Baidu Duan Runyao: 양자 컴퓨팅의 출현을 불가피하게 만드는 네 가지 요소
본 글은 AI 뉴미디어 큐빗(공개 계정 ID: QbitAI)의 승인을 받아 재인쇄되었습니다.
'양자 우월성'이라는 인기 주제에서 올해 노벨 물리학상은 양자정보과학 분야에 돌아갔습니다.
양자 컴퓨팅이 기술 용어는 이미 현재 기술 문제에 관해 가장 많이 회자되는 용어 중 하나가 되었습니다.
일련의 최신 기술 발전은 또한 새로운 질문을 불러일으켰습니다:
양자 컴퓨팅, 그것은 우리 삶과 얼마나 멀리 떨어져 있습니까?
실제로 데이터에 따르면 2031년경에는 거의 8,000억 달러에 달하는 시장 규모가 양자 컴퓨팅과 직접적으로 관련될 것으로 보입니다.
이는 이 분야가 곧 구현이라는 장대한 여정을 시작한다는 것을 의미합니다.
그럼, 첫 번째 단계를 밟고 진정한 양자 컴퓨터를 구축하려면 어떻게 해야 할까요?
Duan Runyao, Baidu 양자 컴퓨팅 연구소 소장은 Ying Mingsheng 교수 밑에서 공부했습니다. 그는 시드니 공과 대학의 종신 교수이자 양자 소프트웨어 정보 센터의 창립 이사입니다. 호주 아시아 연구 위원회의 미래 연구원.
그는 2001년부터 양자 컴퓨팅 및 양자 정보 기술 분야에 종사해 왔으며 독창적인 기여를 해왔습니다. 그가 일하는 Baidu는 기본 하드웨어부터 상위 하드웨어까지 양자 컴퓨팅을 위한 완전한 산업 솔루션 세트를 제공하는 데 앞장섰습니다. -레이어 응용 프로그램.
그래서 MEET 2023 지능형 미래 컨퍼런스에서 Duan Runyao는 Baidu를 예로 들어 몇 가지 경험과 의견을 공유했습니다.
지난 몇 년은 양자가 실제로 통합되기 시작하는 데 매우 중요한 해였습니다. 컴퓨팅과 함께 양자컴퓨팅의 등장은 여러 측면에서 불가피하다.
무어의 법칙과 저렴한 컴퓨팅 성능의 장점을 이어가려면 새로운 컴퓨팅 모델, 즉 양자 컴퓨팅을 고려해야 합니다.
실제 양자 컴퓨터를 만들고 싶다면 그의 결론은 간단합니다.
그것은 똑똑한 두뇌, 충분한 자원, 현존 최고의 기술의 조합입니다.
양자 컴퓨팅 산업화를 위한 솔루션에 대한 Duan Runyao의 생각을하드웨어에서 소프트웨어 및 애플리케이션까지 충분히 반영하기 위해 Qubits는 원래 의미를 변경하지 않고 그의 연설 내용을 편집하고 정리했습니다.
MEET 지능형 미래 컨퍼런스 소개: MEET 컨퍼런스는 Qubit이 주최하는 지능형 기술 분야 최고의 비즈니스 서밋으로, 최첨단 기술의 구현 및 산업 적용을 탐구하는 데 전념하고 있습니다. 올해 수십 개의 주류 미디어 및 생방송 플랫폼이 MEET2023 컨퍼런스를 생방송으로 보도 및 방송하여 300만 명 이상의 업계 사용자가 온라인으로 참여하도록 유도했으며 전체 네트워크의 총 노출 수는 2천만을 초과했습니다.
강의
- 무어의 법칙과 저렴한 컴퓨팅 성능의 장점을 이어가려면 새로운 컴퓨팅 모델, 즉 양자 컴퓨팅을 고려해야 합니다.
- 우리는 이미 양자컴퓨팅의 장점이 기존 컴퓨팅을 능가하기 시작하는 매우 중요한 지점에 와 있습니다. 이 점을 돌파한다면 앞으로도 많은 가능성이 있을 것이다.
- 2031년쯤에는 약 8,000억 개의 시장 규모가 양자 컴퓨팅과 직접적으로 관련될 것입니다. 거의 70%의 기업이 이 분야에 어떤 조치를 취하고 싶어합니다.
