Pagaliau automobilis be vairuotojo su tam tikru sveiku protu

Danielis Jamesas Zenderis

Nedraugiški Bostono vairuotojai ir chaotiški keliai gali būti puiki vieta išbandyti iš esmės kitokį savarankišką automobilį.

Pašauktas MIT atjungimas matau kuria ir išbando autonominio vairavimo sistemą, naudodamas naują požiūrį į dirbtinį intelektą. Užuot pasikliauję paprastomis taisyklėmis ar mašininio mokymosi algoritmais mokydami automobilius vairuoti, startuolis semiasi įkvėpimo iš kognityvinių mokslų, kad suteiktų mašinoms sveiko proto ir gebėjimo greitai susidoroti su naujomis situacijomis. Ji kuria algoritmus, kurie bando suderinti tai, kaip žmonės supranta ir mokosi apie fizinį pasaulį, įskaitant bendravimą su kitais žmonėmis. Toks požiūris gali paskatinti savarankiškai vairuoti transporto priemones, kurios yra daug geriau pritaikytos nepažįstamoms scenoms ir sudėtingoms sąveikoms kelyje.

Žmogaus protas yra itin jautrus fizikai ir socialiniams požymiams, sako Yibiao Zhao, „iSee“ įkūrėjas. . Dabartinis AI šiose srityse yra gana ribotas, ir manome, kad tai iš tikrųjų trūksta vairuojant.

Zhao kompanija kol kas neatrodo kaip pasaulinė. Nedidelė inžinierių komanda dirba kuklioje laboratorijos erdvėje variklis MIT, nauja investicinė bendrovė, sukurta novatoriškoms vietinėms technologijų įmonėms finansuoti. Įsikūręs vos kelios minutės pėsčiomis nuo MIT miestelio, „Engine“ atsiveria vaizdas į gatvę, kurioje vairuotojai veržiasi ieškoti stovėjimo vietų ir agresyviai patenka į eismą.

Susijusi istorija

Susijusi istorija

„iSee“ erdvėje esantys stalai yra padengti jutikliais ir techninės įrangos dalimis, kurias komanda surinko, kad perimtų savo pirmąjį prototipą – hibridinį „Lexus“ visureigį, kuris iš pradžių priklausė vienam iš bendrovės įkūrėjų. Keletas inžinierių sėdi už didelių kompiuterių monitorių ir įdėmiai žiūri į kodo eilutes.

„iSee“ gali atrodyti juokingai maža, palyginti su automobilių, tokių kaip „Waymo“, „Uber“ ar „Ford“, pastangomis, tačiau jos kuriama technologija gali turėti didelės įtakos daugeliui sričių, kuriose šiandien taikomas AI. Suteikdamos galimybę mašinoms mokytis iš mažiau duomenų ir sukurti tam tikrą sveiko proto formą, jų technologija gali padaryti pramoninius robotus išmanesnius, ypač naujose situacijose. Neseniai DI srityje jau buvo pasiekta įspūdinga pažanga dėl gilaus mokymosi – technikos, kurioje naudojami didžiuliai duomenų reikalaujantys neuroniniai tinklai (žr. 10 Breakthrough Technologies 2013: Deep Learning).

Kai tiekiami dideli duomenų kiekiai, labai dideli arba gilūs neuroniniai tinklai gali atpažinti subtilius modelius. Pavyzdžiui, pateikite giliam neuroniniam tinklui daug šunų nuotraukų ir jis išsiaiškins, kaip atpažinti šunį beveik bet kokiame vaizde. Tačiau tam, ką gali padaryti gilus mokymasis, yra ribos, ir gali prireikti radikalių naujų idėjų, kad būtų galima padaryti kitą šuolį į priekį. Pavyzdžiui, šunų stebėjimo gilaus mokymosi sistema nesupranta, kad šunys paprastai turi keturias kojas, kailį ir šlapią nosį. Ir jis negali atpažinti kitų rūšių gyvūnų ar šuns piešinio be tolesnio mokymo.

