Belangrijkste afhaalrestaurants
- Autofabrikanten wenden zich tot kunstmatige intelligentie om zelfrijdende auto's te leren navigeren door alledaagse obstakels.
- Tesla heeft onlangs zijn nieuwe supercomputer onthuld die zal worden gebruikt om de neurale netten te trainen die de Autopilot van Tesla aandrijven.
- Het gebruik van AI om auto's te trainen kan de veiligheid vergroten, zeggen waarnemers.
Zelfrijdende auto's hebben ook leraren nodig, en kunstmatige intelligentie (AI) kan die voertuigen efficiënt leren ongevallen te voorkomen - waarschijnlijk beter dan mensen.
Een van de beste manieren om auto's naar Driver's Ed te sturen, is door kunstmatige intelligentie te gebruiken. Tesla heeft onlangs zijn nieuwe supercomputer onthuld die zal worden gebruikt om de neurale netten te trainen die Tesla's Autopilot en aankomende zelfrijdende AI aandrijven. En naarmate auto's autonomer worden, blijkt dat ze veel training nodig hebben.
"Door AI bloot te stellen aan gegevens met betrekking tot autorijden, kan AI patronen gaan herkennen", zei Chris Nicholson, de CEO van Pathmind, een bedrijf dat AI toepast op industriële activiteiten, in een e-mailinterview. "Laat het afbeeldingen zien, en het kan leren hoe voetgangers eruit zien. Laat het opeenvolgingen van acties op de weg zien, en het kan leren wat tot ongevallen leidt en hoe ze te vermijden."
"Met de juiste gegevens kan AI zeer nauwkeurige voorspellingen doen over waar het naar kijkt", voegde Nicholson eraan toe. "En wat zijn de gevolgen van een bepaalde actie, zoals linksaf slaan of gas geven in de regen,."
Groeiend aantal AI-leraren
Tesla, Audi, Toyota, GM's Cruise - bijna elke grote autofabrikant gebruikt AI in een of andere vorm om zijn zelfrijdende capaciteiten te vergroten, zei Nicholson. En sommige niet-autofabrikanten, zoals Waymo van Google, werken samen met autofabrikanten zoals Chrysler Fiat om zelfrijdende AI te ontwikkelen en te testen.
Andrej Karpathy, Tesla's hoofd AI, onthulde onlangs de nieuwste supercomputer van het bedrijf tijdens een presentatie op de 2021 Conference on Computer Vision and Pattern Recognition.
AI is in rijsituaties nauwkeuriger gebleken dan mensen, en het is zeer waarschijnlijk dat het het aantal ongevallen enorm zal verminderen.
Het cluster gebruikt 720 nodes van 8x NVIDIA A100 Tensor Core GPU's (5.760 GPU's in totaal) om 1,8 exaflops aan prestaties te behalen. Elke exaflop is gelijk aan 1 triljoen drijvende-kommabewerkingen per seconde.
"Dit is echt een ongelooflijke supercomputer", zei Karpathy volgens een persbericht. "Ik geloof eigenlijk dat dit qua flops ongeveer de 5e supercomputer ter wereld is."
Een diep neuraal netwerk observeert en doet voorspellingen terwijl de auto rijdt zonder het voertuig daadwerkelijk te besturen. De voorspellingen worden geregistreerd en eventuele fouten of verkeerde identificaties worden vastgelegd. Tesla-ingenieurs gebruiken deze instanties vervolgens om een trainingsdataset van moeilijke en diverse scenario's te maken om het neurale netwerk te verfijnen, Het resultaat is een verzameling van ongeveer 1 miljoen clips van 10 seconden opgenomen met 36 frames per seconde, in totaal ongeveer 1,5 petabyte aan gegevens. Het neurale netwerk wordt vervolgens herhaaldelijk door deze scenario's geleid totdat het foutloos werkt. Ten slotte wordt het teruggestuurd naar het voertuig en begint het proces opnieuw.
Auto's terug naar school sturen
Het gebruik van AI kan ook auto's sneller trainen dan enig mens zou kunnen, zei Aditya Pathak, een transportexpert voor de professionele dienstverlener Cognizant, in een e-mailinterview.
"In het ontwikkelingsproces voor autonome voertuigen is een van de kritieke stappen het annoteren van gegevens", voegde hij eraan toe. "Met andere woorden, hoe worden mensen, plaatsen en dingen getagd zodat ze door voertuigen kunnen worden herkend?"
Handmatig gedaan, het proces van het doorzoeken van de gegevens zou tijdrovend en arbeidsintensief zijn. "Met AI en machine learning is het proces veel sneller en efficiënter", zei Pathak.
AI moet zelfrijdende auto's leren hoe ze in alle omstandigheden moeten werken, zei Anton Slesarev, hoofd engineering bij het zelfrijdende autobedrijf Yandex, in een e-mailinterview. Weer, wegwerkzaamheden, ongevallen en inconsistent gedrag en reacties van andere chauffeurs kunnen bijdragen aan de onvoorspelbaarheid van een reis, zelfs voor chauffeurs die elke dag naar dezelfde locatie pendelen, voegde hij eraan toe.
Yandex exploiteert Europa's eerste robottaxiservice en maakt al gebruik van geautomatiseerde bezorgrobots, de Yandex-rovers, voor het bezorgen van klantenbestellingen van restaurants en supermarkten. Het bedrijf gebruikt machine learning om zijn robots te helpen zich te verplaatsen.
"Het helpt bijvoorbeeld om vitale waarnemingsfuncties uit te voeren, zoals het herkennen van verkeersborden, zelfs als ze worden verduisterd door dingen als regen of een boomtak," zei Slesarev."Of om veiligheidsfuncties te bieden, zoals het opmerken van een voetganger die op het punt staat de weg over te steken, zelfs 's nachts of wanneer de voetganger gedeeltelijk wordt verborgen door dingen zoals geparkeerde auto's."
Het gebruik van kunstmatige intelligentie om auto's te trainen kan de veiligheid verhogen, zeggen waarnemers.
"Het is aangetoond dat AI nauwkeuriger is dan mensen in rijsituaties, en het is zeer waarschijnlijk dat het het aantal ongevallen enorm zal verminderen", zei Nicholson.
