எப்படி திறமையான தானியங்கி வாகனங்கள் சூழலை உருவாக்குவது

தானியங்கி வாகனங்கள் (Autonomous Vehicles, குறுக்கீடு AVs) படிப்படியாக அறிவியல் கற்பனை உலகத்திலிருந்து உண்மைக்கு மாறி, எதிர்கால போக்குவரத்தின் முக்கிய பகுதியாக மாறுகின்றன. இந்த செயல்முறையில், தொழில்நுட்ப புதுமை, கொள்கை ஆதரவு, தொழில்துறை ஒத்துழைப்பு மற்றும் அடிப்படைக் கட்டமைப்பு கட்டமைப்பு ஆகியவை முக்கியமான பாத்திரங்களை வகிக்கின்றன. இந்த கட்டுரை திறமையான தானியங்கி வாகனங்கள் சூழலை உருவாக்குவதற்கான முக்கிய அம்சங்கள் மற்றும் பயனுள்ள கருவிகளை அறிமுகப்படுத்தும்.

1. முக்கிய தொழில்நுட்பங்கள்

1.1 அரைதானியங்கி தொழில்நுட்பம்

தானியங்கி தொழில்நுட்பத்தின் வளர்ச்சியுடன், அரைதானியங்கி தொழில்நுட்பம் தானியங்கி அமைப்பின் மையப் பகுதியாக மாறுகிறது, இதன் முக்கியத்துவம் அதிகரிக்கிறது. ஐரோப்பிய ஒன்றியத்தின் அறிக்கையின்படி, NanoIC திட்டம் 25 பில்லியன் யூரோக்களை முதலீடு செய்ய உறுதி அளிக்கிறது, அடுத்த தலைமுறை அரைதானியங்கி தொழில்நுட்பத்தின் மேம்பாட்டை வேகமாக்குகிறது. இந்த தொழில்நுட்பங்கள் செயற்கை நுண்ணறிவு, தானியங்கி இயக்கம், மருத்துவம் மற்றும் 6G மொபைல் தொழில்நுட்பத்தின் அடிப்படையாக உள்ளன.

1.2 எல்லை கணக்கீடு

எல்லை கணக்கீடு மேக தாமதத்தை குறைப்பதில் முக்கிய பங்கு வகிக்கிறது, ஆனால் இது உடல் தொலைவு, நெட்வொர்க் மாற்றங்கள் மற்றும் ஹார்ட்வேர் போட்டியால் ஏற்படும் உள்ளூர் தாமதங்களை உருவாக்கலாம். தானியங்கி வாகனங்களுக்கு, இந்த மில்லிசெக்கன் தாமதங்கள் நேரடி பயன்பாட்டின் செயல்திறனை நேரடியாக பாதிக்கலாம். எனவே, NVIDIA இன் Jetson மற்றும் Google இன் Edge TPU போன்ற பிரபலமான எல்லை கணக்கீட்டு தளங்களை வாகன கட்டமைப்பில் சேர்க்க வேண்டும், மேலும் விரைவான பதில்களை பெற வேண்டும்.

1.3 AI மற்றும் ஆழமான கற்றல்

தானியங்கி வாகனங்களுக்கு சிக்கலான முடிவெடுத்தல் உளவியல் மற்றும் சூழலைப் புரிந்துகொள்ளும் திறன் தேவை. ஆழமான கற்றல் கட்டமைப்புகளை (TensorFlow மற்றும் PyTorch போன்றவை) பயன்படுத்தி, வாகனங்கள் வெவ்வேறு சூழல்களில் தானாகவே கற்றுக்கொண்டு, நடவடிக்கைகளை புதுப்பிக்க முடியும். எடுத்துக்காட்டாக, Waymo இன் உலக மாதிரி உண்மையான தொடர்பு சூழல்களை உருவாக்குவதன் மூலம், தானியங்கி அமைப்புகளை அரிதான நிகழ்வுகளை சிமுலேட் செய்ய மற்றும் எதிர்கொள்ள உதவுகிறது, பாதுகாப்பை மேம்படுத்துகிறது.

