Kluczowe dania na wynos
- Producenci samochodów zwracają się do sztucznej inteligencji, aby nauczyć autonomiczne samochody, jak radzić sobie z codziennymi przeszkodami.
- Tesla niedawno zaprezentowała swój nowy superkomputer, który będzie używany do trenowania sieci neuronowych zasilających autopilota Tesli.
- Wykorzystywanie sztucznej inteligencji do trenowania samochodów może zwiększyć bezpieczeństwo, twierdzą obserwatorzy.
Samochody samojezdne również potrzebują nauczycieli, a sztuczna inteligencja (AI) może skutecznie uczyć te pojazdy unikania wypadków - prawdopodobnie lepiej niż ludzie.
Jednym z najlepszych sposobów wysyłania samochodów do Centrum Kierowcy jest użycie sztucznej inteligencji. Tesla niedawno zaprezentowała swój nowy superkomputer, który będzie używany do trenowania sieci neuronowych zasilających autopilota Tesli i nadchodzącą autonomiczną sztuczną inteligencję. A gdy samochody stają się bardziej autonomiczne, okazuje się, że potrzebują dużo szkoleń.
„Wystawiając sztuczną inteligencję na dane związane z jazdą samochodami, sztuczna inteligencja może zacząć rozpoznawać wzorce” – powiedział Chris Nicholson, dyrektor generalny Pathmind, firmy, która stosuje sztuczną inteligencję w operacjach przemysłowych. „Pokaż mu obrazy, a może dowiedzieć się, jak wyglądają piesi. Pokaż mu sekwencje działań na drodze, a może dowiedzieć się, co prowadzi do wypadków i jak ich unikać”.
„Dzięki odpowiednim danym sztuczna inteligencja może dokonywać bardzo dokładnych prognoz dotyczących tego, na co patrzy” – dodał Nicholson. "A jakie mogą być konsekwencje danego działania, takiego jak skręcanie w lewo lub przyspieszanie w deszczu."
Rosnąca liczba nauczycieli AI
Tesla, Audi, Toyota, Cruise's GM - prawie każdy duży producent samochodów używa sztucznej inteligencji w jakiejś formie, aby zwiększyć swoje możliwości samodzielnego prowadzenia, powiedział Nicholson. Niektórzy producenci spoza branży motoryzacyjnej, tacy jak Waymo firmy Google, współpracują z producentami samochodów, takimi jak Chrysler Fiat, nad opracowywaniem i testowaniem autonomicznej sztucznej inteligencji.
Andrej Karpathy, szef AI Tesli, niedawno zaprezentował najnowszy superkomputer firmy podczas prezentacji na konferencji w 2021 r. na temat wizji komputerowej i rozpoznawania wzorców.
Wykazano, że sztuczna inteligencja jest bardziej dokładna niż ludzie w sytuacjach drogowych i jest bardzo prawdopodobne, że znacznie zmniejszy liczbę wypadków.
Klaster wykorzystuje 720 węzłów 8 procesorów graficznych NVIDIA A100 Tensor Core (łącznie 5760 procesorów graficznych), aby osiągnąć 1,8 eksaflopa wydajności. Każdy exaflop jest równy 1 trylionowi operacji zmiennoprzecinkowych na sekundę.
„To naprawdę niesamowity superkomputer”, powiedział Karpathy, zgodnie z komunikatem prasowym. „Właściwie wierzę, że pod względem flopów jest to z grubsza superkomputer nr 5 na świecie”.
Głęboka sieć neuronowa obserwuje i tworzy prognozy, gdy samochód jedzie, bez faktycznego kontrolowania pojazdu. Prognozy są rejestrowane, a wszelkie błędy lub błędna identyfikacja są rejestrowane. Inżynierowie Tesli wykorzystują następnie te instancje do stworzenia zestawu danych treningowych zawierających trudne i zróżnicowane scenariusze w celu udoskonalenia sieci neuronowej, Rezultatem jest kolekcja około 1 miliona 10-sekundowych klipów nagranych z prędkością 36 klatek na sekundę, łącznie około 1,5 petabajta danych. Sieć neuronowa jest następnie wielokrotnie uruchamiana przez te scenariusze, dopóki nie będzie działać bezbłędnie. Na koniec zostaje odesłany z powrotem do pojazdu i rozpoczyna się proces od nowa.
Wysyłanie samochodów z powrotem do szkoły
Korzystanie ze sztucznej inteligencji może również trenować samochody szybciej niż jakikolwiek człowiek, powiedziała Aditya Pathak, ekspert ds. transportu w firmie Cognizant zajmującej się profesjonalnymi usługami, w wywiadzie e-mailowym.
„W procesie rozwoju pojazdów autonomicznych jednym z kluczowych etapów jest adnotacja danych” – dodał. "Innymi słowy, w jaki sposób ludzie, miejsca i rzeczy są oznaczane tak, aby mogły być rozpoznawane przez pojazdy?"
Wykonywany ręcznie proces przeglądania danych byłby czasochłonny i pracochłonny. „Dzięki sztucznej inteligencji i uczeniu maszynowemu proces jest znacznie szybszy i bardziej wydajny” – powiedział Pathak.
AI musi uczyć autonomicznych samochodów, jak jeździć w każdych warunkach, powiedział Anton Slesarev, szef inżynierii w firmie Yandex, zajmującej się autonomicznymi samochodami, w wywiadzie e-mailowym. Dodał, że pogoda, prace drogowe, wypadki oraz niespójne zachowanie i reakcje innych kierowców mogą przyczynić się do nieprzewidywalności podróży, nawet dla kierowców, którzy codziennie dojeżdżają do tego samego miejsca.
Yandex obsługuje pierwszą w Europie usługę taksówek zrobotyzowanych i już korzysta ze zautomatyzowanych robotów dostawczych, łazików Yandex, do dostarczania zamówień klientów z restauracji i sklepów spożywczych. Firma wykorzystuje uczenie maszynowe, aby pomóc swoim robotom w poruszaniu się.
„Na przykład pomaga wykonywać ważne funkcje percepcyjne, takie jak rozpoznawanie znaków drogowych, nawet gdy są zasłonięte przez deszcz lub gałąź drzewa” – powiedział Slesarev.„Lub w celu zapewnienia funkcji bezpieczeństwa, takich jak zauważenie pieszego przechodzącego przez jezdnię, nawet w nocy lub gdy pieszy jest częściowo ukryty przez takie rzeczy, jak zaparkowane samochody”.
Wykorzystywanie sztucznej inteligencji do trenowania samochodów może zwiększyć bezpieczeństwo, twierdzą obserwatorzy.
„Wykazano, że sztuczna inteligencja jest dokładniejsza niż ludzie w sytuacjach drogowych i jest bardzo prawdopodobne, że znacznie zmniejszy liczbę wypadków” – powiedział Nicholson.
