기존 자율 주행 솔루션은 새로운 적응형 AI 기술을 요구하는 에지 케이스를 처리하는 데 상당한 과제에 직면해있다.
Mobileye에서 사용하는 것과 같은 복합 아키텍처는 작업을 별도의 모듈로 나누어 정보 병목 현상을 일으킨다. Tesla의 Full Self-Driving(FSD) 제품군과 같은 모놀리식 엔드투엔드 시스템은 새로운 시나리오에 적응하는 데 있어 설명 가능성, 투명성 및 효율성에 문제가 있다.
자동차 산업이 완전한 자율성을 향해 가속화됨에 따라 Autobrains이 기존 AI 모델의 주요 한계를 해결하는 독점적인 Liquid AI 기술을 내놓았다. 자율 주행 기술 분야에서 큰 도약을 이룬 Skills 제품군은 기존 방식에 비해 컴퓨팅 요구 사항을 줄이는 동시에 엣지 케이스를 효과적으로 처리하는 모듈식 확장 가능 솔루션을 제공하는 것이 특징이다.
기존의 엔드투엔드 시스템들이 단일의 대규모 신경망 또는 복잡하고 리소스가 많은 복합 시스템에 의존하는 반면, Autobrains의 Skills 솔루션은 뛰어난 적응성과 효율성을 제공한다.
Autobrains의 Skills 아키텍처는 자율 주행을 더 작고 상황에 맞는 AI 모델 모음으로 분해하여 이러한 문제를 해결한다. 이를 “Skills”라고 하는데 각각은 독립적으로 훈련되고 배포된다. 이러한 Skills는 주행 상황에 따라 동적으로 활성화되어 성능을 최적화하고 컴퓨팅 전력 수요를 크게 줄여준다.
Autobrains의 Skills 제품군의 주요 장점은 다음과 같다.
- 특별한 상황에 최적화 : 각 스킬은 특정 주행 시나리오를 처리하도록 최적화되어 있어 특별한 상황에서도 뛰어난 성능을 발휘한다
- 확장성: 스킬 아키텍처는 ADAS 애플리케이션을 위한 수십 개의 스킬에서 완전한 자율성을 위한 수십만 개의 스킬로 확장될 수 있다.
- 적응성: 기술은 관련된 경우에만 활성화되므로 전력 소비가 최소화된.
- 대수적 리소스 증가: 확장함에 따라 기하급수적으로 더 많은 리소스가 필요한 모델과 달리, Skills 아키텍처는 보다 효율적이고 대수적인 리소스 확장을 허용한다.
- 강화된 안전성: 스킬은 특정한 예외 사례에 초점을 맞춰 정확하고 타겟팅된 대응을 제공하여 전반적인 시스템 안전성을 향상시킨다.
