211service.com
Uber's Woes parāda AI komercializācijas grūtības
Uber centieni palikt soli priekšā konkurentiem, ieguldot lielus ieguldījumus robotikā un AI izpētē, liecina par problēmām.
Pēdējo mēnešu laikā Uber ir zaudējis vairākus vecākos biedrus Advanced Technologies Group, pašbraucošo automašīnu projektā, kura galvenā mītne atrodas Pitsburgā. Un arī tās jaunās mākslīgā intelekta laboratorijas vadītājs Gerijs Markuss atkāpās no amata pēc tam, kad bija nostrādājis vairākus mēnešus. Tie ir daļa no lielāka attēla, kas izceļ izaicinājumus, kas saistīti ar tehnoloģiju komercializāciju, kas joprojām ir ārkārtīgi sarežģīta un progresīva.
Uber izveidoja savu mākslīgā intelekta laboratoriju decembrī pēc tam, kad iegādājās Geometric Intelligence — jaunuzņēmumu, kuru vadīja Markuss, kognitīvais zinātnieks no Ņujorkas universitātes. Markuss, kurš joprojām ir Uber padomnieks mākslīgā intelekta jautājumos, šodien EmTech Digital konferencē apspriedīs izaicinājumus, kas joprojām pastāv mākslīgā intelekta jomā. MIT tehnoloģiju apskats.
Jaunākā Uber neveiksme notika pagājušajā nedēļā, kad tā bija spiesta apturēt savu pašbraucošo transportlīdzekļu testēšanu Arizonā pēc tam, kad viena automašīna iesaistīts negadījumā ar citu transportlīdzekli. Pagaidām nekas neliecina, ka pie vainas būtu bijis pašbraucošais auto.
Kā paskaidros Markuss, padarīt datorus tikpat gudrus kā cilvēkus kritiskās situācijās, piemēram, vadot automašīnu, joprojām ir milzīgs izaicinājums. Pašpiedziņas automašīnas vēl nevar reaģēt uz jebkādu iespēju, ar kuru tās varētu saskarties uz ceļa, un, lai to apgūtu, ir nepieciešams milzīgs datu apjoms.
Uber ir steidzies izstrādāt automatizētus transportlīdzekļus, baidoties, ka tehnoloģija varētu viegli izjaukt taksometru nozari. Uzņēmums ātri uzņēma ātrumu, un uz vairāku pilsētu ceļiem ir pašbraucošas automašīnas. Bet kā MIT tehnoloģiju apskats atklājās, ka šīs sistēmas vēl nedarbojas perfekti pat parastās braukšanas situācijās.
Ir arī ievērojamas inženiertehniskās problēmas. Piemēram, nav skaidrs, kā likt pašbraucošām automašīnām tikt galā ar degradētiem sensoriem vai kā aktīvās sistēmas, piemēram, lidars, lāzersistēmas veids, varētu traucēt viena otrai, ja uz ceļiem atrodas daudz pašbraucošu automašīnu ( skatiet Kas jums jāzina, pirms sēdāties pašbraucošā automašīnā).
Markuss ir bijis izteikts kritiķis tam, ko viņš uzskata par pārmērīgu paļaušanos uz mākslīgā intelekta mašīnmācības pieejām, kas balstītas uz neironu tīkliem. 2014. gadā viņš nodibināja ģeometrisko izlūkošanu, lai izpētītu alternatīvas pieejas (skatiet sadaļu Vai šis cilvēks var padarīt AI cilvēcīgāku?).
Cita starpā ģeometriskais intelekts centās atrast efektīvākus veidus, kā mašīnas varētu mācīties. Lai gan cilvēks var ļoti ātri iemācīties atpazīt jaunu ceļa zīmi, datoram ir nepieciešami daudzi tūkstoši piemēru, izmantojot mūsdienu labākās mašīnmācīšanās metodes.
Arī citi uzņēmumi, kas strādā pie automatizētas braukšanas, ir atklājuši lēnāku progresu, nekā viņi varētu cerēt. Google ir izstādījis uzņēmumu Waymo no sava pašpiedziņas automašīnu projekta, taču tā tehnoloģija vēl nav pieejama komerciāli.