Atslēgas līdzņemšanai
- Automobiļu ražotāji pievēršas mākslīgajam intelektam, lai mācītu pašbraucošām automašīnām pārvarēt ikdienas šķēršļus.
- Tesla nesen prezentēja savu jauno superdatoru, kas tiks izmantots, lai apmācītu neironu tīklus, kas darbina Teslas autopilotu.
- AI izmantošana automašīnu apmācīšanai var palielināt drošību, norāda novērotāji.
Pašbraucošām automašīnām ir vajadzīgi arī skolotāji, un mākslīgais intelekts (AI) var efektīvi iemācīt šiem transportlīdzekļiem izvairīties no negadījumiem - iespējams, labāk nekā cilvēki.
Viens no labākajiem veidiem, kā nosūtīt automašīnas uz Driver’s Ed, ir mākslīgā intelekta izmantošana. Tesla nesen prezentēja savu jauno superdatoru, kas tiks izmantots, lai apmācītu neironu tīklus, kas darbina Tesla Autopilotu un gaidāmo pašbraucošo AI. Un, tā kā automašīnas kļūst autonomākas, izrādās, ka tām ir nepieciešams daudz apmācību.
"Pakļaujot AI datiem, kas saistīti ar automašīnu braukšanu, AI var sākt atpazīt modeļus," e-pasta intervijā sacīja Kriss Nikolsons, uzņēmuma Pathmind izpilddirektors, kas pielieto AI rūpnieciskās operācijās. "Rādiet attēlus, un tas var uzzināt, kā izskatās gājēji. Parādiet darbību secību uz ceļa, un tas var uzzināt, kas izraisa negadījumus un kā no tiem izvairīties."
"Ar pareiziem datiem AI var sniegt ļoti precīzas prognozes par to, ko tas skatās," piebilda Nikolsons. "Un kādas var būt noteiktas darbības, piemēram, pagrieziena pa kreisi vai paātrinājuma lietū, sekas."
Pieaug AI skolotāju skaits
Tesla, Audi, Toyota, GM's Cruise - gandrīz katrs lielākais autoražotājs kaut kādā veidā izmanto mākslīgo intelektu, lai palielinātu savas pašbraukšanas iespējas, sacīja Nikolsons. Un daži neautomobiļu ražotāji, piemēram, Google Waymo, sadarbojas ar tādiem autoražotājiem kā Chrysler Fiat, lai izstrādātu un pārbaudītu pašbraucošu AI.
Andrejs Karpatijs, Tesla mākslīgā intelekta vadītājs, nesen prezentēja uzņēmuma jaunāko superdatoru 2021. gada konferencē par datoru redzējumu un modeļu atpazīšanu.
Ir pierādīts, ka AI ir precīzāks nekā cilvēki braukšanas situācijās, un ir ļoti iespējams, ka tas ievērojami samazinās negadījumu skaitu.
Klasteris izmanto 720 mezglus no 8x NVIDIA A100 Tensor Core GPU (kopā 5760 GPU), lai sasniegtu 1,8 eksaflopus veiktspējas. Katrs eksaflops ir vienāds ar 1 kvintiljonu peldošā komata darbību sekundē.
"Šis ir patiešām neticams superdators," teikts ziņu izlaidumā Karpathy. "Es tiešām uzskatu, ka kritienu ziņā šis ir aptuveni 5. superdators pasaulē."
Dziļš neironu tīkls novēro un veic prognozes, kamēr automašīna brauc, faktiski nekontrolējot transportlīdzekli. Prognozes tiek reģistrētas, un visas kļūdas vai nepareizas identifikācijas tiek reģistrētas. Pēc tam Tesla inženieri izmanto šos gadījumus, lai izveidotu sarežģītu un daudzveidīgu scenāriju apmācību datu kopu, lai uzlabotu neironu tīklu, Rezultāts ir aptuveni 1 miljons 10 sekunžu klipu, kas ierakstīti ar ātrumu 36 kadri sekundē, kopā aptuveni 1,5 petabaitus datu. Pēc tam neironu tīkls tiek atkārtoti palaists caur šiem scenārijiem, līdz tas darbojas bez kļūdām. Visbeidzot tas tiek nosūtīts atpakaļ uz transportlīdzekli un process tiek sākts no jauna.
Mašīnu sūtīšana atpakaļ uz skolu
Izmantojot mākslīgo intelektu, automašīnas var apmācīt ātrāk nekā jebkurš cilvēks, e-pasta intervijā sacīja profesionālo pakalpojumu uzņēmuma Cognizant transporta eksperte Aditja Pathaka.
"Autonomo transportlīdzekļu izstrādes procesā viens no kritiskajiem soļiem ir datu anotācija," viņš piebilda. "Citiem vārdiem sakot, kā tiek atzīmēti cilvēki, vietas un lietas, lai transportlīdzekļi tos varētu atpazīt?"
Veikts manuāli, datu izskatīšanas process būtu laikietilpīgs un darbietilpīgs. "Ar AI un mašīnmācīšanos process ir daudz ātrāks un efektīvāks," sacīja Pataks.
AI ir jāiemāca pašbraucošām automašīnām darboties jebkāda veida apstākļos, e-pasta intervijā sacīja pašpiedziņas automašīnu uzņēmuma Yandex inženierzinātņu vadītājs Antons Slesarevs. Viņš piebilda, ka laikapstākļi, ceļa darbi, negadījumi un citu autovadītāju nekonsekventa uzvedība un reakcija var veicināt brauciena neparedzamību pat tiem autovadītājiem, kuri katru dienu brauc uz vienu un to pašu vietu.
Yandex pārvalda Eiropā pirmo robotu taksometru pakalpojumu un jau izmanto automatizētus piegādes robotus Yandex roverus klientu pasūtījumu piegādei no restorāniem un pārtikas preču veikaliem. Uzņēmums izmanto mašīnmācīšanos, lai palīdzētu saviem robotiem pārvietoties.
"Piemēram, tas palīdz veikt svarīgas uztveres funkcijas, piemēram, ceļa zīmju atpazīšanu, pat ja tās aizsedz tādas lietas kā lietus vai koka zars," sacīja Slesarevs."Vai nodrošināt drošības funkcijas, piemēram, pamanīt gājēju, kurš gatavojas šķērsot ceļu, pat naktī vai kad gājēju daļēji paslēpj tādas lietas kā stāvošas automašīnas."
Mākslīgā intelekta izmantošana automašīnu apmācīšanai var palielināt drošību, norāda novērotāji.
"Ir pierādīts, ka MI ir precīzāks nekā cilvēki braukšanas situācijās, un ir ļoti iespējams, ka tas ievērojami samazinās negadījumu skaitu," sacīja Nikolsons.
