Jak udělat samořiditelné automobily bezpečnější?

Výzkum a věda | |

Jak udělat samořiditelné automobily bezpečnější?

Zpětnovazební učení představuje u automobilů skvělou trefu: odměňuje za správné „chování“ a trestá za špatné.


Jak v článku píše MIT Technology Review, pro automobily je zpětnovazebné učení obzvláště vhodné: vozidlo může naučit bezpečnějšímu a správnému řízení pomocí systému odměn a trestů získávaných postupně nabývanou zkušeností; kromě toho jej může penalizovat i za to, když provede činnost, ke které má dostupných příliš malé množství dat.

Podle Mikaela Henaffa, jednoho z autorů studie týmu New York University, by se tak auto mělo na silnici v praxi chovat opatrněji a nemělo provádět žádné divoké zatáčky nebo jiné manévry.

Při testování nového přístupu vyplynulo, že se auto skutečně chová bezpečněji při jízdě v husté dopravě oproti jiným metodám. Pořád však nedosahovalo srovnatelných schopností s člověkem, takže před vědci stojí ještě hodně práce.

Zpětnovazební učení má za sebou v oblasti strojového učení několik velkých úspěchů; jedním z nejzářivějších je porážka nejlepšího hráče hry Go na světě od umělé inteligence AlphaGo, vytvořené firmou Deepmind (součást Googlu). Slibných výsledků dosahuje v oblasti vývoje přizpůsobitelných robotů.

Proces učení je na základě zkušenosti – ne nepodobný lidskému učení. Stroj si určitou dobu jen tak „hraje“ než pochytí ty nejlepší techniky. Pro laboratorní podmínky nebo u deskových her je to skvělý systém; nicméně u samořiditelných vozů má takový přístup jisté nevýhody. Především proto, že mluvíme o automobilech. Vývoj bude muset být naprosto bezpečný a výsledek bezchybný, což není v tomto případě zcela jednoduché dokázat.

I proto se výzkumníci snaží nalézt jiné metody, jak obejít nutnost trénování v reálném světě. Cvičit umělou inteligenci na základě simulovaného prostředí možné je; automobil se tak může učit řídit dle skutečných silničních pravidel, avšak v pouhé replice fyzického světa.

Ani tak však nejde o perfektní řešení, jak se přesvědčili právě na univerzitě v New Yorku. Stroje stále dělají chyby, které by potenciálně mohly ohrozit majetek a životy. Vědci například zjistili, že automobil se v simulaci naučil dělat devadesátistupňové zatáčky do protisměru, protože vybraný dataset tento scénář neobsahoval.



Články z rubriky

Canalys: 8 % automobilů v Evropě se prodává s 2. úrovní autonomního řízení"

Samořiditelná auta jsou na vzestupu; těch s 2. úrovní se v ČR prodá 8 %, v USA dokonce 10 %.
více »


Když si Stanford vyhlédne českou univerzitu: FIT ČVUT v Praze nabízí studentům programování po americku"

Fakulta informačních technologií ČVUT v Praze nabízí druhým rokem stovce studentů českých středních škol jedinečnou příležitost vyzkoušet si, jak vypadá studium jednoho předmětu na prestižní Stanfordově...
více »


Odborníci z UC Berkeley budou učit MBA studenty na VŠE"

Nedostatek odborníků, kteří umí ve své profesi pracovat s daty a umělou inteligencí, je problém i v Česku. Vysoká škola ekonomická v Praze proto ve spolupráci s KPMG nebo Škoda Auto v září spouští první...
více »


Rukavice pomáhají robotům naučit se držet objekty"

Výzkumníci z Massachusettského technologického institutu (MIT) zvládli pomocí rukavic vybavených senzory shromáždit obrovský soubor dat sloužících umělé inteligenci k poznávání předmětů pouze pomocí...
více »


HPE kupuje výrobce superpočítačů Cray"

Legendární firma, která stvořila první superpočítač na světě a zároveň je zodpovědná za dodávání komponentů i do těch nejnovějších, má nápadníka.
více »


Související články


Tagy

umělá inteligence strojové učení zpětnovazební učení učení s učitelem učení bez učitele studie AlphaGo Deepmind studie

Komentáře