- 양자 컴퓨팅과 인공 지능은 상위 애플리케이션, 중간의 전체 플랫폼 프레임워크, 하위 하드웨어 수준까지 상호 강화되고 얽힌 관계에 있습니다.
- 양자컴퓨팅에 대한 전반적인 투자는 많지만, 특정 알고리즘과 소프트웨어에 대한 투자는 제한적입니다.
- 양자 컴퓨터를 실제로 구축하는 방법은 무엇인가요? 내 결론은 실제로 매우 간단합니다. 충분한 자원과 최고의 기술이 결합된 현명한 마음입니다.
(다음은 Duan Runyao 감독의 연설문 전문)
양자컴퓨팅의 등장은 왜 불가피한가?
오늘 이 아이콘(컨퍼런스 아이콘)을 봤는데, 양자 정보의 양자 얽힘이 생각나더군요.
사실 오늘 우리가 논의하고 있는 양자 컴퓨팅은 그 자체가 컴퓨팅과 양자 정보의 얽힘이라고 할 수 있습니다.
고대 매듭 세기부터 주판과 계산자, 오늘날의 컴퓨터, 슈퍼컴퓨터 등에 이르기까지 컴퓨팅은 우리 사회의 모든 면을 포괄해 왔습니다.
반면에 양자는 실제로 세계에 대한 우리의 새로운 이해입니다.
우리는 원시 시대가 경험을 통해 세계를 피상적으로만 이해했다는 것을 알고 있습니다. 뉴턴 역학과 맥스웰의 전자기 이론이 등장하기 시작한 것은 지난 세기에 마침내 세계가 실제로 따른다는 것을 발견할 수 있었습니다. 양자 역학의 법칙.
양자 역학은 실제로 1920년대 출현 이후 우리 세계에 엄청난 영향을 미쳤습니다. 이것이 소위 1차 양자 혁명입니다.
오늘날 우리에게 친숙한 레이저, 트랜지스터, 핵자기공명, 원자에너지 등은 모두 양자역학, 특히 오늘날 사용되는 인터넷을 직접 활용하여 생산됩니다.
이 첫 번째 양자 혁명은 기본적으로 우리 사회 전체의 모든 측면을 변화시켰습니다.
그리고 이제 우리 시대는 사실상 제2의 양자 혁명, 즉 새로운 양자 혁명의 단계에 들어섰습니다.
이 단계에서 우리는 더 이상 물질 전체에 대한 양자 역학적 예측에 만족하지 않고 특정 시스템을 직접 제어하고 이러한 시스템을 처리에 사용하기를 희망합니다. 그 과정에서 양자 얽힘과 같은 일부 양자 특성이 실제로 차이를 만듭니다.
지난 몇 년은 양자가 실제로 컴퓨팅과 통합되기 시작하는 매우 중요한 몇 년이 될 것입니다. 특히 Google이 개발한 잘 알려진 양자 컴퓨터 "Platanus"와 University of University에서 만든 "Zuchong No." 중국의 과학기술은 양자와 컴퓨팅이 결합되면 특정 문제에 있어 진정한 초능력을 발휘할 수 있음을 입증했습니다.
양자와 컴퓨팅의 진정한 결합 후에는 새로운 학문이 등장할 것입니다. 또한 우리는 이것이 컴퓨팅 성능을 기하급수적으로 향상시킬 수 있기 때문에 완전히 새로운 세상을 가져올 것이라고 믿습니다.
너무 많이 이야기하고 나면 양자와 컴퓨팅의 결합이 매우 중요하다는 일반적인 인상을 받으실 수 있는데, 얼마나 중요할까요?
사실 양자컴퓨팅의 등장은 필수입니다.
우리 칩의 크기가 1나노미터와 같은 특정 수준에 도달하면 양자역학의 규모에 진입하게 됩니다. 이 규모에서는 칩을 설계하기 위해 양자역학을 활용하는 것도 고려해야 합니다. 전통적인 방법에만 의존할 수는 없습니다.
그래서 이때 무어의 법칙과 저렴한 컴퓨팅 성능의 장점을 계속 이어가려면 양자 컴퓨팅이라는 새로운 컴퓨팅 모델을 고려해야 합니다.
물론, 이는 에너지 소비와도 관련이 있습니다. 컴퓨팅이 많은 에너지를 소비한다는 것은 누구나 알고 있지만, 양자 컴퓨팅을 사용하면 가역적 컴퓨팅 모드이므로 최종 에너지 소비는 매우 작을 수 있습니다.
