MIT стремится разработать модель искусственного интеллекта, которая сможет водить машину почти как человек

Создание беспилотных автомобилей, способных рассуждать и справляться с ситуациями, подобными человеческим, является одной из долгосрочных и наиболее важных целей компаний-новаторов в области беспилотных транспортных средств, таких как Waymo, GM, Cruise, Uber и некоторых других громких имен. Mobileye, известная компания по разработке технологий машинного зрения для усовершенствованных систем помощи водителю (ADAS) и автономного вождения, входящая в состав корпорации Intel, ранее предложила математическую модель, которую можно назвать «Безопасность, чувствительная к ответственности» (RSS). Это изобретение описано как усовершенствованный способ помочь автомобилю принимать более точные решения во время эксплуатации, аналогично тому, как мы обычно поворачиваем автомобиль, и получило довольно много положительных отзывов от сообщества. Кроме того, другая крупная компания, которая также очень заинтересована в области беспилотных транспортных средств, Nvidia, также активно разрабатывает Safety Force Field — «политику», которая помогает автомобилю принимать точные решения, основанные на способности планировать, контролировать и оценивать любые действия. небезопасные действия во время операций за счет анализа данных датчиков, собираемых в режиме реального времени.

• Bosch представляет сенсорный блок, предназначенный для беспилотных «летающих такси».

Вышеупомянутое является типичным примером похвальных усилий бизнеса по развитию навыков безопасного вождения – основного фактора, определяющего успех беспилотного транспортного средства. Однако у ученых из Массачусетского технологического института (MIT) есть гораздо более масштабная цель — создать систему искусственного интеллекта, способную управлять автомобилем так же, как люди. В частности, команда экспертов по искусственному интеллекту Массачусетского технологического института в настоящее время работает над методом использования картографических данных и других типов визуальных данных, подобных GPS, чтобы позволить автономным транспортным средствам на основе искусственного интеллекта изучать, как люди водят машину, и в то же время «плавно управлять автомобилем». » применить полученные знания на сложно спланированных экспериментальных маршрутах в невиданных ранее условиях. Соответственно, это исследование построено на основе комплексных навигационных систем, разработанных Дэниелом Русом, директором Лаборатории компьютерных наук и искусственного интеллекта США (CSAIL), и его планируется представить на Международной конференции по робототехнике и робототехнике. Автоматизация в Лонг-Бич, Калифорния, США, в следующем месяце.

• Функции безопасности, которыми оснащены автомобили Tesla, не позволяют вам «захотеть» выехать на встречную полосу.

Предыдущая модель машинного обучения Дэниела Руса и его коллег считалась «громоздкой» и с меньшей вероятностью получит широкое распространение. Однако в этой новой модели ученые Массачусетского технологического института почти полностью преодолели вышеуказанную проблему. «С нашей системой вам не придется обучать автомобиль на каждой дороге, но вы можете загрузить новую карту для автомобиля, чтобы помочь ему перемещаться по тем дорогам, по которым он хочет, никогда раньше не проезжал», — сказал инженер Александр Амини, руководитель Исследовательская команда.

Как объясняют инженер Амини и его коллеги, их система искусственного интеллекта способна наблюдать и учиться управлять транспортным средством от водителя, а затем соотносить повороты рулевого колеса с каждым поворотом, который совершает водитель. включено в предыдущую систему. Наконец, автомобиль может подавать точные «команды движения» для каждого отдельного маршрута, например, прямых дорог, четырехсторонних или трехсторонних перекрестков, кольцевых развязок...

• Одновременно проходят испытания 55 беспилотных автомобилей от 5 крупнейших автопроизводителей.

В ходе нескольких экспериментов исследователи предоставили модели машинного обучения карту со случайно выбранным маршрутом. Во время эксплуатации автомобиля система извлекала визуальные характеристики с камеры, что позволяло ей прогнозировать каждый элемент структуры дороги, например, знаки, лежачие полицейские, твердые разделительные полосы... Подробнее Кроме того, модель искусственного интеллекта также способна сопоставлять визуальные данные с картографическими данными, позволяющие указать на неровности, помогающие более точно определить местоположение автомобиля на дороге и обеспечить движение автомобиля по маршруту.самая безопасная дорога. Например, когда модель ИИ вела машину по прямой дороге абсолютно без поворотов, но система карт допустила ошибку и указала, что машине нужно повернуть направо, ИИ признал это неразумным и зная, как управлять автомобилем по правильному маршруту, не выполняя указаний карты.

• Находится ли человечество на правильном пути в развитии технологий беспилотных транспортных средств?

«В реальном мире датчики не всегда могут обеспечить идеальную точность. Однако мы хотим гарантировать, что наша модель сможет «адаптироваться» к различным ошибкам, возникающим в реальных операциях, путем создания системы, способной распознавать аномалии и при этом способной к точной навигации и позиционированию на всех дорогах», — добавил инженер Александр Амини.