เมืองคาริยะและโตเกียว (ประเทศญี่ปุ่น) – บริษัท เด็นโซ่ คอร์ปอเรชั่น และ บริษัท โตชิบา คอร์ปอเรชั่น ได้บรรลุข้อตกลงพื้นฐานในการร่วมกันพัฒนาเทคโนโลยีปัญญาประดิษฐ์ อันเป็นทรัพย์สินทางปัญญาด้านโครงข่ายประสาทเทียมเชิงลึก (Deep Neural Network – Intellectual Property: DNN-IP) ซึ่งจะนำมาใช้ในระบบการจดจำภาพที่ได้รับการพัฒนาอย่างอิสระโดยทั้งสองบริษัท อันจะช่วยให้เทคโนโลยีช่วยเหลือผู้ขับขี่ขั้นสูงและการขับขี่อัตโนมัติประสบความสำเร็จ

DNN คือ อัลกอริทึมชนิดหนึ่ง ซึ่งจำลองการทำงานของเครือข่ายประสาทในสมองมนุษย์ ด้วยวัตถุประสงค์ที่จะสร้างเครื่องมือที่มีความสามารถในการประมวลผลการจดจำได้อย่างถูกต้องเช่นเดียวกับสมองมนุษย์หรือทำได้ดีกว่า

เพื่อบรรลุการขับขี่อัตโนมัติ คอมพิวเตอร์ยานยนต์จะต้องสามารถระบุสถานการณ์การจราจรบนถนนที่แตกต่างกัน รวมทั้งความหลากหลายของอุปสรรคและเครื่องหมายจราจรบนพื้นทาง ความพร้อมของพื้นที่ถนนสำหรับการขับรถ และสถานการณ์ที่อาจเป็นอันตราย ในการจดจำภาพบนพื้นฐานการทำงานของการจดจำรูปแบบธรรมดาและการเรียนรู้ของเครื่อง รวมถึงวัตถุต่าง ๆ จำเป็นต้องได้รับการจดจำโดยคอมพิวเตอร์ที่มีลักษณะพิเศษและมีความสามารถในการแยกแยะขั้นสูง

ในการรับรู้ภาพบนพื้นฐานของ DNN คอมพิวเตอร์ต้องสามารถแยกแยะและเรียนรู้ลักษณะของวัตถุได้ด้วยตัวเอง ดังนั้น การปรับปรุงในด้านความถูกต้องของการตรวจสอบและความสามารถในการระบุความหลากหลายของวัตถุ จึงมีความสำคัญอย่างมาก

ด้วยความก้าวหน้าอย่างรวดเร็วของเทคโนโลยี DNN ทั้งสองบริษัทมีแผนที่จะทำให้เทคโนโลยีนี้มีความยืดหยุ่นเพื่อที่จะขยายไปสู่โครงร่างเครือข่ายอื่นอันหลากหลาย โดยทั้งสองบริษัทจะพัฒนาเทคโนโลยีนี้ให้สามารถนำไปใช้กับการประมวลผลในยานพาหนะ ซึ่งมีขนาดเล็กลง ใช้พลังงานน้อยลง และมีการเพิ่มประสิทธิภาพอื่น ๆ ให้เกิดความเหมาะสมสูงสุด

เด็นโซ่ได้พัฒนา DNN-IP เพื่อการประยุกต์ใช้ในยานพาหนะ ด้วยการเร่งกระบวนการนำ DNN-IP เข้าสู่เชิงพาณิชย์ ผ่านการพัฒนาร่วมกันและรวม DNN-IP เข้าด้วยกันกับกล้องในยานพาหนะ โดยเด็นโซ่จะพัฒนาสมรรถนะ การช่วยเหลือการขับขี่ขั้นสูง และระบบการขับขี่อัตโนมัติ และเดินหน้าการสร้างสรรค์สังคมยานยนต์ที่ปลอดภัยและเชื่อถือได้สำหรับผู้คนทั่วโลกอย่างต่อเนื่อง ไม่เพียงเพื่อผู้ขับขี่และคนเดินเท้า

นอกเหนือไปจากเทคโนโลยีการประมวลผลรูปภาพแบบธรรมดา โตชิบาจะแยกส่วนการพัฒนาร่วมกันในเทคโนโลยี DNN-IP นี้ ไปใช้ในส่วนประกอบฮาร์ดแวร์และใช้ในการประมวลผลการจดจำรูปภาพในยานพาหนะ เพื่อที่จะปรับปรุงสมรรถนะการประมวลผลภาพของโตชิบา ให้ประมวลผลภาพได้ด้วยการใช้พลังงานที่น้อยกว่าระบบการประมวลผลภาพด้วยการประมวลผลสัญญาณดิจิทัล (Digital Signal Processors: DSPs) หรือหน่วยประมวลผลกราฟิกส์ (Graphics Processing Units: GPUs)

บน: การจราจรสถานการณ์จริง           ล่าง: ระบุวัตถุโดยใช้ DNN-IP