한편, 방금 보고서에서 언급했듯이 다양한 대형 모델에는 많은 계산이 필요합니다.
실제로 300큐비트(큐비트는 클래식 비트의 양자 대응물)와 같은 아주 작은 시스템이라도 양자 시스템을 시뮬레이션하려면 이러한 시스템의 상태를 표현해야 합니다. 필요한 저장 공간은 이미 전체 우주에서 볼 수 있는 원자 수를 초과했습니다.
또한 양자는 많은 긍정적인 효과를 가지고 있습니다. 예를 들어, 그 장점, 특히 일부 특정 문제에 대한 기하급수적 장점을 이론적으로 증명할 수 있는 알고리즘이 많이 있습니다.
또한 우리는 다양한 거래를 하거나 다양한 정보를 전송하기 위해 매일 인터넷을 사용합니다. 이 과정에서 정보의 보안은 매우 중요합니다.
하지만 불행히도 양자 컴퓨터는 실제로 금융 RSA 시스템을 깨뜨릴 수 있습니다.
예를 들어 1000자리 큰 숫자의 소수 분해를 수행하면 기존 컴퓨터를 사용하면 우주 길이보다 긴 시간이 걸릴 수 있습니다. 하지만 중간 규모의 양자 컴퓨터를 만들 수 있다면 이 문제를 해결하는 데는 아마도 몇 초, 심지어 몇 초 밖에 걸리지 않을 것입니다.
2031년까지 양자 컴퓨팅 시장은 8000억 달러에 이를 것입니다
사실 우리는 오늘날 이미 매우 중요한 노드에 있습니다. 즉, 양자 컴퓨팅의 장점이 기존 컴퓨팅을 능가하기 시작합니다. 이 점을 돌파한다면 앞으로도 많은 가능성이 있을 것이다.
이러한 가능성 때문에 양자 기술은 항상 현 산업에서 높은 평가를 받아왔습니다.
보시다시피, '14차 5개년 계획'과 2035년 장기 목표에서 양자정보, 집적회로, 인공지능은 특히 우선개발 3대 요소 중 하나로 간주됩니다.
유럽, 미국 등 주요 국가들도 이 부분에 막대한 투자를 해왔습니다.
업계 모두가 이것이 새로운 정보 혁명을 가져올 가능성이 있다는 것을 깨달았습니다. 2018년부터 이 분야에 본격적으로 진출하기 시작한 Baidu를 포함하여 국내외 대기업들은 이미 이 분야에 대한 계획을 세웠습니다.
이 외에도 연구를 하고 있는 아주 좋은 스타트업이 많이 있습니다.
다음은 두 가지 데이터입니다. 다양한 데이터를 통합한 후 다음을 발견했습니다.
2031년쯤에는 거의 8,000억에 달하는 시장 규모가 양자 컴퓨팅과 직접적으로 관련될 것입니다. .
이것은 매우 흥미로운 일입니다. 그렇다면 어떤 특정 분야에 사용될 수 있나요?
양자컴퓨팅 전체가 하드웨어에서 소프트웨어, 알고리즘으로 변화를 겪을 것이라는 것을 알고 있기 때문에 기본적으로 많은 중요한 분야가 이와 관련되어 있다고 할 수 있습니다.
특히 화학 산업 및 의학, 특히 약물 연구 및 개발 문제 또는 금융 기술의 일부 최적화 문제 또는 신에너지 배터리의 화학 시뮬레이션 문제 및 정보 보안과 같이 여기에 간략하게 나열한 방향이 있습니다. 이러한 측면은 양자 컴퓨팅과 밀접한 관련이 있을 수 있습니다.
실제로 양자컴퓨팅과 인공지능은 위의 애플리케이션뿐만 아니라 중간에 있는 전체 플랫폼 프레임워크와 기본 하드웨어 수준도 상호 강화하고 얽힌 관계에 있습니다. 상호 상호 작용, 이것이 바로 양자가 인공 지능에 미치는 영향입니다.
한편, 양자는 기존의 매우 발전된 인공 지능 기술 중 일부의 이점을 누릴 수도 있습니다. 특히 딥 러닝은 양자 알고리즘, 양자 프로토콜 등 양자 시스템의 다양한 속성을 연구하는 데 도움이 될 수 있습니다.
예를 들어 Baidu는 2020년에 Paddle이라는 양자 기계 학습 플랫폼을 구축했습니다.
