Βασικά Takeaways
- Οι αυτοκινητοβιομηχανίες στρέφονται στην τεχνητή νοημοσύνη για να διδάξουν στα αυτοοδηγούμενα αυτοκίνητα πώς να πλοηγούνται στα καθημερινά εμπόδια.
- Η Tesla αποκάλυψε πρόσφατα τον νέο της υπερυπολογιστή που θα χρησιμοποιηθεί για την εκπαίδευση των νευρωνικών δικτύων που τροφοδοτούν τον Αυτόματο πιλότο της Tesla.
- Η χρήση της τεχνητής νοημοσύνης για την εκπαίδευση των αυτοκινήτων μπορεί να ενισχύσει την ασφάλεια, λένε οι παρατηρητές.
Τα αυτοοδηγούμενα αυτοκίνητα χρειάζονται επίσης δασκάλους, και η τεχνητή νοημοσύνη (AI) μπορεί να διδάξει αποτελεσματικά αυτά τα οχήματα να αποφεύγουν ατυχήματα - πιθανώς καλύτερα από τους ανθρώπους.
Ένας από τους καλύτερους τρόπους αποστολής αυτοκινήτων στο Driver's Ed είναι η χρήση τεχνητής νοημοσύνης. Η Tesla αποκάλυψε πρόσφατα τον νέο της υπερυπολογιστή που θα χρησιμοποιηθεί για την εκπαίδευση των νευρωνικών δικτύων που τροφοδοτούν τον Αυτόματο πιλότο της Tesla και την επερχόμενη αυτοοδηγούμενη τεχνητή νοημοσύνη. Και καθώς τα αυτοκίνητα γίνονται πιο αυτόνομα, αποδεικνύεται ότι χρειάζονται πολλή εκπαίδευση.
"Εκθέτοντας την τεχνητή νοημοσύνη σε δεδομένα που σχετίζονται με την οδήγηση αυτοκινήτων, η τεχνητή νοημοσύνη μπορεί να αρχίσει να αναγνωρίζει μοτίβα", δήλωσε ο Chris Nicholson, Διευθύνων Σύμβουλος της Pathmind, μιας εταιρείας που εφαρμόζει την τεχνητή νοημοσύνη σε βιομηχανικές λειτουργίες, σε μια συνέντευξη μέσω email. "Δείξε του εικόνες και μπορεί να μάθει πώς μοιάζουν οι πεζοί. Δείξτε του ακολουθίες ενεργειών στο δρόμο και μπορεί να μάθει τι οδηγεί σε ατυχήματα και πώς να τα αποφύγει."
"Με τα σωστά δεδομένα, η τεχνητή νοημοσύνη μπορεί να κάνει πολύ ακριβείς προβλέψεις για το τι κοιτάζει", πρόσθεσε ο Nicholson. "Και ποιες μπορεί να είναι οι συνέπειες μιας δεδομένης ενέργειας, όπως η στροφή αριστερά ή η επιτάχυνση στη βροχή."
Αυξανόμενος αριθμός δασκάλων AI
Tesla, Audi, Toyota, GM's Cruise - σχεδόν κάθε μεγάλη αυτοκινητοβιομηχανία χρησιμοποιεί την τεχνητή νοημοσύνη σε κάποια μορφή για να αυξήσει τις δυνατότητές της αυτόνομης οδήγησης, είπε ο Nicholson. Και ορισμένες μη αυτοκινητοβιομηχανίες, όπως η Waymo της Google, συνεργάζονται με αυτοκινητοβιομηχανίες όπως η Chrysler Fiat για την ανάπτυξη και τη δοκιμή αυτοοδηγούμενης τεχνητής νοημοσύνης.
Ο Andrej Karpathy, επικεφαλής τεχνητής νοημοσύνης της Tesla, παρουσίασε πρόσφατα τον τελευταίο υπερυπολογιστή της εταιρείας κατά τη διάρκεια μιας παρουσίασης στο Συνέδριο του 2021 για την όραση και την αναγνώριση προτύπων υπολογιστών.
Το Το AI έχει αποδειχθεί ότι είναι πιο ακριβές από τους ανθρώπους σε καταστάσεις οδήγησης και είναι πολύ πιθανό ότι θα μειώσει σημαντικά τον αριθμό των ατυχημάτων.
Το σύμπλεγμα χρησιμοποιεί 720 κόμβους 8x NVIDIA A100 Tensor Core GPU (5, 760 GPU συνολικά) για να επιτύχει 1,8 exaflops απόδοσης. Κάθε exaflop ισούται με 1 κουϊντσεμύριο πράξεις κινητής υποδιαστολής ανά δευτερόλεπτο.
"Αυτός είναι ένας πραγματικά απίστευτος υπερυπολογιστής", είπε ο Karpathy, σύμφωνα με ένα δελτίο τύπου. "Πιστεύω πραγματικά ότι όσον αφορά τα flops, αυτός είναι περίπου ο Νο. 5 υπερυπολογιστής στον κόσμο."
