MIT se străduiește să dezvolte un model AI care poate conduce aproape ca un om

Crearea de mașini fără șofer care să poată raționa și să facă față situațiilor similare cu oamenii este unul dintre obiectivele pe termen lung și cele mai importante ale companiilor de pionierat în domeniul vehiculelor autonome, care operează ca Waymo, GM, Cruise, Uber și alte nume mari. Mobileye, o întreprindere binecunoscută în dezvoltarea tehnologiei vizuale pentru sistemele avansate de asistență a șoferului (ADAS) și conducerea autonomă, parte a Intel Corporation, a propus anterior un model matematic care poate fi numit Responsabilitate-Sensitive Safety (RSS). Această invenție este descrisă ca o modalitate avansată de a ajuta mașina să ia decizii mai precise în timpul funcționării, similar modului în care întoarcem în mod normal o mașină și a primit destul de multe recenzii. Feedback pozitiv din partea comunității. În plus, o altă mare companie care este și ea foarte interesată de domeniul vehiculelor autonome, Nvidia, dezvoltă în mod activ Safety Force Field - o „politică” care ajută mașina să ia decizii precise pe baza capacității de a planifica, monitoriza și evalua orice acțiuni nesigure în timpul operațiunilor prin analiza datelor senzorilor colectate în timp real.

• Bosch introduce o cutie de senzori concepută pentru „taxii zburătoare” fără pilot.

Cele de mai sus sunt un exemplu tipic al eforturilor lăudabile ale companiilor de a se concentra pe dezvoltarea capacităților de conducere în siguranță - un factor de bază care determină succesul unui vehicul autonom. Cu toate acestea, oamenii de știință de la Institutul de Tehnologie din Massachusetts (MIT) au o ambiție mult mai mare, și anume să construiască un sistem AI capabil să conducă la fel ca oamenii. Mai precis, o echipă de experți în inteligență artificială a MIT lucrează în prezent la o metodă de valorificare a datelor din hărți și a altor tipuri de date vizuale asemănătoare GPS pentru a permite vehiculelor autonome bazate pe inteligență artificială să învețe cum conduc oamenii și, în același timp, „în mod fluid”. ” aplică cunoștințele pe care le-au învățat pe trasee experimentale, planificate complex, în medii nevăzute până acum. În consecință, această cercetare este construită pe baza sistemelor de navigație end-to-end concepute de Daniel Rus, directorul Laboratorului de Științe Informatice și Inteligență Artificială din SUA (CSAIL) și este programată să fie prezentată la Conferința Internațională pentru Robotică și Automatizare în Long Beach, California, SUA luna viitoare.

• Caracteristicile de siguranță echipate pe mașinile Tesla vă fac dificil să „doriți” să mergeți pe banda greșită

Modelul anterior de învățare automată de către Daniel Rus și colegii sai a fost considerat „îngreuitor” și mai puțin probabil să fie implementat pe scară largă. Cu toate acestea, în acest nou model, oamenii de știință de la MIT au depășit aproape complet problema de mai sus. „Cu sistemul nostru, nu trebuie să antrenezi mașina pe fiecare drum, dar poți descărca o nouă hartă pentru mașină care să o ajute să navigheze pe drumurile pe care le dorește niciodată, a spus inginerul Alexander Amini, șeful departamentului. echipa de cercetare.

După cum explică inginerul Amini și colegii, sistemul lor AI este capabil să observe și să învețe cum să controleze vehiculul de la șofer și apoi corelează rotațiile volanului cu fiecare curbă pe care o face șoferul. Acesta este observat prin intermediul camerei și al sistemului de hărți care a fost incluse în sistemul anterior. În cele din urmă, mașina poate da „comenzi de conducere” precise pentru fiecare traseu diferit, cum ar fi drumuri drepte, intersecții cu patru sensuri sau intersecții cu trei sensuri, sensuri giratorii...

• 55 de mașini autonome de la 5 mari producători de automobile sunt testate în același timp

În mai multe experimente, cercetătorii au alimentat modelului de învățare automată o hartă cu un traseu selectat aleatoriu. În timpul funcționării vehiculului, sistemul a extras caracteristici vizuale din cameră, permițându-i să prezică fiecare element din structura drumului, cum ar fi indicatoare, bare de viteză, mediane dure... Mai mult, modelul AI este, de asemenea, capabil să coreleze date vizuale cu date de hartă pentru a evidenția neregulile, ajutând la determinarea mai precisă a locației vehiculului pe drum și la asigurarea că vehiculul rulează pe traseu. De exemplu, atunci când modelul AI conducea mașina pe un drum drept, fără viraj, dar sistemul de hărți a făcut o eroare și a indicat că mașina trebuie să vire la dreapta, AI a recunoscut că acest lucru este nerezonabil și știind cum pentru a controla mașina pe traseul corect fără a urma ordinele de pe hartă.

• Este umanitatea pe calea cea bună în dezvoltarea tehnologiei vehiculelor autonome?

„În lumea reală, senzorii nu pot atinge întotdeauna o precizie perfectă. Cu toate acestea, dorim să ne asigurăm că modelul nostru se poate „adapta” la diverse erori care apar în operațiunile reale, prin construirea unui sistem care poate recunoaște anomaliile și totuși capabil de navigare și poziționare precisă pe toate drumurile”, a adăugat inginerul Alexander Amini.