2. தொழில்துறை ஒத்துழைப்பு மற்றும் கொள்கை ஆதரவு

2.1 துறைகளுக்கு இடையிலான ஒத்துழைப்பு உருவாக்குதல்

தானியங்கி தொழில்நுட்பத்தின் வளர்ச்சி துறைகளுக்கு இடையிலான ஒத்துழைப்பை தவிர்க்க முடியாது. கார் உற்பத்தியாளர்கள், தொழில்நுட்ப நிறுவனங்கள், கொள்கை உருவாக்குநர்கள் மற்றும் கல்வி நிறுவனங்கள் நெருக்கமாக ஒத்துழைக்க வேண்டும், தொழில்நுட்ப தரநிலைகளை உருவாக்குவதற்காக. எடுத்துக்காட்டாக, Tesla மற்றும் Google தானியங்கி மென்பொருள் மற்றும் தரவுப் செயலாக்கத்தில் ஆழமான ஒத்துழைப்பின் வெற்றிகரமான எடுத்துக்காட்டாகும்.

2.2 கொள்கை சட்டங்களை உருவாக்குதல்

தானியங்கி தொழில்நுட்பத்தின் வளர்ச்சியுடன், பொருத்தமான கொள்கை கட்டமைப்பு மிகவும் முக்கியமாகிறது. ஒவ்வொரு நாட்டின் சட்டமன்றங்கள் தானியங்கி வாகனங்கள் நகர சாலைகளில் சட்டப்படி இயக்கப்படுவதை உறுதி செய்ய சட்டங்களை உருவாக்குவதற்கான நடவடிக்கைகளை எடுத்துக்கொள்ள வேண்டும். எடுத்துக்காட்டாக, அமெரிக்கா காங்கிரசில் தானியங்கி வாகனங்களின் வர்த்தகத்தை ஆதரிக்க தொடர்பான சட்டங்களை விவாதிக்கிறார்கள்.

3. அடிப்படைக் கட்டமைப்பு கட்டமைப்பு

3.1 புத்திசாலி போக்குவரத்து அமைப்பு

தானியங்கி வாகனங்களின் இயக்கத்தை ஆதரிக்க, புத்திசாலி போக்குவரத்து அமைப்பு (ITS) தவிர்க்க முடியாதது. ITS போக்குவரத்து சிக்னல் கட்டுப்பாடு, நேரடி போக்குவரத்து கண்காணிப்பு, சாலை தகவல் வெளியீடு போன்ற செயல்பாடுகளை உள்ளடக்கியது. முக்கிய சாலைகளில் சென்சார்கள் மற்றும் கண்காணிப்பு சாதனங்களை நிறுவுவதன் மூலம், போக்குவரத்து ஓட்டம் மற்றும் பாதுகாப்பை பெரிதும் மேம்படுத்தலாம்.

3.2 அடிப்படைக் கட்டமைப்பை புதுப்பித்தல்

பழைய போக்குவரத்து வசதிகள் தானியங்கி வாகனங்களின் இயக்கத்தை ஆதரிக்க முடியாது, எனவே அடிப்படைக் கட்டமைப்பை அடிக்கடி மதிப்பீடு செய்து புதுப்பிக்க வேண்டும். உள்ளூர் அரசாங்கங்களுடன் மற்றும் தொடர்புடைய துறைகளுடன் ஒத்துழைத்து, தானியங்கி வாகனங்களுக்கான சோதனை மற்றும் மேம்பாட்டிற்கான பொருத்தமான சூழல் மற்றும் நிலைகளை வழங்கலாம்.