양자 컴퓨팅의 산업화는 세 가지 문제를 해결해야 합니다
현재 우리에게는 의지할 수 있는 기회가 너무 많고, 양자가 곧 우리의 실생활에 들어오려 한다는 것도 알고 있지만, 여기 또는 온라인에 얼마나 많은 학생이 있습니까? 실제로 양자 컴퓨터를 사용해 본 적이 있나요?
아직은 인원이 많이 제한되어 있는 것 같아요.
뉴스나 신문에서 관련 보도만 접할 때가 많지만, 정말로 산업화하려면 실험실의 양자컴퓨터를 우리 생활 속으로 가져와야 합니다.
그런데 연구실의 문제는 무엇일까요? 플랫폼이 단일하고 불안정한데… 양자컴퓨팅 파워를 출력하기 어려운 문제가 많다.
산업화의 길에서 우리가 해결해야 할 것은 무엇인가요? 하드웨어부터 소프트웨어, 애플리케이션까지 일련의 문제를 해결해야 합니다.
예를 들어 하드웨어 측면에서 안정성 문제, 즉 양자컴퓨팅 성능을 계속해서 출력할 수 있는지 여부를 해결해야 합니다. 만약 오늘 켰다가 내일 다시 꺼지면 작동하지 않습니다.
둘째, 플랫폼, 하드웨어를 위한 플랫폼도 제공해야 합니다. 또한 이 칩이 지속적으로 새로운 세대를 제공할 수 있는 자동화된 설계 방법을 가질 수 있는지 확인해야 합니다.
소프트웨어 수준에서 특히 중요한 점은 프로그래머가 고전 프로그래밍에서 양자 프로그래밍으로 이동할 수 있는 좋은 소프트웨어 플랫폼을 가질 수 있는지 여부입니다. 또한 소프트웨어 인터페이스를 만드는 방법, 오류 수정 방법 등도 포함됩니다.
애플리케이션 수준에서는 좋은 알고리즘 라이브러리가 필요하며 이는 실질적인 장점이 있는 시나리오입니다.
간단히 말하면, 산업화 시나리오는 과학 연구, 기술 및 엔지니어링 분야에서 다차원적인 과제를 제기합니다.
바이두는 QIAN 전략을 제안했습니다. Q는 양자 알고리즘, 양자 AI, 양자 아키텍처입니다. 나는 소프트웨어 및 하드웨어 인프라입니다. 또한 중요한 적용 가치가 있는 일부 시나리오는 실제로 식별되어야 합니다. A는 일부 중요한 실제 적용을 의미합니다. 마지막으로 네트워크가 있는데, N은 양자인터넷을 뜻한다. 아울러 생태학적 네트워크도 구축해야 한다.
"QIAN"에 대한 세 가지 해석을 볼 수 있습니다. 한편으로는 "Qiankun"의 "Qian"인 기술 개발의 일반적인 추세에 부합합니다. "미래 지향적"의 "전진적", 진정으로 미래에 초점을 맞춘 마지막 측면은 양자 생태 자원을 진정으로 활용할 수 있는 "돈"의 "돈"입니다.
4년 이상의 개발 끝에 전체 Baidu Quantum은 위의 애플리케이션부터 기본 하드웨어까지 완전히 통합되었습니다. 소프트웨어뿐만 아니라 하드웨어는 물론 간단한 튜토리얼, 양자 운영 체제 플랫폼, 도구 세트 등 잠깐만요.
그러한 플랫폼의 지도 아래 우리는 마침내 이 모든 것을 통합하기로 결심했습니다. 따라서 우리는 소프트웨어, 하드웨어 및 애플리케이션을 진정으로 통합하여 모든 사람이 볼 수 있도록 만들고 소프트웨어와 하드웨어의 통합을 진정으로 실현하기를 희망합니다. 양자 컴퓨팅 성능은 모두 하나로 모든 사용자의 손에 전달됩니다.
올해 8월 제1회 양자 개발자 컨퍼런스에서 "Qianshi"라는 고집적 산업용 양자 컴퓨터를 출시했습니다.
왜 산업용 양자컴퓨터라고 하는 걸까요? 사실, 지속적이고 안정적으로 서비스를 제공할 수 있기 때문입니다. 비록 현재의 칩 성능이 아직 상대적으로 제한적이지만, 사용자들에게 지속적이고 안정적으로 서비스를 제공할 수 있었기 때문입니다.
