Keeawayt
- Autonvalmistajat kääntyvät tekoälyn puoleen opettaakseen itseohjautuvia autoja liikkumaan arjen esteissä.
- Tesla julkisti äskettäin uuden supertietokoneensa, jota käytetään Teslan Autopilotin tehoa käyttävien hermoverkkojen harjoittamiseen.
- Tekoälyn käyttäminen autojen kouluttamiseen voi parantaa turvallisuutta, tarkkailijat sanovat.
Itse ajavat autot tarvitsevat myös opettajia, ja tekoäly (AI) voi tehokkaasti opettaa kyseiset ajoneuvot välttämään onnettomuuksia – luultavasti paremmin kuin ihmiset.
Yksi parhaista tavoista lähettää autoja Driver’s Ediin on tekoälyn käyttö. Tesla julkisti äskettäin uuden supertietokoneensa, jota käytetään Teslan Autopilotin ja tulevan itseohjautuvan tekoälyn ohjaamiseen. Ja kun autoista tulee autonomisempia, käy ilmi, että ne tarvitsevat paljon koulutusta.
"Altistamalla tekoäly autolla ajamiseen liittyville tiedoille, tekoäly voi alkaa tunnistaa malleja", Chris Nicholson, Pathmind, teollisissa toimissa tekoälyä soveltavan yrityksen toimitusjohtaja, sanoi sähköpostihaastattelussa. "Näytä sille kuvia, niin se voi oppia, miltä jalankulkijat näyttävät. Näytä sille toimintosarjat tiellä, ja se voi oppia, mikä johtaa onnettomuuksiin ja kuinka välttää niitä."
"Oikeilla tiedoilla tekoäly voi tehdä erittäin tarkkoja ennusteita siitä, mitä se katsoo", Nicholson lisäsi. "Ja mitä seurauksia tietyllä toiminnalla, kuten vasemmalle kääntyminen tai kiihtyvyys sateessa, voi olla."
Tekoälyopettajien määrä kasvaa
Tesla, Audi, Toyota, GM:n risteily – melkein jokainen suuri autonvalmistaja käyttää tekoälyä jossain muodossa lisätäkseen itseajokykyään, Nicholson sanoi. Jotkut muut kuin autonvalmistajat, kuten Googlen Waymo, tekevät yhteistyötä Chrysler Fiatin k altaisten autonvalmistajien kanssa kehittääkseen ja testatakseen itseohjautuvaa tekoälyä.
Andrej Karpathy, Teslan tekoälypäällikkö, esitteli äskettäin yhtiön uusimman supertietokoneen esitelmässä 2021 Computer Vision and Pattern Recognition -konferenssissa.
AI:n on osoitettu olevan tarkempi kuin ihmiset ajotilanteissa, ja on hyvin todennäköistä, että se vähentää huomattavasti onnettomuuksien määrää.
Klusteri käyttää 720 solmua 8x NVIDIA A100 Tensor Core -grafiikkasuorittimesta (yhteensä 5 760 GPU:ta) saavuttaakseen 1,8 tehopistettä. Jokainen eksaflop on yhtä suuri kuin 1 kvintiljoona liukulukuoperaatiota sekunnissa.
"Tämä on todella uskomaton supertietokone", Karpathy sanoi lehdistötiedotteen mukaan. "Uskon itse asiassa, että floppien suhteen tämä on suurin piirtein maailman 5. supertietokone."
Syvä hermoverkko tarkkailee ja tekee ennusteita auton ajon aikana ohjaamatta ajoneuvoa. Ennusteet tallennetaan ja kaikki virheet tai virheelliset tunnistukset kirjataan. Teslan insinöörit käyttävät sitten näitä tapauksia luodakseen vaikeita ja erilaisia skenaarioita sisältävän koulutustietojoukon hermoverkon tarkentamiseksi, Tuloksena on kokoelma noin miljoona 10 sekunnin leikettä, jotka on tallennettu nopeudella 36 kuvaa sekunnissa, yhteensä noin 1,5 petatavua tietoa. Neuraaliverkkoa ajetaan sitten näiden skenaarioiden läpi toistuvasti, kunnes se toimii virheettömästi. Lopuksi se lähetetään takaisin ajoneuvoon ja prosessi alkaa uudelleen.
Autojen lähettäminen takaisin kouluun
Tekoälyllä voidaan myös kouluttaa autoja nopeammin kuin kukaan ihminen voisi, Aditya Pathak, asiantuntijapalveluyritys Cognizantin kuljetusasiantuntija, sanoi sähköpostihaastattelussa.
"Autonomisten ajoneuvojen kehitysprosessissa yksi kriittisistä vaiheista on tietojen merkitseminen", hän lisäsi. "Toisin sanoen, miten ihmiset, paikat ja asiat merkitään niin, että ajoneuvot tunnistavat ne?"
Manuaalisesti tehtynä tietojen tarkastelu olisi aikaa vievää ja työlästä. "Tekoälyn ja koneoppimisen avulla prosessi on paljon nopeampi ja tehokkaampi", Pathak sanoi.
AI:n on opetettava itseohjautuvat autot toimimaan kaikissa olosuhteissa, itseajavia autoja valmistavan Yandexin suunnittelupäällikkö Anton Slesarev sanoi sähköpostihaastattelussa. Sää, tietyöt, onnettomuudet ja muiden kuljettajien epäjohdonmukainen käyttäytyminen ja reaktiot voivat vaikuttaa matkan arvaamattomuuteen, jopa niille kuljettajille, jotka matkustavat samaan paikkaan joka päivä, hän lisäsi.
Yandex operoi Euroopan ensimmäistä robottitaksipalvelua ja käyttää jo automatisoituja toimitusrobotteja, Yandex-rovereita, asiakastilausten toimittamiseen ravintoloista ja ruokakaupoista. Yritys käyttää koneoppimista auttaakseen robottejaan liikkumaan.
"Se esimerkiksi auttaa suorittamaan tärkeitä havaintotoimintoja, kuten liikennemerkkien tunnistamista, vaikka ne olisivat sateen tai puun oksan peittämiä", Slesarev sanoi."Tai tarjota turvatoimintoja, kuten jalankulkijan huomaaminen ylittämässä tietä, jopa yöllä tai silloin, kun jalankulkija on osittain pysäköityjen autojen piilossa."
Tekoälyn käyttäminen autojen kouluttamiseen voi parantaa turvallisuutta, tarkkailijat sanovat.
"Tekoälyn on osoitettu olevan tarkempi kuin ihmiset ajotilanteissa, ja on hyvin todennäköistä, että se vähentää huomattavasti onnettomuuksien määrää", Nicholson sanoi.
