211service.com
„Uber’s Woes“ rodo, kad dirbtinio intelekto komercializavimo sunku
„Uber“ pastangos išlikti žingsniu priekyje konkurentų, daug investuojant į robotiką ir dirbtinio intelekto tyrimus, rodo problemų.
Pastaraisiais mėnesiais „Uber“ neteko kelių vyresniųjų savo pažangių technologijų grupės, savarankiškai važiuojančių automobilių projekto, kurio būstinė yra Pitsburge, narių. Naujosios dirbtinio intelekto laboratorijos vadovas Gary Marcusas taip pat atsistatydino iš pareigų po kelių mėnesių vadovavimo. Tai yra dalis didesnio paveikslo, išryškinančio iššūkius, susijusius su technologijų, kurios išlieka itin sudėtingos ir pažangiausios, komercializavimu.
„Uber“ sukūrė dirbtinio intelekto laboratoriją gruodžio mėn., kai įsigijo „Geometric Intelligence“ – startuolį, kuriam vadovauja Marcusas, pažinimo mokslininkas iš Niujorko universiteto. Marcusas, kuris tebėra Uber patarėjas dirbtinio intelekto klausimais, šiandien „EmTech Digital“ organizuojamoje konferencijoje aptars dirbtinio intelekto iššūkius. MIT technologijų apžvalga.
Naujausia Uber nesėkmė įvyko praėjusią savaitę, kai ji buvo priversta sustabdyti savo savarankiškai vairuojančių transporto priemonių bandymus Arizonoje po to, kai vienas automobilis buvo sugadintas. pateko į avariją su kita transporto priemone. Kol kas nėra jokių požymių, kad kaltas būtų savarankiškai važiuojantis automobilis.
Kaip paaiškins Marcusas, padaryti kompiuterius tokius pat protingus kaip žmonės kritinėse situacijose, pavyzdžiui, vairuojant, tebėra didžiulis iššūkis. Savarankiškai važiuojantys automobiliai dar negali reaguoti į bet kokius atvejus, su kuriais jie gali susidurti kelyje, ir norint išmokti juos reikia daug duomenų.
„Uber“ suskubo kurti automatizuotas transporto priemones, bijodamas, kad ši technologija gali lengvai sutrikdyti taksi pramonę. Įmonė greitai įsibėgėjo, o kelių miestų keliuose turi savaeigių automobilių. Bet kaip MIT technologijų apžvalga atrado, šios sistemos dar neveikia idealiai, net ir įprastose vairavimo situacijose.
Taip pat yra didelių inžinerinių iššūkių. Pavyzdžiui, neaišku, kaip priversti savarankiškai važiuojančius automobilius susidoroti su pablogėjusiais jutikliais arba kaip aktyvios sistemos, pvz., „Lidar“, lazerinės sistemos tipas, gali trukdyti viena kitai, jei keliuose yra daug savarankiškai važiuojančių automobilių ( žr. Ką reikia žinoti prieš sėdant į savarankiškai vairuojantį automobilį).
Marcusas buvo atviras kritikas dėl, jo manymu, pernelyg didelio pasitikėjimo neuroniniais tinklais pagrįstais mašininio mokymosi metodais dirbtinio intelekto srityje. 2014 m. jis įkūrė „Geometric Intelligence“, siekdamas ištirti alternatyvius metodus (žr. „Ar šis žmogus gali padaryti dirbtinį intelektą labiau žmogišką?“).
Be kita ko, „Geometric Intelligence“ siekė rasti efektyvesnių būdų mašinoms mokytis. Nors žmogus gali labai greitai išmokti atpažinti naują eismo ženklą, kompiuteriui reikia daugybės tūkstančių pavyzdžių, naudojant geriausius šiandienos mašininio mokymosi metodus.
Kitos įmonės, dirbančios su automatizuotu vairavimu, taip pat pastebėjo lėtesnę pažangą, nei galėjo tikėtis. „Google“ ištraukė bendrovę „Waymo“ iš savarankiško automobilio projekto, tačiau jos technologija dar nepasiekiama komerciškai.