4. பயனர் அனுபவம் மற்றும் பொருளாதார அமைப்பு

4.1 பயனர் ஓட்டம் அனுபவம்

தானியங்கி வாகனங்களின் பயனர் அனுபவம் மிகவும் முக்கியமானது. தானியங்கி அமைப்புகளை வடிவமைக்கும்போது, பயனர்களின் பாதுகாப்பு மற்றும் வசதியை முழுமையாக கருத்தில் கொள்ள வேண்டும். பயனர் கருத்து முறைமையை பயன்படுத்தி, பயனர் அனுபவ தரவுகளை உடனுக்குடன் சேகரித்து, ஓட்டம் உளவியல் மற்றும் செயல்பாடுகளை சரிசெய்யவும், மேம்படுத்தவும், சேவையின் தரத்தை மேம்படுத்துவதற்கான முக்கிய வழியாகும்.

4.2 பொருளாதார மாதிரியின் புதுமை

தானியங்கி தொழில்நுட்பத்தின் பரவலுடன், புதிய வணிக மாதிரிகள் உருவாகின்றன, எடுத்துக்காட்டாக, பகிர்ந்துகொள்கை, ஓட்டுனர் டாக்ஸிகள் போன்றவை. Uber மற்றும் Baidu இன் தானியங்கி சேவைகளைப் பயன்படுத்தி, பயனர்கள் விரைவில் ஓட்டுனர் இல்லாத சேவையின் வசதிகளை அனுபவிக்க முடியும். இது நிறுவனங்கள் சேவையின் விலையிடல், செலவுக் கட்டுப்பாடு மற்றும் ஆபத்து மேலாண்மையில் கூடுதல் புதுமை சிந்தனைகளை மேற்கொள்ள வேண்டும் என்பதைக் குறிக்கிறது.

5. பயனுள்ள கருவிகள் பரிந்துரை

5.1 மேம்பாட்டு கருவிகள்

• TensorFlow: தானியங்கி வாகன அமைப்புகளுக்கான இயந்திரக் கற்றல் மாதிரிகளை உருவாக்குவதற்கான திறந்த மூல ஆழமான கற்றல் கட்டமைப்பு.
• NVIDIA CUDA: நேரடி செயலாக்க தேவைகளுக்கான தானியங்கி செயலிகள் உருவாக்குவதற்கான சக்திவாய்ந்த இணைப்பு கணக்கீட்டு தளம் மற்றும் நிரலாக்க மாதிரி.
• ROS (Robot Operating System): இயந்திரக் கற்றல் மற்றும் ரோபோட்டிக்ஸ் தொழில்நுட்பங்களில் பயன்பாட்டை எளிதாக்க பல கருவிகள் மற்றும் நூலகங்களை வழங்குகிறது.

5.2 சோதனை தளம்

• CARLA Simulator: பல்வேறு காட்சிகளை உருவாக்க மற்றும் சோதிக்க ஆதரிக்கும் திறந்த மூல தானியங்கி சிமுலேட்டர்.
• AirSim: மைக்ரோசாஃப்ட் உருவாக்கிய திறந்த மூல சிமுலேட்டர், இது தானியங்கி கார்கள் மற்றும் டிரோன்களின் பயிற்சி மற்றும் சோதனைக்கு ஆதரிக்கிறது.

சுருக்கம்

திறமையான தானியங்கி வாகனங்கள் சூழலை உருவாக்குவது ஒரு சிக்கலான அமைப்பு பொறியியல் ஆகும், இது தொழில்நுட்பம், கொள்கை, தொழில்துறை ஒத்துழைப்பு மற்றும் அடிப்படைக் கட்டமைப்பு ஆகியவற்றை உள்ளடக்கியது. முக்கிய தொழில்நுட்ப முன்னேற்றங்களை தொடர்ந்து கவனித்து, தொழில்துறை தோழர்களுடன் செயல்படுவதன் மூலம், மற்றும் பொருத்தமான கருவிகள் மற்றும் வளங்களைப் பயன்படுத்துவதன் மூலம், தானியங்கி தொழில்நுட்பத்தின் பரவல் மற்றும் பயன்பாடு சாத்தியமாகும், எதிர்கால புத்திசாலி போக்குவரத்தின் வளர்ச்சியை ஊக்குவிக்கும்.