Visbeidzot, automašīna bez vadītāja ar veselo saprātu

Daniels Džeimss Zenders

Bostonas bēdīgi nedraudzīgie autovadītāji un haotiskie ceļi var būt ideāls testēšanas laukums principiāli cita veida pašbraucošām automašīnām.

Izsauca MIT atzarojumu ES redzu izstrādā un testē autonomās braukšanas sistēmu, izmantojot jaunu pieeju mākslīgajam intelektam. Tā vietā, lai paļautos uz vienkāršiem noteikumiem vai mašīnmācības algoritmiem, lai apmācītu automašīnas braukt, starta uzņēmums smeļas iedvesmu no kognitīvās zinātnes, lai nodrošinātu mašīnām sava veida veselo saprātu un spēju ātri tikt galā ar jaunām situācijām. Tā izstrādā algoritmus, kas mēģina saskaņot veidu, kā cilvēki saprot un mācās par fizisko pasauli, tostarp mijiedarbību ar citiem cilvēkiem. Šāda pieeja varētu novest pie pašbraucošiem transportlīdzekļiem, kas ir daudz labāk aprīkoti, lai tiktu galā ar nepazīstamām ainām un sarežģītām mijiedarbībām uz ceļa.

Cilvēka prāts ir īpaši jutīgs pret fiziku un sociālajām norādēm, saka Jibiao Džao, iSee līdzdibinātājs. . Pašreizējais mākslīgais intelekts šajās jomās ir salīdzinoši ierobežots, un mēs domājam, ka tas patiesībā ir braukšanas trūkums.

Džao uzņēmums pagaidām neizskatās pēc pasaules pārspēka. Neliela inženieru komanda strādā no pieticīgas laboratorijas telpas plkst dzinējs , jaunu investīciju uzņēmumu, ko izveidojis MIT, lai finansētu novatoriskus vietējos tehnoloģiju uzņēmumus. Dzinējs atrodas tikai īsa gājiena attālumā no MIT universitātes pilsētiņas, un no tā paveras skats uz ielu, kurā autovadītāji meklē autostāvvietas un agresīvi iekļūst satiksmē.

Saistīts stāsts

Saistīts stāsts

iSee telpā esošie galdi ir pārklāti ar sensoriem un aparatūras daļām, ko komanda ir izveidojusi, lai pārņemtu kontroli pār savu pirmo prototipu - Lexus hibrīda SUV, kas sākotnēji piederēja vienam no uzņēmuma līdzdibinātājiem. Vairāki inženieri sēž aiz lieliem datoru monitoriem un uzmanīgi skatās uz koda rindām.

iSee varētu šķist smieklīgi mazs, salīdzinot ar bezvadītāja automašīnu centieniem tādos uzņēmumos kā Waymo, Uber vai Ford, taču tā izstrādātajai tehnoloģijai varētu būt liela ietekme uz daudzām jomām, kurās mūsdienās tiek izmantots AI. Ļaujot mašīnām mācīties no mazāk datu un veidot kādu veselo saprātu, to tehnoloģija varētu padarīt industriālos robotus gudrākus, jo īpaši attiecībā uz jaunām situācijām. Nesen AI jomā jau ir panākts iespaidīgs progress, pateicoties dziļajai mācīšanās metodei, kas izmanto plašus datus izsalkušus neironu tīklus (skatiet 10 Breakthrough Technologies 2013: Deep Learning).

Kad tiek ievadīts liels datu apjoms, ļoti lieli vai dziļi neironu tīkli var atpazīt smalkus modeļus. Sniedziet dziļam neironu tīklam, piemēram, daudzus suņu attēlus, un tas izdomās, kā pamanīt suni gandrīz jebkurā attēlā. Taču dziļās mācīšanās spējām ir ierobežojumi, un, lai īstenotu nākamo lēcienu, var būt vajadzīgas dažas radikālas jaunas idejas. Piemēram, suņu pamanīšanas dziļās mācīšanās sistēma nesaprot, ka suņiem parasti ir četras kājas, kažoks un slapjš deguns. Un tas nevar atpazīt cita veida dzīvniekus vai suņa zīmējumu bez tālākas apmācības.

