Как компания Torc Robotics масштабирует многомодальный ИИ для автономного вождения с помощью Ray

Автономное вождение — одна из самых сложных задач многомодального ИИ в отрасли. Каждый грузовик Torc генерирует терабайты синхронизированных по времени данных в день. И преобразование этих необработанных данных с датчиков в готовые к эксплуатации возможности автономного вождения требует масштабного обучения восприятию, автоматической разметки, обработки метаданных, моделирования и оценки результатов тестирования. В этой сессии Нил Вадхвана, ведущий инженер по машинному обучению в Torc Robotics, расскажет о том, как Torc консолидировала свой стек обработки данных для автономного вождения, чтобы поддерживать многомодальный ИИ в масштабе с помощью Ray на платформе Anyscale. Он затронет следующие темы: Тенденции, определяющие рост в разработке автономного вождения; Обзор цикла обработки данных Torc от производства до потребления; Внутренние тенденции в многомодальном ИИ, которые привели к необходимости консолидации; Перспективы до и после внедрения Ray в качестве общей вычислительной платформы. Если вы инженер по восприятию, инженер по машинному обучению или инженер по инфраструктуре автономного вождения, работающий над беспилотными автомобилями, ADAS, робототехникой или любой физической системой ИИ, эта сессия для вас.