Vairavimas apima daug daugiau nei tik modelio atpažinimą. Žmonės vairuotojai nuolat pasikliauja sveiku protu suprantamu pasaulio supratimu. Jie žino, kad, pavyzdžiui, autobusai sustoja ilgiau ir gali staiga pritraukti daug pėsčiųjų. Neįmanoma suprogramuoti savarankiškai vairuojančio automobilio pagal visus įmanomus scenarijus, su kuriais jis gali susidurti. Tačiau žmonės gali panaudoti sveiką pasaulio supratimą, susikurtą per visą gyvenimą trunkančią patirtį, kad protingai veiktų įvairiose naujose situacijose.

Gilus mokymasis yra puiku, ir jūs galite daug išmokti iš ankstesnės patirties, bet negalite turėti duomenų rinkinio, apimančio visą pasaulį, sako Zhao. Dabartinis AI, kuris dažniausiai yra pagrįstas duomenimis, turi sunkumų suprasti sveiką protą; tai yra pagrindinis dalykas, kurio trūksta. Zhao iliustruoja esmę atidarydamas nešiojamąjį kompiuterį, kad „YouTube“ parodytų keletą realių kelių situacijų, įskaitant sudėtingas eismo susiliejimo situacijas ir kai kurias plaukuotai atrodančias avarijas.

Sąmoningų žinių trūkumas neabejotinai sukėlė tam tikrų problemų autonominio vairavimo sistemoms. Pavyzdžiui, praėjusiais metais Floridoje įvyko avarija, kurioje Tesla važiavo pusiau autonominiu režimu, kai automobilio jutikliai buvo laikinai supainioti, kai sunkvežimis kirto greitkelį (žr. Fatal Tesla Crash Is a Reminder Autonomous Cars Will Screw Up). Vairuotojas žmogus greičiausiai būtų greitai ir saugiai išsiaiškinęs, kas vyksta.

Susijusi istorija

Susijusi istorija Mirtis už vairo, kai įjungtas Tesla autopilotas, iškyla klausimas, kiek saugūs turi būti automatizuoti automobiliai.

Zhao ir Debbie Yu, vieni iš jo įkūrėjų, rodo klipą iš „Tesla“ avarijos Kinijoje, kai automobilis įvažiavo tiesiai į gatves valantį sunkvežimį. Sistema apmokyta Izraelyje arba Europoje, o jie neturi tokio sunkvežimio, sako Zhao. Jis pagrįstas tik aptikimu; tai nelabai supranta, kas vyksta, sako jis.

„iSee“ sukurta remiantis pastangomis suprasti, kaip žmonės supranta pasaulį, ir sukurti tai imituojančias mašinas. Zhao ir kiti „iSee“ įkūrėjai kilę iš laboratorijos Joshas Tenenbaumas MIT Smegenų ir pažinimo mokslų katedros profesorius, dabar dirbantis bendrovės patarėju.

Tenenbaumas specializuojasi tyrinėdamas, kaip veikia žmogaus intelektas, ir panaudodamas šią įžvalgą kurdamas naujus AI sistemų tipus. Tai apima, pavyzdžiui, darbą su intuityviu fizikos jausmu, kurį demonstruoja net maži vaikai. Vaikų gebėjimas suprasti, kaip elgiasi fizinis pasaulis, leidžia jiems numatyti, kaip gali susiklostyti nepažįstamos situacijos. Tenenbaumas aiškina, kad šis fizinio pasaulio supratimas yra glaudžiai susijęs su intuityviu psichologijos supratimu ir gebėjimu numanyti, ko žmogus bando pasiekti, pavyzdžiui, siekti puodelio, stebėdamas jo veiksmus.

