La guida autonoma potrebbe presto diventare di massa, specie considerando la spinta dei produttori tecnologici coinvolti sempre di più nel mondo delle quattro ruote. La dimostrazione lampante è il CES 2016, ricco di prodotti dedicati alle auto tra cui NVIDIA Drive PX 2, un sistema dedicato alla guida autonoma che si propone come il cuore tecnologico per il futuro delle auto.

Grazie alle GPU NVIDIA, Drive PX 2 permette di addentrarsi nel mondo del deep learning, in modo da avere una visione completa dell'auto e di tutto ciò che si trova intorno alla vettura, così da calcolare le traiettorie più sicure, il tutto in un hardware compatto che trova facilmente spazio nel bagagliaio.

La piattaforma è stata creata specificatamente per far fronte alle esigenze di calcolo delle prossime auto a guida semi-autonoma ed autonoma. Veicoli dotati di tali funzionalità devono necessariamente poter accedere ad una potenza di calcolo non indifferente, specie per considerare e processare tutte le variabili che gli input sensoriali (sensori e videocamere) forniranno al processore.

Così arrivano due processori Tegra di prossima generazione e due GPU su architettura Pascal in grado di eseguire fino a 24 miliardi di operazioni al secondo (l'equivalente di 150 MacBook Pro).

Cos'è il deep learning?

Si tratta dell'evoluzione della ricerca sulle intelligenti artificiali, modelli di calcolo che emulano la struttura e il funzionamento delle reti di neuroni del cervello umano. Il concetto è quello di sviluppare una AI in grado di apprendere in maniera automatica e riconoscere schemi, funzionalità che ben si applicano al mondo della guida dato che, piloti incapaci e distratti a parte, i conducenti effettuano inconsciamente un numero spropositato di calcoli e considerazioni durante la guida quotidiana.

Così dopo i primi approcci teorici degli anni '80, difficilmente praticabili per mancanza di dati e potenza di calcolo, il deep learning ha iniziato a diffondersi nei tempi più recenti. Il concetto è quello di istruire diversi strati di reti neurali in maniera graduale, iniziando con concetti semplici per gli strati inferiori e proseguendo con quelli più complessi man mano che si sale di livello. Ad esempio: per insegnare a riconoscere un'auto si può partire con un rettangolo, insegnando poi al secondo strato a riconoscere un contorno più preciso basandosi sulle informazioni del primo, al terzo i colori e via dicendo, fino a quando l'auto saprà riconoscere l'arrivo di un'ambulanza ad esempio, alla quale dare strada accostando. L'esempio è semplicistico e limitato al riconoscimento di un'immagine ma le potenzialità sono infinite e cresceranno sempre di più...

Grazie alle capacità di deep learning, Drive PX 2 potrà quindi imparare in maniera rapida e adattarsi, ad esempio gestendo anche le problematiche come la presenza di detriti, interruzioni impreviste del percorso, manovre pericolose da parte di altri conducenti o situazioni ambientali (neve, pioggia, nebbia e via dicendo.

Drive PX 2 processa gli input di fino a 12 videocamere oltre a LIDAR, radar e sensori ad ultrasuoni e il lavoro di unificazione delle informazioni è facilitato dalla suite di software e librerie NVIDIA DriveWorks in grado di ridurre i tempi necessari per sviluppo e test da parte dei produttori. Tra i moduli disponibili ci sono quello dedicato al riconoscimento degli oggetti, localizzazione sulla mappa, pianificazione percorsi e altro ancora.

Infine NVIDIA mette a disposizione anche DIGITS, uno strumento per lo sviluppo, addestramento e visualizzazione di reti neurali utilizzabile su qualsiasi sistema basato su GPU NVIDIA. Drive PX 2 sarà disponibile per i partner di NVIDIA dal secondo trimestre 2016 (tra aprile e giugno) mentre per tutti gli altri produttori arriverà a fine anno.