Waarom Reinforcement Learning Autonome auto's voor de massa zal ontgrendelen

$config[ads_kvadrat] not found

AI Learns to Park - Deep Reinforcement Learning

AI Learns to Park - Deep Reinforcement Learning
Anonim

Het menselijk brein kan veel informatie over het tafereel ervoor in zich opnemen om beslissingen te nemen. Springt er een hert voor de auto uit? Slam op de rem. Een auto vertraagt ​​vooruit? Rijbaan veranderen.

Voor autonome voertuigen zijn deze beslissingen niet zo eenvoudig. We registreren misschien niet dat onze hersenen zelfs alle informatie verwerken die nodig is om actie te ondernemen, maar autonome systemen moeten rekening houden met een groot aantal variabelen voordat de remmen worden gebruikt. Als het systeem de weg niet correct leest, kan dit fatale crashes tot gevolg hebben. Een verhaal gepubliceerd in MIT's Technology Review op maandag beschrijft hoe het automobieltechnologiebedrijf Mobileye reinforcement learning gebruikt om de kunstmatige intelligentie achter autonome voertuigen te trainen. Deze methode is gebaseerd op real-time rijgegevens en hoe groter de dataset, hoe sneller de A.I. leert hoe ongevallen te voorkomen. Er is echter één probleem. Concurrerende autobedrijven willen niet delen.

Op dit moment moeten softwaretechnici zich rekenschap geven van elk mogelijk scenario en de auto programmeren om ze aan te pakken. Maar in de echte wereld zijn de wegen een zeer dynamische en gevarieerde omgeving. Er is geen mogelijkheid voor ingenieurs om op elke mogelijke situatie te anticiperen.

Eerder dan het programmeren van auto's om op elk scenario te anticiperen, kunnen ingenieurs auto's programmeren om zelf te leren navigeren op basis van scenario's. Reinforcement learning leidt in essentie autonome voertuigen op door goede resultaten te belonen. Na het experimenteren en niet crashen, leert de auto wat hij moet doen in verschillende situaties en kan hij dit toepassen op toekomstige scenario's.

De sleutel tot versterking van het leren van autonome voertuigen is echter data. Veel en veel data. Om auto's te leren kennen over alle verschillende scenario's die ze mogelijk kunnen tegenkomen, moeten gegevens die in de echte wereld zijn verzameld, beschikbaar worden gesteld aan autosoftware, zodat ze praktisch kunnen leren wat ze moeten doen.

Het is de grote uitdaging om autobedrijven hun data te laten delen. Concurrenten staan ​​niet bekend om het delen van wat hun auto laat tikken. Maar als ze hun gegevens openstellen voor bedrijven zoals Mobileye, dan zullen voertuigen die zichzelf kunnen besturen (tenminste op de snelweg) veel eerder een realiteit worden.

$config[ads_kvadrat] not found