Gebėjimas perkelti mokymąsi tarp situacijų taip pat yra žmogaus intelekto požymis, o net išmaniausios mašininio mokymosi sistemos vis dar yra labai ribotos. Tenenbaumo laboratorija sujungia įprastą mašininį mokymąsi su naujais tikimybinio programavimo metodais. Tai leidžia mašinoms išmokti daryti išvadas apie pasaulio fiziką ir kitų ketinimus, nepaisant netikrumo.

Susijusi istorija

Susijusi istorija Programinė įranga, kuri išmoksta atpažinti užrašytus simbolius tik iš vieno pavyzdžio, gali parodyti kelią į galingesnį, labiau žmogišką dirbtinį intelektą.

Tenenbaumas teigia, kad bandant pakeisti būdus, kuriais net mažas kūdikis būtų protingesnis už protingiausią esamą AI sistemą, galiausiai būtų galima sukurti daug protingesnių AI sistemų. 2015 m. kartu su Niujorko universiteto ir Carnegie Mellon universiteto mokslininkais Tenenbaumas panaudojo kai kurias iš šių idėjų, kad sukurtų žymią kompiuterinę programą, galinčią išmokti atpažinti rašyseną tik iš kelių pavyzdžių (žr. Šis AI algoritmas mokosi paprastų užduočių taip pat greitai, kaip ir mes). Daryk).

Susijęs požiūris ilgainiui gali suteikti savarankiškai vairuojančiam automobiliui kažką priartėti prie elementarios sveiko proto formos nepažįstamais scenarijais. Toks automobilis gali nustatyti, kad į kelią išvažiuojantis vairuotojas tikriausiai nori įsilieti į eismą.

Tiesą sakant, kalbant apie autonominį vairavimą, Tenenbaumas sako, kad galimybė daryti išvadą, ką kitas vairuotojas bando pasiekti, gali būti ypač svarbi. Kitas „iSee“ įkūrėjų Chrisas Bakeris, dirbdamas MIT, sukūrė žmogaus psichologijos skaičiavimo modelius. Tenenbaumas sako, kad inžinerinio stiliaus modeliai, rodantys, kaip žmonės supranta kitus žmones, ir gebėjimas juos įtraukti į savarankišką vairavimą, iš tikrųjų gali būti trūkstama dėlionės dalis.

Tenenbaumas sako, kad iš pradžių nesidomėjo kognityvinės psichologijos idėjų pritaikymu autonominiam vairavimui, tačiau „iSee“ įkūrėjai įtikino jį, kad poveikis bus didelis ir kad jie atlaikė inžinerinius iššūkius.

Tai labai skirtingas požiūris, ir aš jam visiškai pritariu, sako Oren Etzioni, bendrovės generalinis direktorius Alleno dirbtinio intelekto institutas „Microsoft“ įkūrėjo Paulo Alleno sukurtas tyrimų institutas, skirtas tyrinėti naujas AI idėjas, įskaitant tas, kurios įkvėptos kognityvinės psichologijos.

Etzioni sako, kad dirbtinio intelekto srityje reikia tyrinėti idėjas ne tik giliai mokytis. Jis sako, kad pagrindinė „iSee“ problema bus parodyti, kad naudojami metodai gali gerai veikti kritinėse situacijose. Jis pažymi, kad tikimybinis programavimas yra gana naujas, todėl kyla klausimų dėl našumo ir tvirtumo.

Atrodo, kad su iSee susiję asmenys sutinka. Tenenbaumas teigia, kad ne tik siekia supurtyti automobilių pramonę ir galbūt pertvarkyti transportavimą, bet ir galimybę ištirti, kaip naujas dirbtinio intelekto metodas veikia ypač negailestingoje praktinėje situacijoje.

Tam tikra prasme savarankiškai važiuojantys automobiliai bus pirmieji autonominiai robotai, bendraujantys su žmonėmis realiame pasaulyje, sako jis. Tikrasis iššūkis yra, kaip priimti šiuos modelius ir priversti juos veikti tvirtai?

paslėpti