Key takeaways
- Bilproducenter henvender sig til kunstig intelligens for at lære selvkørende biler, hvordan man navigerer hverdagens forhindringer.
- Tesla afslørede for nylig sin nye supercomputer, der skal bruges til at træne de neurale net, der driver Teslas autopilot.
- Brug af kunstig intelligens til at træne biler kan øge sikkerheden, siger observatører.
Selvkørende biler har også brug for lærere, og kunstig intelligens (AI) kan effektivt lære disse køretøjer at undgå ulykker - sandsynligvis bedre end mennesker.
En af de bedste måder at sende biler til Driver's Ed på er ved at bruge kunstig intelligens. Tesla afslørede for nylig sin nye supercomputer, der skal bruges til at træne de neurale net, der driver Teslas Autopilot og kommende selvkørende AI. Og efterhånden som biler bliver mere autonome, viser det sig, at de har brug for en masse træning.
"Ved at udsætte AI for data relateret til bilkørsel, kan AI begynde at genkende mønstre," sagde Chris Nicholson, CEO for Pathmind, en virksomhed, der anvender AI til industrielle operationer, i et e-mailinterview. "Vis den billeder, og den kan lære, hvordan fodgængere ser ud. Vis den sekvenser af handlinger på vejen, og den kan lære, hvad der fører til ulykker, og hvordan man undgår dem."
"Med de rigtige data kan AI lave meget præcise forudsigelser om, hvad den ser på," tilføjede Nicholson. "Og hvad er konsekvenserne af en given handling, såsom at dreje til venstre eller accelerere i regnvejr, kan det være."
Voksende antal AI-lærere
Tesla, Audi, Toyota, GM's Cruise - næsten hver eneste større bilproducent bruger kunstig intelligens i en eller anden form for at øge sine selvkørende evner, sagde Nicholson. Og nogle ikke-bilproducenter, såsom Googles Waymo, arbejder sammen med bilproducenter som Chrysler Fiat om at udvikle og teste selvkørende kunstig intelligens.
Andrej Karpathy, Teslas leder af AI, afslørede for nylig virksomhedens seneste supercomputer under en præsentation på 2021-konferencen om computersyn og mønstergenkendelse.
AI har vist sig at være mere præcis end folk i køresituationer, og det er meget sandsynligt, at det vil reducere antallet af ulykker markant.
Klyngen bruger 720 noder af 8x NVIDIA A100 Tensor Core GPU'er (5, 760 GPU'er i alt) for at opnå 1,8 exaflops af ydeevne. Hver exaflop er lig med 1 kvintillion flydende kommaoperationer pr. sekund.
"Dette er en virkelig utrolig supercomputer," sagde Karpathy ifølge en pressemeddelelse. "Jeg tror faktisk, at når det gælder flops, så er dette nogenlunde den nr. 5 supercomputer i verden."
Et dybt neur alt netværk observerer og foretager forudsigelser, mens bilen kører uden egentlig at kontrollere køretøjet. Forudsigelserne registreres, og eventuelle fejl eller fejlidentifikationer logges. Tesla-ingeniører bruger derefter disse instanser til at skabe et træningsdatasæt med vanskelige og forskellige scenarier for at forfine det neurale netværk
Resultatet er en samling på omkring 1 million 10-sekunders klip optaget med 36 billeder i sekundet, i alt omkring 1,5 petabyte data. Det neurale netværk køres derefter gennem disse scenarier gentagne gange, indtil det fungerer uden fejl. Til sidst sendes den tilbage til køretøjet og begynder processen igen.
Sende biler tilbage til skolen
At bruge AI kan også træne biler hurtigere end noget menneske kunne, sagde Aditya Pathak, en transportekspert for det professionelle servicefirma Cognizant, i et e-mailinterview.
"I udviklingsprocessen for autonome køretøjer er et af de kritiske trin dataannotering," tilføjede han. "Med andre ord, hvordan tagges personer, steder og ting, så de kan genkendes af køretøjer?"
Udføres manuelt, vil processen med at gennemse dataene være tidskrævende og arbejdskrævende. "Med kunstig intelligens og maskinlæring er processen meget hurtigere og mere effektiv," sagde Pathak.
AI skal lære selvkørende biler, hvordan de fungerer under enhver form for tilstand, sagde Anton Slesarev, ingeniørchef hos det selvkørende bilfirma Yandex, i et e-mailinterview. Vejr, vejarbejde, ulykker og inkonsekvent adfærd og reaktioner fra andre bilister kan bidrage til uforudsigeligheden af en rejse, selv for chauffører, der pendler til det samme sted hver dag, tilføjede han.
Yandex driver Europas første robottaxitjeneste og bruger allerede automatiserede leveringsrobotter, Yandex-roverne, til kundeordreleveringer fra restauranter og dagligvarebutikker. Virksomheden bruger maskinlæring til at hjælpe sine robotter med at komme rundt.
"For eksempel hjælper det at udføre vitale perceptionsfunktioner, såsom genkendelse af vejskilte, selv når de er skjult af ting som regn eller en trægren," sagde Slesarev."Eller for at give sikkerhedsfunktioner såsom at bemærke en fodgænger, der er ved at krydse vejen, selv om natten, eller når fodgængeren er delvist skjult af ting som parkerede biler."
Brug af kunstig intelligens til at træne biler kan øge sikkerheden, siger observatører.
"AI har vist sig at være mere præcis end folk i køresituationer, og det er meget sandsynligt, at det vil reducere antallet af ulykker markant," sagde Nicholson.
