麻省理工學院致力於開發一種幾乎可以像人類一樣駕駛的人工智慧模型

創造能夠像人類一樣推理和處理情況的無人駕駛汽車是自動駕駛汽車領域先驅公司（例如 Waymo、通用汽車、Cruise、Uber 和其他一些大公司）的長期和最重要的目標之一。英特爾公司旗下開發高級駕駛輔助系統（ADAS）和自動駕駛視覺技術的知名企業Mobileye先前提出了名為責任敏感安全（RSS）的數學模型。這項發明被描述為一種先進的方法，可以幫助汽車在運行過程中做出更準確的決策，類似於我們通常轉動汽車的方式，並且已經收到了相當多的評論，來自社區的積極反饋。此外，另一家對自動駕駛汽車領域也非常感興趣的大公司英偉達也在積極開發安全力場——一種幫助汽車根據規劃、監控和評估任何情況的能力做出準確決策的「策略」。透過分析即時收集的感測器數據，發現操作過程中的不安全行為。

• 博世推出專為無人駕駛「飛行計程車」設計的感測器盒。

以上是企業在專注於發展安全駕駛能力所做努力的典型例子，而安全駕駛能力是決定自動駕駛汽車成功的核心因素。然而，麻省理工學院（MIT）的科學家們有著更大的野心，那就是建立一個能夠像人類一樣駕駛的人工智慧系統。更具體地說，麻省理工學院的人工智慧專家團隊目前正在研究一種利用地圖數據和其他類型的類似GPS 的視覺數據的方法，使基於人工智慧的自動駕駛汽車能夠學習人類如何駕駛，同時「流暢地」 ” 將他們學到的知識應用到前所未見的環境中複雜規劃的實驗路線中。因此，這項研究建立在美國電腦科學與人工智慧實驗室（CSAIL）主任Daniel Rus設計的端到端導航系統的基礎上，並計劃在機器人與人工智慧國際會議上發表。下個月將在美國加州長灘實現自動化。

• 特斯拉汽車配備的安全功能讓你很難「想」走錯車道

Daniel Rus 及其同事先前的機器學習模型被認為「繁瑣」並且不太可能被廣泛部署。然而，在這個新模型中，麻省理工學院的科學家幾乎完全克服了上述問題。「使用我們的系統，你不必在每條道路上訓練汽車，但你可以為汽車下載一張新地圖，幫助它在以前從未走過的道路上行駛。」該公司負責人工程師亞歷山大·阿米尼(Alexander Amini) 說。研究團隊。

正如工程師阿米尼和同事所解釋的那樣，他們的人工智慧系統能夠觀察和學習如何從駕駛員那裡控制車輛，然後將方向盤的旋轉與駕駛員做出的每個彎道相關聯。這是透過攝影機和地圖系統觀察到的。包含在先前的系統中。最後，汽車可以針對每條不同的路線給出精準的“駕駛命令”，例如直路、四向路口或三向路口、環島…

• 來自5家主要汽車製造商的55輛自動駕駛汽車同時進行測試

在多個實驗中，研究人員向機器學習模型提供了一張隨機選擇路線的地圖。在車輛運行過程中，系統從攝影機中提取視覺特徵，使其能夠預測道路結構中的每個元素，例如標誌、減速帶、硬隔離帶…更多此外，人工智慧模型還能夠將視覺化資料配合地圖資料來指出違規行為，有助於更準確地確定車輛在道路上的位置，確保車輛行駛在最安全的道路上。例如，當AI模型在完全沒有轉彎的筆直道路上駕駛汽車時，地圖系統卻出錯並指示汽車需要右轉，AI識別出這是不合理的並且知道如何控制汽車沿著正確的路線行駛，而無需遵循地圖的命令。

• 人類在開發自動駕駛汽車技術方面是否走在正確的道路上？

「在現實世界中，感測器並不總是能達到完美的精度。然而，我們希望透過建立一個能夠識別異常情況並仍然能夠在所有道路上進行精確導航和定位的系​​統，確保我們的模型能夠「適應」實際操作中出現的各種錯誤。」工程師Alexander Amini補充道。