사실 모든 사람이 양자 정보에 관심이 있는 한 휴대폰을 열고 양 YifuAPP를 다운로드하면 가장 기본적인 양자 지식을 빠르게 배울 수 있습니다.
우리는 양자 중첩부터 양자 얽힘, 양자 검색까지 5가지 흥미로운 응용 프로그램을 제공했으며, 누구나 사용할 수 있는 일련의 양자 신경망도 있습니다. 우리는 그러한 노력을 통해 양자 컴퓨팅이 실현될 것이라고 믿습니다.
Baidu와 같은 기업은 양자 산업화에 착수했지만 더 많은 기업이 자체 기업 서비스에 양자 기술을 도입하기를 희망할 수도 있습니다. 즉, 다른 산업이 산업 양자화를 달성하도록 어떻게 도울 수 있습니까?
제가 방금 이 데이터를 언급했는데, 거의 70%의 기업이 이러한 수요를 가지고 있습니다. 이때는 넘어야 할 큰 격차가 있다는 것을 누구나 알게 될 것입니다.
올해 8월, 기업의 양자 레이아웃을 매우 편리하게 구현할 수 있는 Liangxi라는 세계 최초의 통합 양자 소프트웨어 및 하드웨어 솔루션을 출시했습니다.
이 플랫폼은 이제 큰 장점을 가지고 있습니다. 우선, 휴대폰이나 PC에 상관없이 모든 종류의 하드웨어에 적용할 수 있습니다.
둘째, 실제로 완전한 소프트웨어 및 하드웨어 기술 세트를 갖추고 있습니다.
한편, 민영화된 맞춤형 클라우드 서비스와 같은 실질적인 서비스를 기업에 제공하여 전체 배포 및 원스톱 업그레이드에 도움을 줄 수도 있습니다.
구체적으로 세 단계로 구성됩니다. 첫째, 이 회사가 와서 우리와 함께 양자 컴퓨팅이 귀하의 업계와 귀하의 회사에 어떤 영향을 미칠지 논의할 수 있고, 우리는 전략을 수립할 수 있습니다. 둘째, 추세로 확인되었으므로 우리는 진정으로 고려할 수 있습니다. 기업의 핵심 문제를 식별하고 양자 방법을 사용하여 솔루션을 개발하는 세 번째 단계는 구체적인 구현입니다.
Qianshi의 실제 양자 제품을 포함하여 우리가 개발한 Baidu Quantum Platform과 같은 기술을 통해 결국 우리의 다양한 산업에 도움이 될 수 있는 Quantum Xi와 같은 솔루션을 출시할 수 있기를 바랍니다.
"스마트 두뇌 + 충분한 자원 + 현존 최고의 기술 = 양자 컴퓨터"
이 보고서의 마지막 부분에서 전망을 제시하고 싶습니다.
사실 저는 20년 넘게 한 가지 질문에 대해 생각해 왔습니다. 실제로 어떻게 양자 컴퓨터를 만들 수 있을까요?
제 결론은 사실 매우 간단합니다. 즉, 충분한 자원과 현존 최고의 기술이 결합된 똑똑한 두뇌가 양자 컴퓨터를 만들 수 있다는 것입니다.
이런 의미에서 이러한 기계를 만들 수 있는 다양한 조합이 전 세계에 존재하며 그 과정도 동일합니다.
현재 양자컴퓨터의 문제점은 무엇인가요?
우선, 재능이 매우 부족합니다. 양자 컴퓨팅을 공부한다면 시장에서 여러 가지 제안이 기다리고 있습니다.
두 번째는 자금입니다. 양자컴퓨팅에 대한 전체적인 투자 규모는 크지만, 특정 알고리즘이나 소프트웨어에 대한 투자는 제한적이어서 이 부분을 강화할 필요가 있다.
사실 많은 자본이 양자컴퓨팅을 고려할 수 있습니다. 이전에는 조금 초기였을지 모르지만 이제는 임계 단계에 도달했기 때문입니다.
또한 Baidu Quantum 플랫폼을 통해 개방적이고 지속 가능한 양자 컴퓨팅 생태계를 구축하기를 실제로 희망합니다.
이러한 방식으로 우리는 개발자와 사용자에게 서비스를 제공할 뿐만 아니라 학계, 선임 전문가 (Artur Ekert 컨설턴트 포함) 및 양자 전문가와 협력 관계를 구축하기를 희망합니다.