Braukšana ietver daudz vairāk nekā tikai modeļa atpazīšanu. Cilvēku vadītāji pastāvīgi paļaujas uz veselā saprāta izpratni par pasauli. Viņi zina, ka, piemēram, autobusi apstājas ilgāk, un tie pēkšņi var radīt daudz gājēju. Būtu neiespējami ieprogrammēt pašbraucošu automašīnu visos iespējamos scenārijos, ar kuriem tā varētu saskarties. Taču cilvēki spēj izmantot savu veselo izpratni par pasauli, kas veidota no mūža pieredzes, lai saprātīgi rīkotos visās jaunās situācijās.

Padziļināta mācīšanās ir lieliska, un jūs varat daudz mācīties no iepriekšējās pieredzes, taču jums nevar būt datu kopas, kas aptver visu pasauli, saka Džao. Pašreizējam AI, kas lielākoties ir balstīts uz datiem, ir grūti saprast veselo saprātu; tā ir galvenā lieta, kas pietrūkst. Džao ilustrē šo būtību, atverot savu klēpjdatoru, lai pakalpojumā YouTube parādītu vairākas reālas ceļu satiksmes situācijas, tostarp sarežģītas satiksmes saplūšanas situācijas un dažus negadījumus.

Saprāta zināšanu trūkums noteikti ir radījis dažas problēmas autonomās braukšanas sistēmās. Piemēram, pagājušajā gadā Floridā negadījums, kurā Tesla brauca daļēji autonomā režīmā, notika, kad automašīnas sensori īslaicīgi tika sajaukti, kravas automašīnai šķērsojot šoseju (skatiet sadaļu Fatal Tesla Crash Is a Reminder Autonomous Cars Will Screw Up ). Cilvēka vadītājs, visticamāk, ātri un droši būtu sapratis, kas notiek.

Saistīts stāsts

Saistīts stāsts Nāve pie stūres, kad ir ieslēgts Teslas autopilots, rada jautājumu par to, cik drošām jābūt automatizētām automašīnām.

Džao un Debija Ju, viens no viņa līdzdibinātājiem, rāda klipu no avārijas ar Tesla Ķīnā, kurā automašīna iebrauca ielu tīrīšanas kravas automašīnā. Sistēma ir apmācīta Izraēlā vai Eiropā, un viņiem nav šāda veida kravas automašīnu, saka Džao. Tas ir balstīts tikai uz noteikšanu; tas īsti nesaprot, kas notiek, viņš saka.

iSee pamatā ir centieni izprast, kā cilvēki uztver pasauli, un izstrādāt mašīnas, kas to atdarina. Džao un citi iSee dibinātāji nāk no laboratorijas Džošs Tenenbaums , MIT smadzeņu un kognitīvās zinātnes katedras profesors, kurš tagad darbojas kā uzņēmuma padomnieks.

Tenenbaums specializējas cilvēka intelekta darbības izpētē un izmanto šo ieskatu, lai izstrādātu jaunus AI sistēmu veidus. Tas ietver darbu pie intuitīvās fizikas izjūtas, ko demonstrē, piemēram, pat mazi bērni. Bērnu spēja saprast, kā uzvedas fiziskā pasaule, ļauj viņiem paredzēt, kā var izvērsties nepazīstamas situācijas. Un, Tenenbaums skaidro, šī fiziskās pasaules izpratne ir cieši saistīta ar intuitīvu psiholoģijas izpratni un spēju secināt, ko cilvēks cenšas sasniegt, piemēram, sniedzas pēc krūzes, vērojot viņa darbības.

