Wreszcie samochód bez kierowcy ze zdrowym rozsądkiem

Daniel James Zender

Bostońscy nieprzyjazni kierowcy i chaotyczne drogi mogą być idealnym poligonem doświadczalnym dla zupełnie innego rodzaju autonomicznego samochodu.

Spin-off MIT o nazwie Widzę opracowuje i testuje autonomiczny system jazdy, wykorzystując nowatorskie podejście do sztucznej inteligencji. Zamiast polegać na prostych regułach lub algorytmach uczenia maszynowego, aby trenować samochody do jazdy, startup czerpie inspirację z kognitywistyki, aby dać maszynom rodzaj zdrowego rozsądku i umiejętność szybkiego radzenia sobie z nowymi sytuacjami. Opracowuje algorytmy, które starają się dopasować sposób, w jaki ludzie rozumieją i uczą się świata fizycznego, w tym interakcji z innymi ludźmi. Takie podejście może doprowadzić do powstania autonomicznych pojazdów, które będą znacznie lepiej przystosowane do radzenia sobie z nieznanymi scenami i złożonymi interakcjami na drodze.

Ludzki umysł jest bardzo wrażliwy na fizykę i sygnały społeczne, mówi Yibiao Zhao, współzałożyciel iSee . Obecna sztuczna inteligencja jest stosunkowo ograniczona w tych dziedzinach i uważamy, że jest to brakujący element w prowadzeniu pojazdu.

Firma Zhao nie wygląda jeszcze na pogromcę świata. Mały zespół inżynierów pracuje w skromnej przestrzeni laboratoryjnej w silnik , nowa spółka inwestycyjna stworzona przez MIT w celu finansowania innowacyjnych lokalnych firm technologicznych. Położony w odległości krótkiego spaceru od kampusu MIT, Engine wychodzi na ulicę, na której kierowcy przepychają się o miejsca parkingowe i agresywnie wjeżdżają w ruch uliczny.

Powiązana historia

Powiązana historia

Biurka w przestrzeni iSee są pokryte czujnikami i elementami sprzętu, które zespół stworzył, aby przejąć kontrolę nad swoim pierwszym prototypem, hybrydowym SUV-em Lexusa, który pierwotnie należał do jednego ze współzałożycieli firmy. Kilku inżynierów siedzi za dużymi monitorami komputerów, wpatrując się uważnie w wiersze kodu.

iSee może wydawać się śmiesznie mały w porównaniu z wysiłkami firm takich jak Waymo, Uber czy Ford, które nie wymagają kierowcy, ale technologia, którą rozwija, może mieć duży wpływ na wiele obszarów, w których sztuczna inteligencja jest dziś stosowana. Umożliwiając maszynom uczenie się na podstawie mniejszej ilości danych i budowanie zdrowego rozsądku, ich technologia może sprawić, że roboty przemysłowe będą inteligentniejsze, zwłaszcza w nowych sytuacjach. Spektakularny postęp poczyniono już w ostatnim czasie w sztucznej inteligencji dzięki głębokiemu uczeniu, technice, która wykorzystuje rozległe, żądne danych sieci neuronowe (patrz 10 Przełomowe technologie 2013: Głębokie uczenie).

Po podaniu dużych ilości danych bardzo duże lub głębokie sieci neuronowe mogą rozpoznawać subtelne wzorce. Daj na przykład głęboką sieć neuronową dużo zdjęć psów, a dowie się, jak rozpoznać psa na prawie każdym obrazie. Ale istnieją ograniczenia w zakresie tego, co może zrobić głębokie uczenie się, a niektóre radykalnie nowe pomysły mogą być potrzebne, aby dokonać kolejnego kroku naprzód. Na przykład system uczenia głębokiego wykrywający psy nie rozumie, że psy zazwyczaj mają cztery nogi, futro i mokry nos. I nie może rozpoznać innych rodzajów zwierząt ani rysunku psa bez dalszego szkolenia.

Prowadzenie pojazdu to znacznie więcej niż tylko rozpoznawanie wzorców. Kierowcy-ludzie nieustannie polegają na zdroworozsądkowym zrozumieniu świata. Wiedzą, że na przykład autobusy zatrzymują się dłużej i mogą nagle spowodować wielu pieszych. Niemożliwe byłoby zaprogramowanie autonomicznego samochodu przy każdym możliwym scenariuszu, jaki może napotkać. Ale ludzie potrafią wykorzystać swoje zdroworozsądkowe rozumienie świata, zbudowane przez całe życie, aby działać rozsądnie w różnego rodzaju nowych sytuacjach.

Głębokie uczenie się jest świetne i możesz się wiele nauczyć z poprzednich doświadczeń, ale nie możesz mieć zestawu danych obejmującego cały świat, mówi Zhao. Obecna sztuczna inteligencja, która jest w większości oparta na danych, ma trudności ze zrozumieniem zdrowego rozsądku; to jest kluczowa rzecz, której brakuje. Zhao ilustruje tę kwestię, otwierając laptopa, aby pokazać kilka rzeczywistych sytuacji drogowych na YouTube, w tym złożone sytuacje zbiegu ruchu i niektóre wypadki wyglądające na owłosioną.

Brak zdroworozsądkowej wiedzy z pewnością spowodował pewne problemy dla autonomicznych systemów jazdy. Na przykład wypadek z udziałem Tesli jadącej w trybie półautonomicznym na Florydzie w zeszłym roku miał miejsce, gdy czujniki samochodu zostały chwilowo zdezorientowane, gdy ciężarówka przejechała przez autostradę (patrz Śmiertelny wypadek Tesli to przypomnienie, że autonomiczne samochody czasami się zepsują). Kierowca prawdopodobnie szybko i bezpiecznie zorientowałby się, co się dzieje.

