AI+VR，虚拟现实助力人工智能机器学习

DAE专栏 / 08-06

近年来，人工智能已经成为国家、研究机构、企业、高校关注的焦点。随着大数据时代的到来，以及计算能力的提升，人工智能在技术领域的突破日新月异。人工智能已成为引领未来的新兴技术，世界主要国家将发展人工智能视为提升国家竞争力以及维护国家安全的重大战略，并加快出台相关规划和政策，力图在新一轮科技竞争中掌握主导权，从而引领世界。目前在人工智能算法虚拟训练，特别是机器视觉智能学习方面主要存在以下问题：

1. 真实场景人工智能算法训练周期较长

2. 真实场景人工智能算法训练较难模拟极限工况

3. 真实场景人工智能算法训练成本较高

4. 人工智能算法训练缺乏丰富

图1 无人机AI算法训练数据集采集

MakeReal3D AIGround针对人工智能算法训练所需大量场景及快速迭代需求，能够提供逼真的环境，模拟设备的动力和传感，帮助研究人员和开发者在开放的世界中构建安全、高效的智能系统，其具备以下特点：
1.对自动驾驶感知系统测试和训练

2.对自动驾驶决策系统测试和训练

3.虚拟场景定制开发

4.高精度仿真场景自动构建

5.智能交通仿真

6.动态交通场景构建

7.基于真实案例的动态场景测试

8.自动驾驶可视化引擎

在虚拟环境中训练无人机驾驶汽车AI

图2 虚拟环境下的无人驾驶汽车AI算法测试与验证

公共安全是妨碍无人驾驶汽车上路的首要问题，这意味着对AI进行细致而全面的训练是一项非常复杂的任务，需要大量的灵活性和空间来迭代，以确保算法对性能极限有最敏锐的理解。在AI算法研究初期，虚拟模拟是让这些自适应算法和复杂机器为真实世界的道路测试做好准备的关键因素。MakeReal3D AIGround可在一个逼真的虚拟空间中帮助调节和完善无人驾驶汽车AI，因为它能够快速地再创造及调整无数可能的测试条件，包括光照、天气等等。除此之外，在一个确定的环境中进行所有的模拟，可以实现对大量测试的重复模拟，这对于持续测量改进效果和性能至关重要。MakeReal3D AIGround基于虚幻引擎构建AI算法虚拟训练流程，捕捉真实世界的城市街道数据，并在虚拟环境中重新构建，从而为改进AI算法技术提供了基本的“地面实况”。开发人员可以将基本街道数据与实时引擎结合使用，让AI轻松区分建筑物、行人、路缘和交通灯，而不需要通过手工转描视频片段来手把手教授AI，AI学习速度也比后者快得多。

虚拟的AI试验场

图3 无人机在虚拟环境下的AI算法训练与测试

在AI研究领域，汽车并不是唯一需要测试的自动载具，越来越多的公司开始对无人机技术的潜力产生兴趣。MakeReal3D AIGround为测试和AI训练提供了一个实时的开发和协助模拟平台，可以用于无人机、无人驾驶汽车、无人驾驶坦克、无人驾驶舰船和其他载具。逼真的虚拟世界为AI研究提供了一个完美的试验场，难以在真实世界条件下进行的测试可以在这样的环境中得到模拟。在封闭的环境中测试无人机和其他无人驾驶载具有其局限性，这就是为什么在研究AI算法如何应对和适应那些难以在真实世界中正常重现的状况时，在虚拟世界中创造安全、动态的逼真环境可以让AI研究人员更好地掌控全局。举例来说，通过对模拟的方方面面进行把控，研究人员可以测试不同风速对由AI驱动的虚拟无人机的性能的影响。在训练场景中，确保AI大脑根据正确、精准的数据和传感器信息进行学习对技术的成功和安全来说至关重要。微软为该研究项目设立的目标是，让AirSim以工具的形式不断适应AI实验、深度学习和强化学习的需求。

我们已经进入了激动人心的人工智能发展时代，工具和技术的大众化将很快使不可能成为可能。AI加上VR，将虚拟现实技术引入人工智能算法的训练和验证，将有效推动AI及其训练方式的发展，我们有望通过AI的进步为后世带来巨大的社会进步。