Spēja pārnest mācības starp situācijām ir arī cilvēka intelekta pazīme, un pat visgudrākās mašīnmācības sistēmas joprojām ir ļoti ierobežotas salīdzinājumā. Tenenbauma laboratorija apvieno parasto mašīnmācīšanos ar jaunām varbūtības programmēšanas pieejām. Tas ļauj mašīnām iemācīties secināt lietas par pasaules fiziku, kā arī par citu cilvēku nodomiem, neskatoties uz nenoteiktību.

Saistīts stāsts

Saistīts stāsts Programmatūra, kas iemācās atpazīt rakstītas rakstzīmes tikai no viena piemēra, var norādīt ceļu uz jaudīgāku, cilvēciskāku mākslīgo intelektu.

Tenenbaums saka, ka mēģinājums mainīt veidus, kā pat mazs mazulis ir gudrāks par gudrāko esošo AI sistēmu, galu galā varētu radīt daudzas gudrākas AI sistēmas. 2015. gadā kopā ar pētniekiem no Ņujorkas Universitātes un Kārnegija Melona universitātes Tenenbaums izmantoja dažas no šīm idejām, lai izstrādātu ievērojamu datorprogrammu, kas spēj iemācīties atpazīt rokrakstu, izmantojot tikai dažus piemērus (skatiet sadaļu Šis AI algoritms apgūst vienkāršus uzdevumus tikpat ātri kā mēs Darīt).

Saistītā pieeja galu galā var dot pašbraucošai automašīnai kaut ko tādu, kas tuvojas rudimentāram veselā saprāta formai nepazīstamos scenārijos. Šāda automašīna var noteikt, ka vadītājs, kurš izbrauc uz ceļa, iespējams, vēlas iekļauties satiksmē.

Runājot par autonomo braukšanu, patiesībā Tenenbaums saka, ka īpaši svarīga varētu būt spēja secināt, ko mēģina sasniegt cits vadītājs. Vēl viens no iSee līdzdibinātājiem Kriss Beikers, atrodoties MIT, izstrādāja cilvēka psiholoģijas skaitļošanas modeļus. Tenenbaums saka, ka, izmantojot inženiertehniskos modeļus, kas parāda, kā cilvēki saprot citus cilvēkus, un spēja tos izmantot autonomai braukšanai, patiešām varētu nodrošināt trūkstošo puzles daļu.

Tenenbaums saka, ka sākotnēji viņu neinteresēja ideju pielietošana no kognitīvās psiholoģijas līdz autonomai braukšanai, taču iSee dibinātāji viņu pārliecināja, ka ietekme būs ievērojama un ka viņi ir spējīgi tikt galā ar inženiertehniskajām problēmām.

Šī ir ļoti atšķirīga pieeja, un es to pilnībā atzinīgi vērtēju, saka Orens Etcioni, uzņēmuma izpilddirektors Allena Mākslīgā intelekta institūts , pētniecības institūts, ko izveidojis Microsoft līdzdibinātājs Pols Allens, lai izpētītu jaunas AI idejas, tostarp tās, kuras iedvesmojusi kognitīvā psiholoģija.

Etzioni saka, ka AI jomai ir jāizpēta idejas, kas pārsniedz dziļu mācīšanos. Viņš saka, ka galvenā iSee problēma būs pierādīt, ka izmantotās metodes var labi darboties kritiskās situācijās. Viņš atzīmē, ka varbūtiskā programmēšana ir diezgan jauna, tāpēc rodas jautājumi par veiktspēju un robustumu.

Šķiet, ka iSee iesaistītie piekrīt. Tenenbaums saka, ka ne tikai mērķis ir satricināt automašīnu nozari un, iespējams, pārveidot transportu, bet arī iespēja izpētīt, kā jauna AI pieeja darbojas īpaši nepielūdzamā praktiskajā situācijā.

Viņš saka, ka savā ziņā pašpiedziņas automašīnas būs pirmie autonomie roboti, kas mijiedarbojas ar cilvēkiem reālajā pasaulē. Patiesais izaicinājums ir: kā pieņemt šos modeļus un panākt, lai tie darbotos stabili?

paslēpties