
NVIDIA ประกาศเปิดตัว Alpamayo โมเดล AI แบบ Open source ที่มาพร้อมเครื่องมือจำลอง และชุดข้อมูลขนาดใหญ่ เพื่อช่วยเร่งการพัฒนาเทคโนโลยีรถยนต์ไร้คนขับ โดยเน้นความปลอดภัยและการใช้เหตุผล
หนึ่งในความท้าทายของรถยนต์ไร้คนขับคือ การรับมือกับสถานการณ์ที่ซับซ้อนและเกิดขึ้นไม่บ่อย หรือเรียกว่า ปัญหา Long-tail ซึ่งอยู่นอกเหนือข้อมูลที่ระบบเคยเรียนรู้มา ซึ่งเกิดจากแยกระบบรับรู้ (Perception) ออกจากการวางแผน (Planning) ทำให้ไม่สามารถปรับตัวต่อสถานการณ์ที่ไม่เคยพบมาก่อนได้

Alpamayo นำเสนอ โมเดล Vision-Language-Action (VLA) ที่ใช้การคิดแบบลำดับขั้น (Chain-of-Thought Reasoning) ช่วยให้รถยนต์สามารถวิเคราะห์สถานการณ์ใหม่หรือเหตุการณ์ที่เกิดขึ้นยากทีละขั้นตอน ไม่เพียงเพิ่มความสามารถในการขับขี่ แต่ยังช่วยให้ระบบ “อธิบายเหตุผลของการตัดสินใจ” ได้อย่างโปร่งใส ซึ่งเป็นปัจจัยสำคัญต่อความเชื่อมั่นและความปลอดภัยของยานยนต์อัจฉริยะ โดยทั้งหมดทำงานภายใต้กรอบความปลอดภัยของ NVIDIA Halos
Alpamayo ถูกออกแบบเป็น ระบบนิเวศแบบเปิดครบวงจร ประกอบด้วย 3 เสาหลักสำคัญ คือ โมเดล AI แบบเปิด, เฟรมเวิร์กการจำลอง และ ชุดข้อมูลขนาดใหญ่

โมเดล Alpamayo ไม่ได้นำไปใช้งานบนรถโดยตรง แต่ทำหน้าที่เป็นโมเดลต้นแบบขนาดใหญ่ ที่นักพัฒนาและนักวิจัยสามารถนำไปปรับแต่ง กลั่นกรอง และต่อยอดเป็นแกนหลักของระบบขับขี่อัตโนมัติของตนเองได้ องค์ประกอบทั้งหมดนี้ช่วยสร้างวงจรการพัฒนารถยนต์ไร้คนขับที่เรียนรู้ ปรับปรุง และตรวจสอบซึ่งกันและกันอย่างต่อเนื่อง
Alpamayo ได้รับความสนใจจากผู้นำอุตสาหกรรมระดับโลก อาทิ Lucid, JLR, Uber และ Berkeley DeepDrive เพื่อผลักดันการขับขี่อัตโนมัติระดับ 4 ให้เกิดขึ้นจริงอย่างปลอดภัย
ผู้บริหารและผู้เชี่ยวชาญในอุตสาหกรรมต่างเห็นตรงกันว่า AI ที่สามารถ “ใช้เหตุผลกับโลกจริง” ได้อย่างโปร่งใส คือกุญแจสำคัญของอนาคตการคมนาคมอัตโนมัติ การเปิดซอร์สโมเดลและเครื่องมือของ Alpamayo ช่วยเร่งนวัตกรรม เพิ่มความร่วมมือ และเปิดโอกาสให้ทั้งนักพัฒนาและนักวิจัยสามารถรับมือกับสถานการณ์การขับขี่ที่ซับซ้อนและคาดเดาไม่ได้มากยิ่งขึ้น
นอกเหนือจาก Alpamayo แล้ว นักพัฒนายังสามารถเข้าถึงเครื่องมือและโมเดลอื่นๆ ของ NVIDIA ผ่านแพลตฟอร์ม NVIDIA Cosmos™, NVIDIA Omniverse™ และสถาปัตยกรรม NVIDIA DRIVE Hyperion™ ที่ขับเคลื่อนด้วย NVIDIA DRIVE AGX Thor™ เพื่อปรับแต่ง ทดสอบ และตรวจสอบระบบขับขี่อัตโนมัติในสภาพแวดล้อมจำลอง ก่อนนำไปใช้งานเชิงพาณิชย์ได้
ที่มา nvidianews





