Hogyan tanítják az „éles helyzetekből” származó adatok a mesterséges intelligenciát a pontos, valós idejű válaszadásra
Az autonóm vezetést a mobilitás jövőjének tekintik, köszönhetően az olyan vállalatoknak, mint a Tesla, amelyek mesterséges intelligenciával vezérelt fejlett vezetést segítő rendszereket (ADAS) fejlesztettek ki, hogy segítsenek a felhasználóknak bizonyos körülmények között navigálni egyik pontról a másikra.
A haladás sokak számára megdöbbentő volt, de még mindig közel sem vagyunk az igazán autonóm járművekhez. A valódi autonómia elérése érdekében az önvezető járműveknek minden körülmények között jobb teljesítményt kell tudniuk nyújtani, mint az emberi vezetőknek, legyen szó sűrűn lakott városi területről, faluról vagy egy váratlan helyzetről.
„Az autonóm vezetés az idő nagy részében valóban egyszerű. Néha olyan egyszerű, mint egy üres úton vezetni, vagy követni egy elől haladó járművet. Mivel azonban a való világgal van dolgunk, sokféle váratlan helyzet fordulhat elő” – mondta Kai Wang, az Amazon tulajdonában lévő Zoox mobilitási vállalat előrejelzési igazgatója a VentureBeat Transform 2022 konferenciáján.
Ezek a váratlan esetek gondot okoznak az algoritmusoknak. Képzeljünk el egy embercsoportot, amint egy beláthatatlan sarokból vagy az úton lévő akadály mögül kilép az úttestre.
Az emberek elég jól felismerik és reagálnak szinte mindenféle éles helyzetre, de a gépek nehéznek találják a feladatot, mivel nagyon sok lehetőség van arra, hogy mi történhet az úton. Ennek megoldására a Zoox, amely teljesen autonóm vezetési szoftvert és egy erre a célra épített autonóm robotaxit épít, többrétegű megközelítést alkalmazott.
„Nem igazán létezik egyetlen megoldás, amely megoldaná ezeket az eseteket. Igyekszünk tehát különböző típusú megoldásokat beépíteni a teljes rendszer szintjén, minden rétegben, hogy a legjobb esélyt adjuk ezeknek a dolgoknak a kezelésére” – mondta Wang.
Először is, amint az ügyvezető elmagyarázta, a Zoox lehetővé teszi a különböző körülmények/objektumok érzékelését azáltal, hogy adatokat közvetít a jármű mind a négy sarkán elhelyezett érzékelő dobozokból.
Mindegyik doboz többféle szenzortípussal rendelkezik – RGB kamerák, Lidar érzékelők, radarok és hőérzékelők –, amelyek kiegészítik egymást. Az RGB kamerák például képesek érzékelni a képek részleteit, de nem mérik a mélységet, amit a Lidar kezel.
„Érzékelési rendszerünk feladata, hogy ezeket az érzékelőket együtt használja, és egyesítse őket, hogy egyetlen reprezentációt hozzon létre a körülöttünk lévő összes objektumról. Ez adja a legjobb esélyt arra, hogy felismerje a körülöttünk lévő világban található összes dolgot” – mondta Wang.
Amint a környező objektumok felismerésre kerülnek, a rendszer modellezi, hogy a következő néhány másodpercben hova kerülnek. Ez adatvezérelt mély tanulási algoritmusokkal történik, amelyek a jövőbeli potenciális pályák eloszlását állítják elő. Ezt követően figyelembe veszi az összes dinamikus entitást és előre jelzett pályájukat, és döntést hoz arról, hogy mit tegyen, vagy hogyan navigáljon biztonságosan az aktuális forgatókönyvben a célhelyre.
Noha a rendszer hatékonyan modellez és kezeli az éles eseteket, útközben bizonyos újszerű helyzetekbe is belefuthat. Ilyen esetekben a rendszer leáll, és a távirányítási képességeket használja egy emberi szakértőt hívva segítségül (miközben egyidejűleg ellenőrzi az ütközési lehetőségeket és az akadályokat más objektumokkal).
„Van egy emberi kezelőnk, akit a rendszer hív, hogy javasoljon egy utat az akadályon való átjutáshoz. Eddig a teljes küldetési időnk kevesebb, mint 1%-ában kaptunk távirányítási kérelmet a rendszertől összetett környezetben. És ahogy a rendszerünk egyre érettebb lesz, ennek az aránynak tovább kell csökkennie” – mondta Wang.
A továbblépés után az éles esethez kapcsolódó adatok egy visszacsatolási hurkon keresztül eljutnak a vállalathoz, lehetővé téve, hogy a forgatókönyvet és annak változatait szimulációkban használja a szoftverrendszer robusztusabbá tétele érdekében.
Forrás: Venture Beat
https://venturebeat.com/2022/07/28/how-edge-data-is-training-ai-for-accurate-real-time-response/