또한 우리는 주로 소프트웨어에 중점을 두기 때문에 하드웨어 팀과의 협력도 필요합니다. 비록 자체 하드웨어도 있지만 양자 칩을 더 좋게 만들기 위해 하드웨어 팀과 더 심도 있는 협력을 하길 바랍니다.
물론 또 다른 측면은 대학과의 협력이 항상 우리 혁신의 원천이라는 것입니다.
다시 한번 들어주셔서 감사합니다, 감사합니다!
위 내용은 Baidu Duan Runyao: 양자 컴퓨팅의 출현을 불가피하게 만드는 네 가지 요소의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











StableDiffusion3의 논문이 드디어 나왔습니다! 이 모델은 2주 전에 출시되었으며 Sora와 동일한 DiT(DiffusionTransformer) 아키텍처를 사용합니다. 출시되자마자 큰 화제를 불러일으켰습니다. 이전 버전과 비교하여 StableDiffusion3에서 생성된 이미지의 품질이 크게 향상되었습니다. 이제 다중 테마 프롬프트를 지원하고 텍스트 쓰기 효과도 향상되었으며 더 이상 잘못된 문자가 표시되지 않습니다. StabilityAI는 StableDiffusion3이 800M에서 8B 범위의 매개변수 크기를 가진 일련의 모델임을 지적했습니다. 이 매개변수 범위는 모델이 많은 휴대용 장치에서 직접 실행될 수 있어 AI 사용이 크게 줄어든다는 것을 의미합니다.

첫 번째 파일럿 및 주요 기사에서는 주로 자율 주행 기술에서 일반적으로 사용되는 여러 좌표계를 소개하고 이들 간의 상관 관계 및 변환을 완료하고 최종적으로 통합 환경 모델을 구축하는 방법을 소개합니다. 여기서 초점은 차량에서 카메라 강체로의 변환(외부 매개변수), 카메라에서 이미지로의 변환(내부 매개변수), 이미지에서 픽셀 단위로의 변환을 이해하는 것입니다. 3D에서 2D로의 변환에는 해당 왜곡, 변환 등이 포함됩니다. 요점: 차량 좌표계와 카메라 본체 좌표계를 다시 작성해야 합니다. 평면 좌표계와 픽셀 좌표계 난이도: 이미지 평면에서 왜곡 제거와 왜곡 추가를 모두 고려해야 합니다. 2. 소개 좌표계에는 픽셀 평면 좌표계(u, v), 이미지 좌표계(x, y), 카메라 좌표계(), 월드 좌표계() 등 총 4가지 비전 시스템이 있습니다. 각 좌표계 사이에는 관계가 있으며,

자율주행 궤적 예측은 차량의 주행 과정에서 발생하는 다양한 데이터를 분석하여 차량의 향후 주행 궤적을 예측하는 것을 의미합니다. 자율주행의 핵심 모듈인 궤도 예측의 품질은 후속 계획 제어에 매우 중요합니다. 궤적 예측 작업은 풍부한 기술 스택을 보유하고 있으며 자율 주행 동적/정적 인식, 고정밀 지도, 차선, 신경망 아키텍처(CNN&GNN&Transformer) 기술 등에 대한 익숙함이 필요합니다. 시작하기가 매우 어렵습니다! 많은 팬들은 가능한 한 빨리 궤도 예측을 시작하여 함정을 피하기를 희망합니다. 오늘은 궤도 예측을 위한 몇 가지 일반적인 문제와 입문 학습 방법을 살펴보겠습니다. 관련 지식 입문 1. 미리보기 논문이 순서대로 되어 있나요? A: 먼저 설문조사를 보세요, p

본 논문에서는 자율 주행에서 다양한 시야각(예: 원근 및 조감도)에서 객체를 정확하게 감지하는 문제, 특히 원근(PV) 공간에서 조감(BEV) 공간으로 기능을 효과적으로 변환하는 방법을 탐구합니다. VT(Visual Transformation) 모듈을 통해 구현됩니다. 기존 방법은 크게 2D에서 3D로, 3D에서 2D로 변환하는 두 가지 전략으로 나뉩니다. 2D에서 3D로의 방법은 깊이 확률을 예측하여 조밀한 2D 특징을 개선하지만, 특히 먼 영역에서는 깊이 예측의 본질적인 불확실성으로 인해 부정확성이 발생할 수 있습니다. 3D에서 2D로의 방법은 일반적으로 3D 쿼리를 사용하여 2D 기능을 샘플링하고 Transformer를 통해 3D와 2D 기능 간의 대응에 대한 주의 가중치를 학습하므로 계산 및 배포 시간이 늘어납니다.

