Ključni podaci za van
- Proizvođači automobila okreću se umjetnoj inteligenciji kako bi naučili samovozeće automobile kako se kretati kroz svakodnevne prepreke.
- Tesla je nedavno predstavio svoje novo superračunalo koje će se koristiti za treniranje neuronskih mreža koje pokreću Teslin autopilot.
- Korištenje umjetne inteligencije za treniranje automobila može povećati sigurnost, kažu promatrači.
Samovozeći automobili također trebaju učitelje, a umjetna inteligencija (AI) može učinkovito naučiti ta vozila da izbjegnu nesreće - vjerojatno bolje od ljudi.
Jedan od najboljih načina za slanje automobila u Driver's Ed je korištenje umjetne inteligencije. Tesla je nedavno predstavio svoje novo superračunalo koje će se koristiti za treniranje neuronskih mreža koje pokreću Teslin autopilot i nadolazeću umjetnu inteligenciju koja se samostalno vozi. A kako automobili postaju sve autonomniji, ispada da im je potrebno mnogo treninga.
"Izlaganjem umjetne inteligencije podacima koji se odnose na vožnju automobila, umjetna inteligencija može početi prepoznavati obrasce", rekao je u intervjuu e-poštom Chris Nicholson, izvršni direktor Pathminda, tvrtke koja primjenjuje umjetnu inteligenciju u industrijskim operacijama. "Pokažite mu slike i ono može naučiti kako pješaci izgledaju. Pokažite mu slijed radnji na cesti i ono može naučiti što dovodi do nesreća i kako ih izbjeći."
"S pravim podacima, umjetna inteligencija može napraviti vrlo precizna predviđanja o tome što gleda", dodao je Nicholson. "I kakve bi mogle biti posljedice određene radnje, kao što je skretanje lijevo ili ubrzavanje po kiši."
Sve veći broj nastavnika AI
Tesla, Audi, Toyota, GM-ovo krstarenje - gotovo svaki veliki proizvođač automobila koristi AI u nekom obliku kako bi povećao svoje sposobnosti samoupravljanja, rekao je Nicholson. A neki koji nisu proizvođači automobila, kao što je Googleov Waymo, surađuju s proizvođačima automobila kao što je Chrysler Fiat na razvoju i testiranju umjetne inteligencije za samovožnju.
Andrej Karpathy, Teslin voditelj umjetne inteligencije, nedavno je predstavio najnovije superračunalo tvrtke tijekom prezentacije na konferenciji o računalnom vidu i prepoznavanju uzoraka 2021.
Pokazalo se da je umjetna inteligencija točnija od ljudi u situacijama u vožnji i vrlo je vjerojatno da će uvelike smanjiti broj nesreća.
Klaster koristi 720 čvorova 8x NVIDIA A100 Tensor Core GPU-a (ukupno 5, 760 GPU-a) za postizanje performansi od 1,8 exaflopsa. Svaki exaflop jednak je 1 kvintilijunu operacija s pomičnim zarezom u sekundi.
"Ovo je stvarno nevjerojatno superračunalo," rekao je Karpathy, prema priopćenju za javnost. "Zapravo vjerujem da je u smislu neuspjeha ovo otprilike superračunalo broj 5 na svijetu."
Duboka neuronska mreža promatra i predviđa dok automobil vozi, a da zapravo ne kontrolira vozilo. Predviđanja se bilježe, a sve pogreške ili pogrešne identifikacije se bilježe. Teslini inženjeri zatim koriste te instance za stvaranje skupa podataka za obuku teških i raznolikih scenarija za pročišćavanje neuronske mreže, Rezultat je kolekcija od otprilike 1 milijuna isječaka od 10 sekundi snimljenih pri 36 sličica u sekundi, ukupno oko 1,5 petabajta podataka. Neuronska mreža zatim prolazi kroz te scenarije više puta dok ne radi bez greške. Na kraju se šalje natrag u vozilo i ponovno započinje proces.
Slanje automobila nazad u školu
Korištenje umjetne inteligencije također može osposobiti automobile brže nego što bi to bilo koji čovjek mogao, rekao je Aditya Pathak, stručnjak za prijevoz za tvrtku za profesionalne usluge Cognizant, u intervjuu e-poštom.
"U procesu razvoja autonomnih vozila, jedan od ključnih koraka je označavanje podataka", dodao je. "Drugim riječima, kako su ljudi, mjesta i stvari označeni tako da ih vozila mogu prepoznati?"
Urađen ručno, proces pregledavanja podataka bio bi dugotrajan i naporan. "S umjetnom inteligencijom i strojnim učenjem proces je puno brži i učinkovitiji", rekao je Pathak.
AI mora naučiti samovozeće automobile kako da rade u bilo kakvim uvjetima, rekao je Anton Slesarev, voditelj inženjeringa u tvrtki za samovozeće automobile Yandex, u intervjuu e-poštom. Vrijeme, radovi na cesti, nesreće i nedosljedno ponašanje i reakcije drugih vozača mogu pridonijeti nepredvidivosti putovanja, čak i za vozače koji svaki dan putuju na isto mjesto, dodao je.
Yandex upravlja prvom europskom robotskom taksi službom i već koristi robote za automatiziranu dostavu, Yandex rovere, za dostavu narudžbi kupaca iz restorana i trgovina mješovitom robom. Tvrtka koristi strojno učenje kako bi pomogla svojim robotima u kretanju.
"Na primjer, pomaže u obavljanju vitalnih funkcija percepcije kao što je prepoznavanje prometnih znakova, čak i kada su zaklonjeni stvarima poput kiše ili grane drveta", rekao je Slesarev."Ili za pružanje sigurnosnih funkcija kao što je uočavanje pješaka koji se sprema prijeći cestu, čak i noću ili kada je pješak djelomično skriven stvarima poput parkiranih automobila."
Korištenje umjetne inteligencije za treniranje automobila može povećati sigurnost, kažu promatrači.
"Pokazalo se da je umjetna inteligencija točnija od ljudi u situacijama u vožnji i vrlo je vjerojatno da će uvelike smanjiti broj nesreća", rekao je Nicholson.
