İş Yazılımı

MIT neredeyse insan gibi hareket edebilen bir yapay zeka modeli geliştirmeye çalışıyor

İnsanlara benzer durumları akıl yürütebilen ve idare edebilen sürücüsüz otomobiller yaratmak, otonom araçlar alanında lider şirketlerin uzun vadeli ve en önemli hedeflerinden biri.

Waymo, GM, Cruise, Uber ve diğer büyük isimler gibi otonom araçlar alanında öncü olan şirketlerin uzun vadeli ve en önemli hedeflerinden biri, insanlara benzer durumları düşünebilen ve idare edebilen sürücüsüz otomobiller yaratmak. Intel Corporation'ın bir parçası olan Gelişmiş Sürücü Destek Sistemleri (ADAS) ve otonom sürüş için görüntü teknolojisi geliştirmede tanınmış bir kuruluş olan Mobileye, daha önce Sorumluluğa Duyarlı Güvenlik (RSS) adını verebilecek bir matematiksel model önermişti. Bu buluş, normalde bir arabayı döndürme yöntemimize benzer şekilde, arabanın çalışma sırasında daha doğru kararlar almasına yardımcı olacak gelişmiş bir yol olarak tanımlanıyor ve oldukça fazla inceleme aldı.Topluluktan olumlu geri bildirimler. Ayrıca, otonom araçlar alanıyla da yakından ilgilenen bir başka büyük şirket olan Nvidia da aktif olarak Güvenlik Gücü Sahası'nı geliştiriyor; bu, otomobilin herhangi bir planlama, izleme ve değerlendirme becerisine dayalı olarak doğru kararlar almasına yardımcı olan bir "politika". Gerçek zamanlı olarak toplanan sensör verilerinin analiz edilmesi yoluyla operasyonlar sırasındaki güvenli olmayan eylemler.

MIT neredeyse insan gibi hareket edebilen bir yapay zeka modeli geliştirmeye çalışıyor

Yukarıdakiler, işletmelerin otonom bir aracın başarısını belirleyen temel faktör olan güvenli sürüş yeteneklerini geliştirmeye odaklanma konusundaki övgüye değer çabalarının tipik bir örneğidir. Ancak Massachusetts Teknoloji Enstitüsü'ndeki (MIT) bilim adamlarının çok daha büyük bir hedefi var: tıpkı insanlar gibi araba kullanabilen bir yapay zeka sistemi oluşturmak. Daha spesifik olarak, MIT yapay zeka uzmanlarından oluşan bir ekip şu anda yapay zeka tabanlı otonom araçların, insanların nasıl araba kullandığını ve aynı zamanda "akıcı bir şekilde" araç kullandığını öğrenmesini sağlamak için harita verilerinden ve diğer GPS benzeri görsel veri türlerinden yararlanacak bir yöntem üzerinde çalışıyor. Öğrendikleri bilgileri daha önce hiç görülmemiş ortamlarda karmaşık planlanmış, deneysel rotalara uyguluyorlar. Buna göre bu araştırma, ABD Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı (CSAIL) direktörü Daniel Rus tarafından tasarlanan uçtan uca navigasyon sistemlerinin temeli üzerine inşa edilmiş olup, Uluslararası Robotik ve Yapay Zeka Laboratuvarı'nda sunulması planlanmaktadır. Otomasyon önümüzdeki ay Long Beach, California, ABD'de yapılacak.

MIT neredeyse insan gibi hareket edebilen bir yapay zeka modeli geliştirmeye çalışıyor

Daniel Rus ve meslektaşlarının önceki makine öğrenimi modeli "hantal" olarak görülüyordu ve geniş çapta uygulanma olasılığı daha düşüktü. Ancak bu yeni modelde MIT bilim insanları yukarıdaki sorunun neredeyse tamamen üstesinden gelmiş durumda. Müdürü mühendis Alexander Amini, "Sistemimiz sayesinde, arabayı her yolda eğitmek zorunda değilsiniz, ancak arabanın istediği yollarda gezinmesine yardımcı olmak için yeni bir harita indirebilirsiniz. Daha önce hiç geçmemiş" dedi. Araştırma takımı.

Mühendis Amini ve meslektaşlarının açıkladığı gibi, yapay zeka sistemi, aracı sürücüden gözlemleyip nasıl kontrol edeceğini öğrenebiliyor ve ardından direksiyon simidi dönüşlerini sürücünün yaptığı her virajla ilişkilendirebiliyor. Önceki sisteme dahil edildi. Son olarak araç, düz yollar, dört yönlü kavşaklar veya üç yollu kavşaklar, döner kavşaklar gibi her farklı rota için kesin "sürüş komutları" verebilir...

MIT neredeyse insan gibi hareket edebilen bir yapay zeka modeli geliştirmeye çalışıyor

Birden fazla deneyde araştırmacılar, makine öğrenimi modelini rastgele seçilmiş bir rotaya sahip bir haritayla beslediler. Aracın çalışması sırasında sistem, kameradan görsel özellikler çıkararak yol yapısındaki işaretler, hız tümsekleri, sert refüjler gibi her bir unsuru tahmin etmesine olanak tanıyor... Dahası, AI modeli aynı zamanda bunları ilişkilendirme yeteneğine de sahip. Düzensizlikleri işaret eden harita verileri içeren görsel veriler, aracın yoldaki konumunun daha doğru bir şekilde belirlenmesine ve aracın rotada ilerlemesini sağlamaya yardımcı olur. Örneğin, AI modeli arabayı kesinlikle dönüşü olmayan düz bir yolda sürerken, harita sistemi bir hata yaptı ve arabanın sağa dönmesi gerektiğini belirttiğinde, AI bunun mantıksız olduğunu fark etti ve nasıl yapılacağını biliyordu. haritadan gelen emirlere uymadan arabayı doğru rotada kontrol etmek.

"Gerçek dünyada sensörler her zaman mükemmel doğruluğa ulaşamaz. Ancak, anormallikleri tanıyabilen ve yine de tüm yollarda hassas navigasyon ve konumlandırma yapabilen bir sistem kurarak modelimizin gerçek operasyonlarda ortaya çıkan çeşitli hatalara "adapte olmasını" sağlamak istiyoruz" diye ekledi mühendis Alexander Amini.

More in İş Yazılımı