Key Takeaways
- Autohersteller wenden sich der künstlichen Intelligenz zu, um selbstfahrenden Autos beizubringen, wie sie alltägliche Hindernisse überwinden.
- Tesla hat kürzlich seinen neuen Supercomputer vorgestellt, der zum Trainieren der neuronalen Netze verwendet wird, die Teslas Autopilot antreiben.
- Der Einsatz von KI beim Trainieren von Autos kann die Sicherheit erhöhen, sagen Beobachter.
Selbstfahrende Autos brauchen auch Lehrer, und künstliche Intelligenz (KI) kann diesen Fahrzeugen effizient beibringen, Unfälle zu vermeiden - wahrscheinlich besser als Menschen.
Eine der besten Möglichkeiten, Autos zu Driver's Ed zu schicken, ist die Verwendung künstlicher Intelligenz. Tesla hat kürzlich seinen neuen Supercomputer vorgestellt, der zum Trainieren der neuronalen Netze verwendet wird, die Teslas Autopilot und die kommende selbstfahrende KI antreiben. Und da Autos immer autonomer werden, stellt sich heraus, dass sie viel Training benötigen.
"Indem KI Daten im Zusammenhang mit dem Autofahren ausgesetzt wird, kann KI beginnen, Muster zu erkennen", sagte Chris Nicholson, der CEO von Pathmind, einem Unternehmen, das KI im industriellen Betrieb anwendet, in einem E-Mail-Interview. "Zeigen Sie ihm Bilder, und er kann lernen, wie Fußgänger aussehen. Zeigen Sie ihm Handlungsabläufe auf der Straße, und er kann lernen, was zu Unfällen führt und wie man sie vermeidet."
"Mit den richtigen Daten kann die KI sehr genaue Vorhersagen darüber treffen, was sie betrachtet", fügte Nicholson hinzu. "Und welche Folgen könnte eine bestimmte Handlung haben, wie zum Beispiel Linksabbiegen oder Beschleunigen im Regen."
Wachsende Zahl von KI-Lehrern
Tesla, Audi, Toyota, GMs Cruise – fast jeder einzelne große Autohersteller nutzt KI in irgendeiner Form, um seine Selbstfahrfähigkeiten zu verbessern, sagte Nicholson. Und einige Nicht-Autohersteller, wie Waymo von Google, arbeiten mit Autoherstellern wie Chrysler Fiat zusammen, um selbstfahrende KI zu entwickeln und zu testen.
Andrej Karpathy, Teslas KI-Leiter, stellte kürzlich den neuesten Supercomputer des Unternehmens während einer Präsentation auf der 2021 Conference on Computer Vision and Pattern Recognition vor.
KI hat sich in Fahrsituationen als genauer erwiesen als Menschen, und es ist sehr wahrscheinlich, dass sie die Zahl der Unfälle erheblich verringern wird.
Der Cluster verwendet 720 Knoten mit 8x NVIDIA A100 Tensor Core GPUs (insgesamt 5.760 GPUs), um eine Leistung von 1,8 Exaflops zu erreichen. Jeder Exaflop entspricht 1 Trillion Gleitkommaoperationen pro Sekunde.
"Das ist ein wirklich unglaublicher Supercomputer", sagte Karpathy laut einer Pressemitteilung. "Ich glaube tatsächlich, dass dies in Bezug auf die Flops ungefähr der Supercomputer Nr. 5 der Welt ist."
Ein tiefes neuronales Netzwerk beobachtet und trifft Vorhersagen, während das Auto fährt, ohne das Fahrzeug tatsächlich zu steuern. Die Vorhersagen werden aufgezeichnet, und alle Fehler oder Fehlidentifikationen werden protokolliert. Tesla-Ingenieure verwenden diese Instanzen dann, um einen Trainingsdatensatz mit schwierigen und unterschiedlichen Szenarien zu erstellen, um das neuronale Netzwerk zu verfeinern, Das Ergebnis ist eine Sammlung von etwa 1 Million 10-Sekunden-Clips, die mit 36 Bildern pro Sekunde aufgenommen wurden und insgesamt etwa 1,5 Petabyte an Daten umfassen. Diese Szenarien durchläuft das neuronale Netz dann so oft, bis es fehlerfrei arbeitet. Schließlich wird es an das Fahrzeug zurückgesendet und der Prozess beginnt erneut.
Autos zurück zur Schule schicken
Der Einsatz von KI kann Autos auch schneller trainieren als jeder Mensch, sagte Aditya Pathak, ein Transportexperte des professionellen Dienstleistungsunternehmens Cognizant, in einem E-Mail-Interview.
"Im Entwicklungsprozess für autonome Fahrzeuge ist die Datenannotation einer der entscheidenden Schritte", fügte er hinzu. „Mit anderen Worten, wie werden Personen, Orte und Dinge markiert, damit sie von Fahrzeugen erkannt werden können?“
Manuell wäre das Sichten der Daten zeitaufwändig und arbeitsintensiv. „Mit KI und maschinellem Lernen ist der Prozess viel schneller und effizienter“, sagte Pathak.
KI muss selbstfahrenden Autos beibringen, wie sie unter allen Bedingungen funktionieren, sagte Anton Slesarev, der technische Leiter des selbstfahrenden Autoherstellers Yandex, in einem E-Mail-Interview. Wetter, Baustellen, Unfälle und inkonsistentes Verh alten und Reaktionen anderer Fahrer können zur Unvorhersehbarkeit einer Fahrt beitragen, selbst für Fahrer, die jeden Tag zum selben Ort pendeln, fügte er hinzu.
Yandex betreibt Europas ersten Robotertaxidienst und setzt bereits automatisierte Lieferroboter, die Yandex-Rover, für die Lieferung von Kundenbestellungen aus Restaurants und Lebensmittelgeschäften ein. Das Unternehmen nutzt maschinelles Lernen, um seinen Robotern bei der Fortbewegung zu helfen.
"Zum Beispiel hilft es, wichtige Wahrnehmungsfunktionen wie das Erkennen von Verkehrszeichen auszuführen, selbst wenn sie von Dingen wie Regen oder einem Ast verdeckt werden", sagte Slesarev."Oder um Sicherheitsfunktionen bereitzustellen, wie das Erkennen eines Fußgängers, der gerade die Straße überquert, auch nachts oder wenn der Fußgänger teilweise von Dingen wie geparkten Autos verdeckt wird."
Der Einsatz künstlicher Intelligenz beim Trainieren von Autos kann die Sicherheit erhöhen, sagen Beobachter.
"KI hat sich in Fahrsituationen als genauer erwiesen als Menschen, und es ist sehr wahrscheinlich, dass sie die Zahl der Unfälle erheblich verringern wird", sagte Nicholson.
