機視覺上的支持,幫助商業場景中的海量非結構化視頻數據轉換為結構化數據。51VR為商湯無人駕駛算法訓練提供逼真的場景支持,并結合仿真能力,為算法訓練提供絕佳的數據衍生和數據展示支持,幫助其AI算法不斷進化。同時,在智慧城市產品中51VR的51City OS可視化操作系統又協同商湯的智慧城市整體解決方案去服務客戶。

 

商湯科技一直倡導“以AI賦能全行業”,那么51VR在這塊所做的事情就是,“幫助AI更快,更好落地”。

 

以下,我主要從極致可視化和實時仿真能力,來談談51VR對于AI的賦能。


 

從L1到L5,無限接近真實的可視化


1558318450(1).jpg

▲圖為51VR虛擬世界L1-L5精度等級分級



極致可視化是幫助AI落地的第一步。接下來,我先跟大家詳細分享一下51VR在3D場景構建上的積淀。

 

我們所有的數據均來自于真實世界的采集,由此實現與真實世界1:1完全比對。數據采集包括無人機斜拍、雷達車掃描、衛星地圖、GIS數據,BIM數據等超過十類數據源,以及四年多公司內部所沉淀的超過130多萬件數字資產。

 

這些數據通過自研的機器學習及自動化工具,快速實現3D建模,最終根據實際需求,實現從L1-L5的不同精度類型場景還原。

 

目前,51VR在L1精度已實現完全自動化。L1精度能從形狀上區別不同建筑,但從外觀顏色等方面,不體現具體差別。


1558318475(1).jpg

▲圖為51VR大場景自動化生成


第二個級別,L2精度,這是在L1的基礎上,增加了材質、光照等。以下由51VR打造的西雅圖項目,就屬于這一精度類別。

 

1558318496(1).jpg

▲圖為51VRL2級別西雅圖城市場景還原


L3精度是我們目前在智慧城市的主打類別。基于L3精度的城市底板,我們在其上通過疊加各類數據,包括水電氣暖、警務政務、交通道路等,實現園區或城市級的可視化運營。

 

1558318517(1).jpg

▲圖為51VR L3級別某省會城市場景還原


L4精度就更高了,誤差在厘米級。AI訓練,就需要在這個精度級別來完成。

 

1558318542(1).jpg

▲圖為51VR L4級別場景用于訓練無人駕駛算法


至于L5精度,它能精確到毫米級,但造價比較高,目前某全球頂級互聯網巨頭是51VR在這一精度級別的客戶,用來訓練其AI機器人。

 

1558318565(1).jpg

▲圖為51VR L5級別全擬真還原


說完第一個核心能力,來跟大家分享一下51VR在實時仿真能力上的積累。


 

無人駕駛仿真,讓AI算法更快落地

 


兩年多以前,我們開始考慮在51VR在仿真上的布局。


我們看到,在中國整個汽車工業界,沒有一款國產原創軟件被行業所大范圍接受,全部采用歐美軟件。中國的汽車工業,更多是用資金和市場來換技術。


而當無人駕駛L3和L4開始大勢襲來時,我們開始思考,有沒有機會在這個新的潮流下去做一款中國的原創仿真軟件?

 

2017年,我們調研了很多主機廠、算法公司的需求,綜合判斷自身優勢,最終決定進軍無人駕駛仿真測試這個領域。


2018年12月底,我們正式對外發布了中國第一款全模塊自動駕駛仿真測試平臺51Sim-One,平臺可以做到全生命周期仿真,完全覆蓋軟硬件供應商、算法公司、傳感器公司、主機廠及檢測機構的需求。



目前,51Sim-One自動駕駛仿真測試平臺已經能做到不需要輸入代碼便能使用,直接通過操作界面來配置主車、各種傳感器、天氣、交通流、案例場景,由此來對無人駕駛進行測試和訓練,甚至讓訓練自動化。如果在訓練過程中,算法出現Bug,就可以通過回放案例將事故現場還原出來,以查看問題到底出在哪里。


當前,我們在整個無人駕駛仿真上,投入了超過100位專家及工程師來專注于這件事。


1558318590(1).jpg

▲圖為自動駕駛感知的數字化顯示與攝像頭、激光雷達的識別率檢測


基于無人駕駛仿真研發,51VR核心點主要有三,即數據結構化、動態還原和擴展,以及傳感器仿真。

 

首先是將道路信息進行結構化處理。機器看到的世界跟人眼看到的世界是完全不一樣的,結構化處理,其實就是將現實世界處理為機器能看懂的信息。


在動態還原方面,要實現對無人駕駛AI算法的訓練,就必須有足夠多事故案例。目前,我們通過自研的案例還原和擴展工具,來滿足指數級增加的AI算法的訓練和測試需求。


在傳感器仿真方面,比如攝像頭仿真,我們跟商湯就有緊密合作。商湯負責從我們的仿真場景實時獲取語義分割圖等真值并用于商湯識別算法的機器學習,我們則是根據機器學習的評價機制不斷提高仿真場景的真實度和攝像頭仿真模型的可靠性。


