Mga Key Takeaway
- Ang mga automaker ay bumaling sa artificial intelligence para turuan ang mga self-driving na sasakyan kung paano mag-navigate sa mga pang-araw-araw na hadlang.
- Inilabas kamakailan ng Tesla ang bago nitong supercomputer na gagamitin para sanayin ang mga neural net na nagpapagana sa Autopilot ng Tesla.
- Ang paggamit ng AI para sanayin ang mga sasakyan ay maaaring mapalakas ang kaligtasan, sabi ng mga tagamasid.
Ang mga self-driving na sasakyan ay nangangailangan din ng mga guro, at ang artificial intelligence (AI) ay mahusay na makapagtuturo sa mga sasakyang iyon upang maiwasan ang mga aksidente-marahil ay mas mahusay kaysa sa mga tao.
Ang isa sa mga pinakamahusay na paraan upang magpadala ng mga kotse sa Driver's Ed ay sa pamamagitan ng paggamit ng artificial intelligence. Inihayag kamakailan ni Tesla ang bagong supercomputer nito na gagamitin para sanayin ang mga neural net na nagpapagana sa Autopilot ng Tesla at paparating na self-driving AI. At habang nagiging autonomous ang mga sasakyan, lumalabas na kailangan nila ng maraming pagsasanay.
"Sa pamamagitan ng paglalantad sa AI sa data na nauugnay sa pagmamaneho ng mga kotse, maaaring magsimulang makilala ng AI ang mga pattern," sabi ni Chris Nicholson, ang CEO ng Pathmind, isang kumpanyang naglalapat ng AI sa mga pang-industriyang operasyon, sa isang panayam sa email. "Ipakita dito ang mga larawan, at matututunan nito kung ano ang hitsura ng mga naglalakad. Ipakita dito ang mga pagkakasunud-sunod ng mga aksyon sa kalsada, at matututunan nito kung ano ang humahantong sa mga aksidente, at kung paano maiiwasan ang mga ito."
"Gamit ang tamang data, ang AI ay makakagawa ng napakatumpak na hula tungkol sa kung ano ang tinitingnan nito," dagdag ni Nicholson. "At ano ang mga kahihinatnan ng isang partikular na aksyon, tulad ng pagliko sa kaliwa o pagpapabilis sa ulan, ay maaaring."
Palaking Bilang ng mga AI Teacher
Tesla, Audi, Toyota, GM's Cruise-halos bawat solong pangunahing automaker ay gumagamit ng AI sa ilang paraan upang pataasin ang mga kakayahan nito sa pagmamaneho sa sarili, sabi ni Nicholson. At ang ilang hindi gumagawa ng sasakyan, gaya ng Waymo ng Google, ay nakikipagtulungan sa mga gumagawa ng kotse tulad ng Chrysler Fiat upang bumuo at subukan ang self-driving AI.
Andrej Karpathy, ang pinuno ng AI ng Tesla, kamakailan ay inihayag ang pinakabagong supercomputer ng kumpanya sa isang pagtatanghal sa 2021 Conference on Computer Vision and Pattern Recognition.
Ipinakitang mas tumpak ang AI kaysa sa mga tao sa mga sitwasyon sa pagmamaneho, at malaki ang posibilidad na mababawasan nito ang bilang ng mga aksidente.
Gumagamit ang cluster ng 720 node ng 8x NVIDIA A100 Tensor Core GPUs (5, 760 GPUs ang kabuuan) para makamit ang 1.8 exaflops ng performance. Ang bawat exaflop ay katumbas ng 1 quintillion floating-point operations kada segundo.
"Ito ay talagang hindi kapani-paniwalang supercomputer," sabi ni Karpathy, ayon sa isang paglabas ng balita. "Naniniwala talaga ako na sa mga tuntunin ng flop, ito ang humigit-kumulang sa No. 5 supercomputer sa mundo."
Ang isang malalim na neural network ay nagmamasid at gumagawa ng mga hula habang ang sasakyan ay nagmamaneho nang hindi talaga kinokontrol ang sasakyan. Ang mga hula ay naitala, at anumang mga pagkakamali o maling pagkakakilanlan ay naka-log. Pagkatapos ay ginagamit ng mga inhinyero ng Tesla ang mga pagkakataong ito para gumawa ng dataset ng pagsasanay ng mahirap at magkakaibang mga sitwasyon para pinuhin ang neural network, Ang resulta ay isang koleksyon ng humigit-kumulang 1 milyong 10 segundong clip na naitala sa 36 na mga frame bawat segundo, na may kabuuang 1.5 petabytes ng data. Ang neural network ay paulit-ulit na pinapatakbo sa mga sitwasyong ito hanggang sa gumana ito nang walang pagkakamali. Sa wakas, ibabalik ito sa sasakyan at sisimulan muli ang proseso.
Pagpapadala ng Mga Sasakyan Bumalik sa Paaralan
Ang paggamit ng AI ay maaari ding magsanay ng mga kotse nang mas mabilis kaysa sa sinumang tao, sinabi ni Aditya Pathak, isang eksperto sa transportasyon para sa propesyonal na kumpanya ng serbisyo na Cognizant, sa isang panayam sa email.
"Sa proseso ng pagbuo para sa mga autonomous na sasakyan, isa sa mga kritikal na hakbang ay ang data annotation," dagdag niya. "Sa madaling salita, paano nata-tag ang mga tao, lugar, at bagay para makilala sila ng mga sasakyan?"
Tapos nang manu-mano, ang proseso ng pagtingin sa data ay magiging matagal at labor-intensive. "Sa AI at machine learning, ang proseso ay mas mabilis at mas mahusay," sabi ni Pathak.
Kailangang turuan ng AI ang mga self-driving na sasakyan kung paano gumana sa anumang uri ng kondisyon, sinabi ni Anton Slesarev, ang pinuno ng engineering sa kumpanya ng self-driving na kotse na Yandex, sa isang panayam sa email. Ang lagay ng panahon, gawain sa kalsada, mga aksidente, at hindi pare-parehong pag-uugali at reaksyon mula sa ibang mga driver ay maaaring mag-ambag sa hindi mahuhulaan ng isang paglalakbay, kahit na para sa mga driver na nagko-commute sa parehong lokasyon araw-araw, idinagdag niya.
Ang Yandex ay nagpapatakbo ng unang robot taxi service sa Europe at gumagamit na ng mga automated delivery robot, ang Yandex rovers, para sa mga paghahatid ng order ng customer mula sa mga restaurant at grocery store. Gumagamit ang kumpanya ng machine learning para tulungan ang mga robot nito na makalibot.
"Halimbawa, nakakatulong itong magsagawa ng mahahalagang paggana ng perception gaya ng pagkilala sa mga palatandaan sa kalsada, kahit na natatakpan ang mga ito ng mga bagay tulad ng ulan o sanga ng puno," sabi ni Slesarev."O para magbigay ng mga function na pangkaligtasan gaya ng pagpansin sa isang pedestrian na tatawid sa kalsada, kahit sa gabi o kapag ang pedestrian ay bahagyang nakatago ng mga bagay tulad ng mga nakaparadang sasakyan."
Ang paggamit ng artificial intelligence para sanayin ang mga sasakyan ay maaaring mapalakas ang kaligtasan, sabi ng mga tagamasid.
"Ipinakitang mas tumpak ang AI kaysa sa mga tao sa mga sitwasyon sa pagmamaneho, at malaki ang posibilidad na mababawasan nito ang bilang ng mga aksidente," sabi ni Nicholson.