Powiązana historia

Powiązana historia Śmierć za kierownicą z włączonym Autopilotem Tesli rodzi pytanie, jak bezpieczne muszą być zautomatyzowane samochody.

Zhao i Debbie Yu, jedna z jego współzałożycielek, pokazują nagranie z wypadku z udziałem Tesli w Chinach, w którym samochód wjechał prosto w ciężarówkę sprzątającą ulice. System jest szkolony w Izraelu lub Europie, a oni nie mają takiej ciężarówki, mówi Zhao. Opiera się tylko na wykrywaniu; tak naprawdę nie rozumie, co się dzieje, mówi.

iSee opiera się na wysiłkach mających na celu zrozumienie, w jaki sposób ludzie rozumieją świat, i zaprojektowanie maszyn, które to naśladują. Zhao i inni założyciele iSee pochodzą z laboratorium Josh Tenenbaum , profesor na wydziale nauk o mózgu i kognitywistyce na MIT, który obecnie pełni funkcję doradcy firmy.

Tenenbaum specjalizuje się w badaniu, jak działa inteligencja człowieka, i wykorzystaniu tej wiedzy do tworzenia nowatorskich typów systemów sztucznej inteligencji. Obejmuje to na przykład pracę nad intuicyjnym zmysłem fizyki, który przejawiają nawet małe dzieci. Zdolność dzieci do zrozumienia, jak zachowuje się świat fizyczny, pozwala im przewidzieć, jak mogą się rozwinąć nieznane sytuacje. I, wyjaśnia Tenenbaum, to rozumienie świata fizycznego jest ściśle związane z intuicyjnym rozumieniem psychologii i umiejętnością wnioskowania o tym, co dana osoba próbuje osiągnąć, na przykład sięgając po filiżankę, obserwując swoje działania.

Zdolność do przenoszenia uczenia się między sytuacjami jest również cechą charakterystyczną ludzkiej inteligencji, a nawet najinteligentniejsze systemy uczenia maszynowego są nadal bardzo ograniczone w porównaniu. Laboratorium Tenenbauma łączy konwencjonalne uczenie maszynowe z nowatorskimi podejściami do programowania probabilistycznego. Dzięki temu maszyny mogą nauczyć się wnioskować o fizyce świata, a także intencjach innych pomimo niepewności.

Powiązana historia

Powiązana historia Oprogramowanie, które uczy się rozpoznawać znaki pisane na podstawie tylko jednego przykładu, może wskazać drogę w kierunku potężniejszej, bardziej ludzkiej sztucznej inteligencji.

Próba odtworzenia sposobu, w jaki nawet małe dziecko jest mądrzejsze niż najmądrzejszy istniejący system sztucznej inteligencji, może ostatecznie doprowadzić do powstania wielu inteligentniejszych systemów sztucznej inteligencji, mówi Tenenbaum. W 2015 roku, wraz z naukowcami z New York University i Carnegie Mellon University, Tenenbaum wykorzystał niektóre z tych pomysłów do opracowania przełomowego programu komputerowego zdolnego do uczenia się rozpoznawania pisma ręcznego na podstawie zaledwie kilku przykładów (zobacz Algorytm AI uczy się prostych zadań tak szybko, jak my Robić ).

Pokrewne podejście może ostatecznie nadać autonomicznemu samochodowi coś zbliżonego do podstawowej formy zdrowego rozsądku w nieznanych sytuacjach. Taki samochód może być w stanie określić, że kierowca, który wjeżdża na jezdnię, prawdopodobnie chce włączyć się do ruchu.

Jeśli chodzi o autonomiczną jazdę, Tenenbaum mówi, że szczególnie ważna może być umiejętność wywnioskowania, co inny kierowca próbuje osiągnąć. Inny ze współzałożycieli iSee, Chris Baker, opracował modele obliczeniowe psychologii człowieka na MIT. Biorąc pod uwagę inżynierskie modele tego, jak ludzie rozumieją innych ludzi, i być w stanie wprowadzić je w autonomiczną jazdę, może naprawdę dostarczyć brakującego elementu układanki, mówi Tenenbaum.

Tenenbaum mówi, że początkowo nie był zainteresowany zastosowaniem pomysłów z psychologii poznawczej do autonomicznej jazdy, ale założyciele iSee przekonali go, że wpływ będzie znaczący i że sprostają wyzwaniom inżynieryjnym.

To zupełnie inne podejście i całkowicie je pochwalam – mówi Oren Etzioni, dyrektor generalny Instytut Allena ds. Sztucznej Inteligencji , instytut badawczy stworzony przez współzałożyciela Microsoftu Paula Allena w celu odkrywania nowych pomysłów w sztucznej inteligencji, w tym inspirowanych psychologią poznawczą.

Etzioni mówi, że dziedzina sztucznej inteligencji musi odkrywać pomysły wykraczające poza głębokie uczenie się. Mówi, że głównym problemem dla iSee będzie wykazanie, że zastosowane techniki mogą dobrze działać w sytuacjach krytycznych. Zauważa, że ​​programowanie probabilistyczne jest całkiem nowe, więc pojawiają się pytania dotyczące wydajności i niezawodności.

Osoby zaangażowane w iSee wydają się zgadzać. Poza tym, że ma na celu wstrząsnąć przemysłem samochodowym i być może w tym procesie zmienić transport, iSee ma szansę zbadać, jak nowe podejście AI działa w szczególnie bezlitosnej praktycznej sytuacji.

W pewnym sensie autonomiczne samochody będą pierwszymi autonomicznymi robotami, które będą wchodzić w interakcje z ludźmi w prawdziwym świecie, mówi. Prawdziwym wyzwaniem jest to, jak wziąć te modele i sprawić, by działały solidnie?

ukryć