Deep Teaching™は、当社が2016年から開発している、高効率かつスケーラブルな教師なし学習手法です。大規模なデータ、ディープラーニング、応用数学を組み合わせることで、当社の基盤モデルは高い汎化性能を持ち、コーナーケースを解決し、人間らしい運転行動を学習します。
当社のモデルは、以下のようなさまざまな状況に対応します。
当社のモデルをファインチューニングすることで、まれなコーナーケースを迅速に解決し、特定の地域、運転スタイル、センサー構成に合わせて性能を最適化できます。
当社の生成シミュレーションモデルである GenSim-2、 VidGen-2、および WorldGen-1 は、テキスト、画像、または動画をインプットとして、大量の現実的な走行シーンを学習および検証用に生成します。従来のシミュレーションとは異なり、都市部の運転環境における多様性や複雑さにかかわらず、無制限にシーンのバリエーションを迅速に生成することが可能です。
当社のAIソフトウェア、基盤モデル、およびAIベースの開発・検証ツールについてご案内いたします。
