Varför Förstärkande lärande kommer att låsa upp autonoma bilar för massorna

$config[ads_kvadrat] not found

COFFIN DANCE - Original full song, Astronomia 2k19 - Stefan F ft. Ghana Pallbearers

COFFIN DANCE - Original full song, Astronomia 2k19 - Stefan F ft. Ghana Pallbearers
Anonim

Den mänskliga hjärnan kan ta in mycket information om scenen framför den för att fatta beslut. En hjort hoppar ut framför bilen? Slam på bromsarna. En bil saktar framåt? Byt körfält.

För autonoma fordon är dessa beslut inte så lätta. Vi kan inte registrera att våra hjärnor till och med behandlar all information som krävs för att vidta åtgärder, men autonoma system måste ta hänsyn till många variabler innan bremserna tillämpas. Om systemet inte läser vägen korrekt kan dödliga kraschar resultera. En historia publicerad i MIT: s Teknisk granskning på måndag beskriver hur bilteknikföretaget Mobileye använder förstärkning att lära sig att utbilda den artificiella intelligensen bakom autonoma fordon. Denna metod är beroende av kördata i realtid, och ju större datasetet desto snabbare A.I. lär sig hur man undviker kraschar. Det finns dock ett problem. Konkurrenskraftiga bilföretag vill inte dela.

Just nu måste mjukvaruingenjörerna redogöra för alla möjliga scenarier och programmera bilen för att hantera dem. Men i den verkliga världen är vägarna en mycket dynamisk och varierad miljö. Det finns ingen möjlighet för ingenjörer att förutse alla möjliga situationer.

I stället för att programmera bilar för att förutse varje scenario, kan ingenjörer programmera bilar för att lära sig att navigera scenarier på egen hand. Förstärkningsundervisning utövar i huvudsak autonoma fordon genom att belöna goda resultat. Efter att ha experimenterat och inte kraschar lär bilen sig vad man ska göra i en mängd olika situationer och kan tillämpa det på framtida scenarier.

Nyckeln till förstärkningslärande för autonoma fordon är dock data. Massor av data. För att bilar ska kunna lära sig om alla olika scenarier som det kan komma att stöta på, måste data som samlas in i den verkliga världen ställas till förfogande för biltillbehör för att den nästan kan lära sig vad man ska göra.

Att få bilföretag att dela med sig av data är den stora utmaningen. Konkurrenter är inte kända för att dela vad som gör deras bilar kryssa. Men om de öppnar sina data till företag som Mobileye, så kan fordon som kan driva sig (åtminstone på motorvägen) bli en verklighet mycket tidigare.

$config[ads_kvadrat] not found