Ένα βαθύ νευρωνικό δίκτυο παρατηρεί και κάνει προβλέψεις ενώ το αυτοκίνητο οδηγεί χωρίς να ελέγχει πραγματικά το όχημα. Οι προβλέψεις καταγράφονται και τυχόν λάθη ή εσφαλμένες ταυτοποιήσεις καταγράφονται. Στη συνέχεια, οι μηχανικοί της Tesla χρησιμοποιούν αυτές τις περιπτώσεις για να δημιουργήσουν ένα σύνολο δεδομένων εκπαίδευσης με δύσκολα και διαφορετικά σενάρια για να βελτιώσουν το νευρωνικό δίκτυο, Το αποτέλεσμα είναι μια συλλογή από περίπου 1 εκατομμύριο κλιπ 10 δευτερολέπτων που έχουν εγγραφεί με ταχύτητα 36 καρέ ανά δευτερόλεπτο, συνολικού ύψους περίπου 1,5 petabyte δεδομένων. Στη συνέχεια, το νευρωνικό δίκτυο εκτελείται επανειλημμένα από αυτά τα σενάρια μέχρι να λειτουργήσει χωρίς λάθος. Τέλος, αποστέλλεται πίσω στο όχημα και ξεκινά ξανά τη διαδικασία.
Αποστολή αυτοκινήτων στο σχολείο
Η χρήση της τεχνητής νοημοσύνης μπορεί επίσης να εκπαιδεύσει τα αυτοκίνητα πιο γρήγορα από ό,τι θα μπορούσε οποιοσδήποτε άνθρωπος, δήλωσε ο Aditya Pathak, ειδικός στις μεταφορές για την εταιρεία επαγγελματικών υπηρεσιών Cognizant, σε μια συνέντευξη μέσω email.
"Στη διαδικασία ανάπτυξης για αυτόνομα οχήματα, ένα από τα κρίσιμα βήματα είναι ο σχολιασμός δεδομένων", πρόσθεσε. "Με άλλα λόγια, πώς επισημαίνονται οι άνθρωποι, τα μέρη και τα πράγματα ώστε να μπορούν να αναγνωρίζονται από τα οχήματα;"
Γίνεται χειροκίνητα, η διαδικασία εξέτασης των δεδομένων θα ήταν χρονοβόρα και εντατική. "Με την τεχνητή νοημοσύνη και τη μηχανική μάθηση, η διαδικασία είναι πολύ πιο γρήγορη και αποτελεσματική", είπε ο Pathak.
Το Η τεχνητή νοημοσύνη πρέπει να διδάξει στα αυτοοδηγούμενα αυτοκίνητα πώς να λειτουργούν σε κάθε είδους κατάσταση, δήλωσε ο Anton Slesarev, επικεφαλής μηχανικών στην εταιρεία αυτόνομων αυτοκινήτων Yandex, σε μια συνέντευξη μέσω email. Ο καιρός, οι οδικές εργασίες, τα ατυχήματα και η ασυνεπής συμπεριφορά και αντιδράσεις από άλλους οδηγούς μπορούν να συμβάλουν στο απρόβλεπτο ενός ταξιδιού, ακόμη και για τους οδηγούς που μετακινούνται στην ίδια τοποθεσία καθημερινά, πρόσθεσε.
Η Yandex λειτουργεί την πρώτη υπηρεσία ρομπότ ταξί στην Ευρώπη και ήδη χρησιμοποιεί αυτοματοποιημένα ρομπότ παράδοσης, τα ρόβερ Yandex, για παραδόσεις παραγγελιών πελατών από εστιατόρια και παντοπωλεία. Η εταιρεία χρησιμοποιεί μηχανική εκμάθηση για να βοηθήσει τα ρομπότ της να κυκλοφορούν.
"Για παράδειγμα, βοηθά στην εκτέλεση ζωτικών λειτουργιών αντίληψης, όπως η αναγνώριση των οδικών πινακίδων, ακόμη και όταν αυτά κρύβονται από πράγματα όπως η βροχή ή ένα κλαδί δέντρου", είπε ο Slesarev."Ή για την παροχή λειτουργιών ασφαλείας, όπως η παρατήρηση ενός πεζού που πρόκειται να διασχίσει το δρόμο, ακόμη και τη νύχτα ή όταν ο πεζός είναι εν μέρει κρυμμένος από πράγματα όπως σταθμευμένα αυτοκίνητα."
Η χρήση τεχνητής νοημοσύνης για την εκπαίδευση των αυτοκινήτων μπορεί να ενισχύσει την ασφάλεια, λένε οι παρατηρητές.
"Το AI έχει αποδειχθεί ότι είναι πιο ακριβές από τους ανθρώπους σε καταστάσεις οδήγησης και είναι πολύ πιθανό ότι θα μειώσει σημαντικά τον αριθμό των ατυχημάτων", είπε ο Nicholson.