저자 개인 생각 중 일부 자율주행 분야에서는 BEV 기반의 하위 작업/End-to-End 솔루션 개발로 인해 고품질의 다시점 훈련 데이터와 그에 따른 시뮬레이션 장면 구축이 점점 더 중요해지고 있습니다. 현재 작업의 문제점에 대응하여 "고품질"은 세 가지 측면으로 분리될 수 있습니다. 다양한 차원의 롱테일 시나리오(예: 장애물 데이터의 근거리 차량 및 자동차 절단 과정의 정확한 방향 각도) 곡률이 다른 곡선이나 경사로/병합/병합 등 캡처하기 어려운 차선 데이터. 이는 종종 비용이 많이 드는 대량의 데이터 수집과 복잡한 데이터 마이닝 전략에 의존합니다. 3D 진정한 가치 - 매우 일관된 이미지: 현재 BEV 데이터 수집은 센서 설치/보정, 고정밀 지도 및 재구성 알고리즘 자체의 오류에 의해 영향을 받는 경우가 많습니다. 이것이 나를 이끌었다

갑자기 발견한 19년 된 논문 GSLAM: A General SLAM Framework and Benchmark 오픈소스 코드: https://github.com/zdzhaoyong/GSLAM 전문으로 직접 가서 이 작품의 퀄리티를 느껴보세요~1 Abstract SLAM technology 최근 많은 성공을 거두었으며 많은 첨단 기술 기업의 관심을 끌었습니다. 그러나 기존 또는 신흥 알고리즘에 대한 인터페이스를 사용하여 속도, 견고성 및 이식성에 대한 벤치마크를 효과적으로 수행하는 방법은 여전히 문제로 남아 있습니다. 본 논문에서는 평가 기능을 제공할 뿐만 아니라 연구자에게 자체 SLAM 시스템을 신속하게 개발할 수 있는 유용한 방법을 제공하는 GSLAM이라는 새로운 SLAM 플랫폼을 제안합니다.

이 네모난 남자는 눈앞에 있는 '불청객'의 정체를 고민하며 미간을 찌푸리고 있다는 점에 주목해주세요. 알고 보니 그녀는 위험한 상황에 처해 있었고, 이를 깨닫자마자 문제를 해결하기 위한 전략을 찾기 위해 재빨리 정신적 탐색을 시작했습니다. 결국 그녀는 현장을 떠나 가능한 한 빨리 도움을 구하고 즉각적인 조치를 취하기로 결정했습니다. 동시에 반대편에 있는 사람도 그녀와 같은 생각을 하고 있었는데... <마인크래프트>에도 모든 캐릭터가 인공지능에 의해 조종되는 장면이 있었다. 예를 들어 앞서 언급한 소녀는 17세지만 똑똑하고 용감한 택배기사입니다. 그들은 마인크래프트를 배경으로 한 이 작은 마을에서 인간처럼 기억하고 생각하며 살아갈 수 있는 능력을 가지고 있습니다. 그들을 움직이는 것은 아주 새로운 것입니다.

9월 23일, 국립방위기술대학교, JD.com 및 베이징 공과대학이 "DeepModelFusion:ASurvey"라는 논문을 발표했습니다. 딥 모델 융합/병합은 여러 딥 러닝 모델의 매개변수나 예측을 단일 모델로 결합하는 새로운 기술입니다. 이는 더 나은 성능을 위해 개별 모델의 편향과 오류를 보상하기 위해 다양한 모델의 기능을 결합합니다. 대규모 딥 러닝 모델(예: LLM 및 기본 모델)에 대한 딥 모델 융합은 높은 계산 비용, 고차원 매개변수 공간, 서로 다른 이종 모델 간의 간섭 등을 포함한 몇 가지 문제에 직면합니다. 이 기사에서는 기존 심층 모델 융합 방법을 네 가지 범주로 나눕니다. (1) 더 나은 초기 모델 융합을 얻기 위해 손실 감소 경로를 통해 가중치 공간의 솔루션을 연결하는 "패턴 연결"