1558318605(1).jpg

▲圖為攝像頭識別算法驗證


目前我們在無人駕駛仿真領域,成績還不錯,不僅得到了國內的車廠、無人駕駛算法公司的認可,與德國的客戶也有良好的合作。



實時交通流仿真,為交通擁堵時時把關


道路和交通數據的結構化,不僅可以用于無人駕駛仿真,其實時的交通流模擬和實時的數據結構化,還能在整個交通系統中發揮更大的作用。


基于路側攝像頭的交通實時數據流,我們與合作伙伴,共同抽取和平滑車輛軌跡以實現虛擬環境中交通流的鏡像還原,將非結構化視頻數據轉化為可追蹤和分析的結構化數據,為交通的實時預測以及科學決策提供模型依據,由此實現提前預警、實時應對、決策分析及規劃優化。


同時,我們可以從這些結構化的交通流數據中,抽取典型的標準工況和危險工況案例,并利用案例泛化功能,用于無人駕駛算法的測試和迭代進化。


在51VR的仿真訓練平臺中,隨著訓練數據不斷被沉淀,這些數據又能反哺到算法。


1558318621(1).jpg

▲圖為51VR實時交通流仿真 


實時仿真能力,會是未來極為重要的能力,它將超越大數據,對真實世界產生更為深遠的影響。

 

比如,預測當前北京早高峰和晚高峰的交通系統是否合理,是否需要調整?

 

對于這個問題,交管局不可能給出一百種措施,一一試錯。但在仿真系統中,卻可以嘗試一千種,乃至一萬種方式,無論是增改某條道路,還是優化交通信號燈等等,讓系統去找到最優解,讓決策變得更科學。

 

再比如,當一個城市面臨二十萬輛無人車上路時,交通系統會出現什么異樣? 在規劃一座新城時,重要基礎設施的位置設定,將如何影響人流走向……這些靠大數據已經不足以解決的問題,正是實時仿真大展身手之際。

 


城市智能,從操控到模擬的未來之路

 


仿真能力不僅可以用到交通上,還可以用到城市中。我們所開發的51City OS,就是希望用這個能力讓城市變得更加智能。

 

比如,在這個系統中,監控系統不再是幾十個割裂的單個畫面,而是所見即所得。由于整個園區被完整進行了3D還原,既可以直接從上帝視角觀看園區的總體人流熱力圖,又可以直接查看和調取任意位置的詳細監控畫面。


1558317651(1).jpg

▲圖為51City OS 智慧園區可視化運營平臺



由于監控系統跟安保系統做了底層的數據打通,因此針對異常情況,可直接從畫面中調集最近的安保人員,安排其前往查看。

 

除了監控、安保外,這個平臺可以疊加一切數據,實時分析、實時調動、實時控制。

 

當然,要做這個系統,并不容易,這里面需要打通好幾個層次。

 

首先是接入層。

 

接入層需要對接各種類型的軟硬件接口,好比Windows系統中需要對接各類硬件接口,這是一個意思。各類硬件,比如傳感器等接入進來后,才能構建超級API。

 


第二層,數據層。

 

這一層,主要是對接入的軟硬件產生的數據,進行清洗和整理。這里面的數據,既包括結構化數據,也包括非結構化數據。如果是非結構化數據,我們就需要對數據進一步結構化。

 

第三層,界面層。

 

這一層主要解決數據孤島的問題。通過51City OS系統,所有的數據在一個界面被打通,且基于一個界面進行展示。任何人,只用十分鐘的培訓就可直接上手,操作非常直觀。這跟Windows中的UI界面是一個意思。

 

第四層,應用層。

 


這一層,主要解決操控的問題。所有接入的物聯設備均已實現聯動,管理人員可以在一個屏幕上完成所有的操作,就跟在Windows系統中直接點擊應用程序一樣方便,敏捷。

 

再往下一個層次,就是仿真模擬層。


未來,隨著系統的不斷完善,我們就會將仿真能力接入進來,那時,這個系統就能真正服務于更多的超越大數據的模擬需求,提供園區、城市級的最優解決方案。


51City OS自去年12月推出以來,五個月時間已落地十余座城市。每一個客戶看到這樣的操作系統,都很震撼,而且反饋真正受用:人工成本極大降低,運營人員的學習成本大大降低,管理變得更直接,效率極大提升。


1558318643(1).jpg

▲圖為51VR為海外某城市打造的智慧城市管理系統



無論是應用在無人駕駛訓練、交通流預測上的實時仿真,還是在軟硬件集成基礎上從操控到模擬的城市級系統仿真,都是在不斷融入的越來越多的數據中,讓操控、訓練和模擬變得更加真實、準確。同時,這樣一個集極致可視化和實時仿真于一體的環境,也在不斷進行自我學習,不斷通過數據的喂養變得更加聰明,變得具有自生長的能力,從而完成系統層面的AI化,形成具有強大功能的數字孿生世界。由此,這個數字孿生世界也將在更大場景中實現規模化預測,實現更多在當前真實世界中不可想象的創造。


當然,回到當下,只有極致的可視化和實時仿真能力過硬了,數字孿生的規模商業化,才有實現的可能。


閱讀原文


2

用手機掃下面的二維碼分享

Wechat Scan to follow 51VR

国产学生处被破的视频动漫,全身裸露无遮挡黄动漫有哪些,老湿机69福利区在线观看,日本在线视频网站WWW色