Key Takeaways
- Proizvođači automobila se okreću vještačkoj inteligenciji kako bi naučili samovozeće automobile kako da se kreću kroz svakodnevne prepreke.
- Tesla je nedavno predstavila svoj novi superkompjuter koji će se koristiti za obuku neuronskih mreža koje napajaju Teslin autopilot.
- Upotreba AI za obuku automobila može povećati sigurnost, kažu posmatrači.
Samovozećim automobilima su potrebni učitelji, a umjetna inteligencija (AI) može efikasno naučiti ta vozila da izbjegnu nesreće - vjerovatno bolje od ljudi.
Jedan od najboljih načina za slanje automobila u Driver's Ed je korištenje umjetne inteligencije. Tesla je nedavno predstavio svoj novi superkompjuter koji će se koristiti za obuku neuronskih mreža koje napajaju Teslin autopilot i nadolazeću samovozeću AI. A kako automobili postaju autonomniji, ispostavilo se da im je potrebno mnogo obuke.
"Izlažući AI podacima koji se odnose na vožnju automobila, AI može početi da prepoznaje obrasce", rekao je Chris Nicholson, izvršni direktor Pathmind, kompanije koja primjenjuje AI na industrijske operacije, u intervjuu e-poštom. "Pokažite mu slike i može naučiti kako pješaci izgledaju. Pokažite mu sekvence radnji na cesti i može naučiti šta dovodi do nesreća i kako ih izbjeći."
"Sa pravim podacima, AI može napraviti vrlo tačna predviđanja o tome šta gleda", dodao je Nicholson. "A kakve bi mogle biti posljedice date radnje, kao što je skretanje lijevo ili ubrzanje na kiši."
Sve veći broj AI nastavnika
Tesla, Audi, Toyota, GM's Cruise - skoro svaki veliki proizvođač automobila koristi AI u nekom obliku da poveća svoje sposobnosti samostalnog upravljanja, rekao je Nicholson. A neki proizvođači koji se ne bave automobilima, kao što je Google Waymo, rade sa proizvođačima automobila kao što je Chrysler Fiat na razvoju i testiranju veštačke inteligencije koja se sama vozi.
Andrej Karpathy, Teslin šef AI, nedavno je predstavio najnoviji superkompjuter kompanije tokom prezentacije na Konferenciji o kompjuterskom vidu i prepoznavanju uzoraka 2021.
AI se pokazao preciznijim od ljudi u situacijama vožnje, i vrlo je vjerovatno da će značajno smanjiti broj nesreća.
Klaster koristi 720 čvorova 8x NVIDIA A100 Tensor Core GPU-a (ukupno 5, 760 GPU-a) za postizanje 1,8 exaflopsa performansi. Svaki exaflop jednak je 1 kvintilion operacija s pomičnim zarezom u sekundi.
"Ovo je zaista nevjerovatan superkompjuter", rekao je Karpathy, prema saopštenju za javnost. "Zapravo vjerujem da je ovo, u smislu promašaja, otprilike 5. superkompjuter na svijetu."
Duboka neuronska mreža posmatra i predviđa dok se automobil vozi, a da zapravo ne kontroliše vozilo. Predviđanja se bilježe, a sve greške ili pogrešne identifikacije se bilježe. Teslini inženjeri zatim koriste ove instance da kreiraju skup podataka za obuku teških i raznolikih scenarija za preciziranje neuronske mreže, Rezultat je zbirka od otprilike 1 milion klipova od 10 sekundi snimljenih pri 36 sličica u sekundi, ukupno oko 1,5 petabajta podataka. Neuronska mreža se zatim ponavlja kroz ove scenarije sve dok ne radi bez greške. Konačno, šalje se nazad u vozilo i ponovo počinje proces.
Slanje automobila nazad u školu
Upotreba AI takođe može trenirati automobile brže nego što bi bilo koji čovek mogao, rekao je Aditya Pathak, stručnjak za transport firme Cognizant za profesionalne usluge, u intervjuu e-poštom.
"U procesu razvoja autonomnih vozila, jedan od kritičnih koraka je označavanje podataka", dodao je on. "Drugim riječima, kako su ljudi, mjesta i stvari označeni tako da ih vozila mogu prepoznati?"
Urađeno ručno, proces pregledavanja podataka bi bio dugotrajan i radno intenzivan. "Sa AI i mašinskim učenjem, proces je mnogo brži i efikasniji", rekao je Pathak.
AI mora da nauči samovozeće automobile kako da rade u bilo kom stanju, rekao je Anton Slesarev, šef inženjeringa kompanije Yandex za samovozeće automobile, u intervjuu e-poštom. Vrijeme, radovi na cesti, nesreće i nedosljedno ponašanje i reakcije drugih vozača mogu doprinijeti nepredvidivosti putovanja, čak i za vozače koji svakodnevno putuju na istu lokaciju, dodao je.
Yandex upravlja prvim evropskim robotskim taksi uslugom i već koristi robote za automatsku dostavu, Yandex rovere, za dostavu narudžbi kupaca iz restorana i prodavnica prehrambenih proizvoda. Kompanija koristi mašinsko učenje kako bi pomogla svojim robotima da se snalaze.
"Na primjer, pomaže u obavljanju vitalnih funkcija percepcije kao što je prepoznavanje putokaza, čak i kada su zaklonjeni stvarima poput kiše ili grane drveta", rekao je Slesarev."Ili za pružanje sigurnosnih funkcija kao što je primjećivanje pješaka koji će preći cestu, čak i noću ili kada je pješak djelomično skriven stvarima kao što su parkirani automobili."
Upotreba vještačke inteligencije za obuku automobila može povećati sigurnost, kažu posmatrači.
"Pokazalo se da je AI preciznija od ljudi u situacijama vožnje, i vrlo je vjerovatno da će znatno smanjiti broj nesreća," rekao je Nicholson..
