Зашто би вештачка интелигенција могла да обучи ваш самовозећи аутомобил

Самовозећим аутомобилима су такође потребни наставници, а вештачка интелигенција (АИ) може ефикасно да научи та возила да избегну несреће - вероватно боље од људи.

Један од најбољих начина за слање аутомобила у Дривер'с Ед је коришћење вештачке интелигенције. Тесла је недавно представио свој нови суперкомпјутер који ће се користити за обуку неуронских мрежа које напајају Теслин аутопилот и надолазећу самовозећу вештачку интелигенцију. А како аутомобили постају аутономнији, испоставља се да им је потребно много обуке.

„Излажући АИ подацима који се односе на вожњу аутомобила, АИ може почети да препознаје обрасце“, рекао је Цхрис Ницхолсон, извршни директор

Патхминд, компанија која примењује вештачку интелигенцију на индустријске операције, рекао је у интервјуу мејлом. „Покажите му слике и он ће научити како пешаци изгледају. Покажите му редослед радњи на путу и ​​он ће научити шта доводи до несрећа и како да их избегне."

„Са правим подацима, АИ може да направи веома тачна предвиђања о томе шта гледа“, додао је Николсон. „А какве би могле бити последице дате акције, попут скретања лево или убрзања на киши.

Растући број наставника вештачке интелигенције

Тесла, Ауди, Тојота, ГМ-ово крстарење—скоро сваки велики произвођач аутомобила користи вештачку интелигенцију у неком облику да повећа своје способности самосталног управљања, рекао је Николсон. И неки произвођачи аутомобила, као нпр Гоогле-ов Ваимо, сарађују са произвођачима аутомобила као што је Цхрислер Фиат на развоју и тестирању вештачке интелигенције која се сама вози.

Андреј Карпати, Теслин шеф АИ, недавно откривен најновији суперкомпјутер компаније током презентације на Конференцији о компјутерском виду и препознавању узорака 2021.

Кластер користи 720 чворова 8к НВИДИА А100 Тенсор Цоре ГПУ-а (укупно 5.760 ГПУ-а) за постизање 1,8 екафлопса перформанси. Сваки екафлоп је једнак 1 квинтилион операција са помичним зарезом у секунди.

"Ово је заиста невероватан суперкомпјутер", рекао је Карпати, према саопштењу за јавност. „Заправо верујем да је у смислу промашаја ово отприлике 5. суперкомпјутер на свету.“

Дубока неуронска мрежа посматра и предвиђа док се аутомобил вози, а да заправо не контролише возило. Предвиђања се снимају, а све грешке или погрешне идентификације се евидентирају. Теслини инжењери затим користе ове инстанце да креирају скуп података за обуку тешких и разноликих сценарија за прецизирање неуронске мреже,

Резултат је колекција од отприлике милион клипова од 10 секунди снимљених при 36 кадрова у секунди, укупно око 1,5 петабајта података. Неуронска мрежа се затим понавља кроз ове сценарије све док не ради без грешке. Коначно, шаље се назад у возило и поново почиње процес.

Повратак аутомобила у школу

Коришћење вештачке интелигенције такође може да обучи аутомобиле брже него што би било који човек, Адитиа Патхак, стручњак за транспорт за професионалне услуге фирма Цогнизант, рекао је у интервјуу мејлом.

„У процесу развоја аутономних возила, један од критичних корака је бележење података“, додао је он. „Другим речима, како су људи, места и ствари означени тако да их возила могу препознати?“

Урађен ручно, процес прегледавања података би био дуготрајан и радно интензиван. „Са АИ и машинским учењем, процес је много бржи и ефикаснији“, рекао је Патхак.

АИ мора да научи самовозеће аутомобиле како да раде у било ком стању, рекао је Антон Слесарев, шеф инжењеринга у компанија за самовозеће аутомобиле Иандек, рекао је у интервјуу мејлом. Време, радови на путу, несреће и недоследно понашање и реакције других возача могу допринети на непредвидивост путовања, чак и за возаче који свакодневно путују на исту локацију, он додао је.

Иандек управља првим европским роботским такси услугом и већ користи роботе за аутоматску испоруку, Иандек ровере, за испоруку наруџби купаца из ресторана и продавница прехрамбених производа. Компанија користи машинско учење како би помогла својим роботима да се крећу.

„На пример, помаже у обављању виталних функција перцепције као што је препознавање путних знакова, чак и када су заклоњени стварима као што су киша или грана дрвета“, рекао је Слесарев. „Или да обезбеди безбедносне функције као што је примећивање пешака који ће прећи пут, чак и ноћу или када је пешак делимично сакривен стварима као што су паркирани аутомобили.“

Коришћење вештачке интелигенције за обуку аутомобила може повећати безбедност, кажу посматрачи.

„Показало се да је вештачка интелигенција прецизнија од људи у ситуацијама у вожњи и врло је вероватно да ће значајно смањити број несрећа“, рекао је Николсон.