Im vergangenen Jahr startete Hugging Face, die KI-Entwicklungsplattform, LeRobot, eine Sammlung von offenen KI-Modellen, Datensätzen und Tools zur Unterstützung beim Bau realer Robotiksysteme. Am Dienstag arbeitete Hugging Face mit dem KI-Startup Yaak zusammen, um LeRobot mit einem Trainingssatz für Roboter und Autos zu erweitern, die autonom in Umgebungen wie Stadtstraßen navigieren können.
Der neue Satz, namens Learning to Drive (L2D), ist über ein Petabyte groß und enthält Daten von Sensoren, die in Autos deutscher Fahrschulen installiert waren. L2D erfasst Kamera-, GPS- und 'Fahrzeugdynamik'-Daten von Fahrlehrern und Schülern, die sich durch Straßen mit Baustellen, Kreuzungen, Autobahnen und mehr bewegen.
Es gibt bereits eine Reihe von offenen Trainingsdatensätzen für selbstfahrende Autos von Unternehmen wie Alphabet's Waymo und Comma AI. Aber viele davon konzentrieren sich auf Planungsaufgaben wie Objekterkennung und -verfolgung, die hochwertige Annotationen erfordern, so die Schöpfer von L2D - was es schwierig macht, sie zu skalieren.
Im Gegensatz dazu ist L2D darauf ausgelegt, die Entwicklung des 'End-to-End'-Lernens zu unterstützen, behaupten seine Schöpfer, was dabei hilft, Aktionen (z.B. wann ein Fußgänger die Straße überqueren könnte) direkt aus Sensoreingaben (z.B. Kameraaufnahmen) vorherzusagen.
'Die KI-Community kann nun End-to-End-Selbstfahrmodelle entwickeln', schrieben Yaak-Mitbegründer Harsimrat Sandhawalia und Remi Cadene, Mitglied des KI für Robotik-Teams bei Hugging Face, im Blogpost. 'L2D soll der größte Open-Source-Selbstfahrdatensatz sein, der die KI-Community mit einzigartigen und vielfältigen 'Episoden' für das Training von End-to-End-Raumintelligenz ausstattet.'
Hugging Face und Yaak planen, im Sommer dieses Jahres echte 'Closed-Loop'-Tests von Modellen durchzuführen, die mit L2D und LeRobot trainiert wurden, die auf einem Fahrzeug mit einem Sicherheitsfahrer eingesetzt werden. Die Unternehmen fordern die KI-Community dazu auf, Modelle und Aufgaben einzureichen, auf denen die Modelle bewertet werden sollen, wie z.B. das Navigieren von Kreisverkehren und Parkplätzen.
