AIが自動運転車を訓練する理由
重要なポイント
- 自動車メーカーは、自動運転車に日常の障害物をナビゲートする方法を教えるために人工知能に目を向けています。
- テスラは最近、テスラのオートパイロットに電力を供給するニューラルネットのトレーニングに使用される新しいスーパーコンピューターを発表しました。
- オブザーバーによると、AIを使用して車を訓練することで安全性を高めることができます。
Sergii Iaremenko /サイエンスフォトライブラリ/ゲッティイメージズ
自動運転車には教師も必要です。人工知能（AI）は、事故を回避するためにそれらの車両を効率的に教えることができます。おそらく人よりも優れています。
車を運転免許証に送る最良の方法の1つは、人工知能を使用することです。 テスラは最近、テスラのオートパイロットと今後の自動運転AIに電力を供給するニューラルネットのトレーニングに使用される新しいスーパーコンピューターを発表しました。 そして、車がより自律的になるにつれて、彼らは多くの訓練を必要とすることがわかります。
「AIを自動車の運転に関連するデータに公開することで、AIはパターンを認識し始めることができます」と、のCEOであるChrisNicholsonは述べています。 パスマインド、AIを産業運営に適用する会社、電子メールのインタビューで言った。 「画像を表示すると、歩行者がどのように見えるかを知ることができます。 道路での一連の行動を示してください。事故の原因とその回避方法を学ぶことができます。」
「適切なデータがあれば、AIは何を見ているのかについて非常に正確な予測を行うことができます」とNicholson氏は付け加えました。 「そして、左に曲がったり、雨の中で加速したりするなど、与えられた行動の結果はどうなるかもしれません。」
AI教師の数の増加
テスラ、アウディ、トヨタ、GMのクルーズ-ほとんどすべての主要な自動車メーカーが、自動運転機能を強化するために何らかの形でAIを使用しているとニコルソン氏は述べています。 そして、いくつかの非自動車メーカー、 GoogleのWaymoは、Chrysler Fiatなどの自動車メーカーと協力して、自動運転AIの開発とテストを行っています。
テスラのAI責任者であるAndrejKarpathyは、 最近発表された 2021年のコンピュータビジョンとパターン認識に関する会議でのプレゼンテーション中の同社の最新のスーパーコンピュータ。
「AIは運転中の人よりも正確であることが示されています。AIによって事故の数が大幅に減少する可能性が非常に高いです。」
クラスターは、720ノードの8x NVIDIA A100 TensorコアGPU（合計5,760 GPU）を使用して、1.8エクサフロップスのパフォーマンスを実現します。 各exaflopは、1秒あたり1兆回の浮動小数点演算に相当します。
「これは本当に素晴らしいスーパーコンピューターです」とKarpathyは言いました。 ニュースリリースによると. 「実際、フロップに関しては、これはおよそ世界で5番目のスーパーコンピューターだと思います。」
ディープニューラルネットワークは、実際に車両を制御することなく、車が運転している間に監視および予測を行います。 予測が記録され、間違いや誤認があればログに記録されます。 テスラのエンジニアは、これらのインスタンスを使用して、ニューラルネットワークを改良するための困難で多様なシナリオのトレーニングデータセットを作成します。
その結果、毎秒36フレームで記録された約100万個の10秒クリップのコレクションが作成され、合計で約1.5ペタバイトのデータが得られます。 次に、ニューラルネットワークは、間違いなく動作するまで、これらのシナリオを繰り返し実行されます。 最後に、車両に送り返され、プロセスが再開されます。
車を学校に送り返す
AIを使用すると、人間よりも速く車を訓練することもできます。 専門サービス会社Cognizant、電子メールのインタビューで言った。
「自動運転車の開発プロセスにおいて、重要なステップの1つはデータ注釈です」と彼は付け加えました。 「言い換えれば、人、場所、物は、車両で認識できるようにどのようにタグ付けされているのでしょうか？」
Artur Debat /ゲッティイメージズ
手動で行うと、データを調べるプロセスは時間と労力を要します。 「AIと機械学習により、プロセスははるかに高速で効率的になります」とPathak氏は述べています。
AIは、自動運転車にあらゆる種類の条件での操作方法を教える必要があります。 自動運転車会社Yandex、電子メールのインタビューで言った。 天候、道路工事、事故、および他のドライバーからの一貫性のない行動や反応が原因となる可能性があります 毎日同じ場所に通勤するドライバーにとってさえ、旅の予測不可能性に、彼は 追加した。
Yandexは、ヨーロッパ初のロボットタクシーサービスを運営しており、レストランや食料品店からの顧客の注文配送には、すでに自動配送ロボットであるYandexローバーを使用しています。 同社は機械学習を使用して、ロボットの移動を支援しています。
「たとえば、雨や木の枝などで道路標識が遮られている場合でも、道路標識の認識などの重要な知覚機能を実行するのに役立ちます」とSlesarev氏は述べています。 「あるいは、夜間や駐車中の車などで歩行者が部分的に隠れている場合でも、歩行者が道路を横断しようとしていることに気付くなどの安全機能を提供するため。」
人工知能を使用して車を訓練すると、安全性を高めることができるとオブザーバーは言います。
「AIは運転中の人よりも正確であることが示されています。AIによって事故の数が大幅に減少する可能性が非常に高いです」とニコルソン氏は述べています。