Tesla ແລະ Waymo ໃຊ້ຂໍ້ມູນສັງເຄາະເພື່ອຝຶກອົບຮົມໂມດູນການຮັບຮູ້

ບໍລິສັດເຊັ່ນ Tesla ແລະ Waymo ກໍາລັງໃຊ້ຂໍ້ມູນສັງເຄາະທີ່ສ້າງຂຶ້ນໂດຍຕົວແບບ Diffusion ເພື່ອຝຶກອົບຮົມໂມດູນການຮັບຮູ້ຂອງພວກເຂົາ. ຂໍ້ມູນສັງເຄາະເຫຼົ່ານີ້ສາມາດສະໜອງສະຖານະການຂັບຂີ່ທີ່ສັບສົນຫຼາຍປະເພດ, ເຊັ່ນ: ສະພາບອາກາດທີ່ຮຸນແຮງ ແລະອຸປະສັກກະທັນຫັນ, ເພື່ອຊ່ວຍໃຫ້ຕົວແບບທົ່ວໄປດີຂຶ້ນ. ນອກຈາກນັ້ນ, ຂໍ້ມູນນີ້ຍັງສາມາດຈໍາລອງການຟັງຈຸດ LiDAR ທີ່ມີຄວາມຊື່ສັດສູງ, ຂໍ້ມູນ radar, ຫຼືຮູບພາບພາຍໃຕ້ສະພາບແສງສະຫວ່າງທີ່ແຕກຕ່າງກັນເພື່ອເຮັດໃຫ້ເຖິງການຂາດຂໍ້ມູນທີ່ແທ້ຈິງ. ດ້ວຍວິທີນີ້, ບໍລິສັດເຫຼົ່ານີ້ສາມາດຫຼຸດຜ່ອນການເອື່ອຍອີງໃສ່ຂໍ້ມູນທີ່ມີປ້າຍຊື່ແລະປັບປຸງການປະຕິບັດຕົວແບບຂອງພວກເຂົາຕື່ມອີກ.