The Ascent Approach

Innovative

Deep Reinforcement Learning

AIアルゴリズムの開発は、従来のソフトウェア開発とは異なります。AIはシミュレーション環境の中で、試行錯誤を繰り返し教育されます。AIのエージェントにとってよい結果をもたらす行動は強化され、不利益になる行動は弱められます。これが強化学習の仕組みです。

このアプローチにより、AIはどの行動を身に付ければ良いのかを理解することが可能になりました。シミュレーション環境上の学習フレームワークを調整することにより、AIエージェント自らに最適な行動モデルを決定させます。

Efficient

Generative Models

現実世界は複雑であり、そのモデルを作ることは困難です。しかしながら、生成モデルを用いることにより、現実世界の環境をどのように模倣すれば良いかを学習し、AIエージェントの教育に必要となる状況を生成することが可能となります。これにより、実際の街中でAIを教育するよりも効率的にAIを教育することができます。

生成モデルは、AI教育用のシミュレーション環境において、行動や状況、フィードバックを生成します。モデリングや予測が困難な特殊な状況を作り出すことも可能であり、現実世界で起こりうるあらゆる状況に対応可能なAIを教育することができます。

Smart

Transfer Learning

これまでAIはひとつのタスクしか習得できませんでした。また、人間の能力に匹敵するAIを開発する上でのひとつの挑戦は、AIが新たなことを学習するときに、過去に学んだことを生かせるようにすることでした。

アセントが開発するAIは、これらを可能にします。運転するのが車であれバスであれ、街中であれ高速道路であれ、シミュレーションの中であれ現実世界であれ、AIは根本的な原則を学習し、あらゆるタスクに応用します。

It all comes together in

Ascent Atlas

アセントのATLASは、VR/ARといったヒューマンインターフェイスやシミュレーション環境、AIアルゴリズムを統合した、AIのエージェントの学習を行うためのフレームワークです。
私たちは、様々なタスクに対応し、より効率的でより知的なAIのトレーニングを可能にするため、アトラスを開発しています。

アトラスにメタ学習の研究成果を取り込むことで、手作業でのコーディングやトレーニングデータのラベル付け、コストがかさむ実世界におけるテストを劇的に減らすことができます。

また高度な遠隔操作と性能モニタリングのための、直感的に操作可能な3Dインターフェイスを開発しており、VR/ARのどちらにも使うことができます。

Robotic Systems for the real world

アセントの研究部門と開発部門は最先端のAIを市場に送り出すために手を取り合っています。コア領域はAIのアルゴリズム開発ですが、現実世界の問題に対応したモデリングと研究の方法論も取り扱う、応用開発チームでもあります。

Unique partnerships

アセントはパートナー企業とともに、知的であり、同時に消費者のことを考えた、誰も見たことのない自動運転車を開発していきます。パートナーのプラットフォームは、それぞれのハードウェア、コンピューターの動作環境、そしてインタラクションモデルと企業の個性に合わせてカスタマイズされます。アセントのAIを搭載した自動車は、全てが特別な製品なのです。