Հիմնական տանողներ
- Ավտոարտադրողները դիմում են արհեստական ինտելեկտին, որպեսզի սովորեցնեն ինքնակառավարվող մեքենաներին, թե ինչպես նավարկել առօրյա խոչընդոտները:
- Tesla-ն վերջերս ներկայացրել է իր նոր սուպերհամակարգիչը, որը կօգտագործվի մարզելու նեյրոնային ցանցերը, որոնք սնուցում են Tesla-ի Autopilot-ը:
- Ավտոմեքենաները մարզելու համար արհեստական ինտելեկտի օգտագործումը կարող է բարձրացնել անվտանգությունը, ասում են դիտորդները:
Ինքնակառավարվող մեքենաները նույնպես ուսուցիչների կարիք ունեն, և արհեստական ինտելեկտը (AI) կարող է արդյունավետ կերպով սովորեցնել այդ մեքենաներին խուսափել վթարներից, հավանաբար ավելի լավ, քան մարդիկ:
Մեքենաներ Driver's Ed-ին ուղարկելու լավագույն միջոցներից մեկը արհեստական ինտելեկտի օգտագործումն է: Վերջերս Tesla-ն ներկայացրեց իր նոր սուպերհամակարգիչը, որը կօգտագործվի մարզելու նեյրոնային ցանցերը, որոնք սնուցում են Tesla-ի Autopilot-ը և գալիք ինքնակառավարվող AI-ն: Եվ քանի որ մեքենաները դառնում են ավելի ինքնավար, պարզվում է, որ նրանք շատ վերապատրաստման կարիք ունեն։
«ԱԲ-ն բացահայտելով ավտոմեքենաների վարման հետ կապված տվյալները՝ AI-ն կարող է սկսել ճանաչել օրինաչափությունները»,- էլփոստի հարցազրույցում ասել է Pathmind ընկերության գործադիր տնօրեն Քրիս Նիկոլսոնը, որը արդյունաբերական գործառնություններում կիրառում է AI-ն: «Ցույց տվեք պատկերներ, և նա կարող է իմանալ, թե ինչ տեսք ունեն հետիոտները: Ցույց տվեք նրան գործողությունների հաջորդականությունը ճանապարհին, և նա կարող է իմանալ, թե ինչն է հանգեցնում վթարների և ինչպես խուսափել դրանցից»:
«Ճիշտ տվյալների դեպքում AI-ն կարող է շատ ճշգրիտ կանխատեսումներ անել այն մասին, թե ինչ է նայում», - ավելացրել է Նիկոլսոնը: «Եվ ինչպիսի՞ հետևանքներ կարող է ունենալ տվյալ գործողությունը, օրինակ՝ ձախ թեքվելը կամ արագանալը անձրևի տակ»:
Աճում է AI ուսուցիչների թիվը
Tesla-ն, Audi-ն, Toyota-ն, GM's Cruise-ը, գրեթե բոլոր խոշոր ավտոարտադրողները օգտագործում են AI-ն ինչ-որ ձևով, որպեսզի մեծացնեն իրենց ինքնակառավարման հնարավորությունները, ասել է Նիկոլսոնը: Եվ որոշ ոչ ավտոարտադրողներ, ինչպիսին է Google-ի Waymo-ն, աշխատում են ավտոարտադրողների հետ, ինչպիսին է Chrysler Fiat-ը, որպեսզի մշակեն և փորձարկեն ինքնակառավարվող AI::
Անդրեյ Կարպատին՝ Tesla-ի AI-ի ղեկավարը, վերջերս ներկայացրել է ընկերության վերջին սուպերհամակարգիչը՝ 2021 թվականի Համակարգչային տեսլականի և ձևանմուշների ճանաչման կոնֆերանսի շնորհանդեսի ժամանակ::
Ապացուցված է, որ ԱԲ-ն ավելի ճշգրիտ է, քան մարդիկ վարորդական իրավիճակներում, և շատ հավանական է, որ դա զգալիորեն կնվազեցնի վթարների թիվը:
Կլաստերը օգտագործում է 8x NVIDIA A100 Tensor Core GPU-ների 720 հանգույցներ (ընդհանուր՝ 5, 760 GPU)՝ 1,8 էքսաֆլոպ կատարողականության հասնելու համար: Յուրաքանչյուր էկզաֆլոպ հավասար է 1 կվինտիլիոն լողացող կետով գործողության վայրկյանում։
«Սա իսկապես անհավանական սուպերհամակարգիչ է», - ասաց Կարպատին, ըստ նորությունների հաղորդագրության: «Ես իրականում հավատում եմ, որ ֆլոպների առումով սա մոտավորապես թիվ 5 սուպերհամակարգիչն է աշխարհում»:
Խորը նյարդային ցանցը դիտարկում և կանխատեսումներ է անում, երբ մեքենան վարում է առանց մեքենան իրականում կառավարելու: Կանխատեսումները գրանցվում են, և ցանկացած սխալ կամ սխալ նույնականացում գրանցվում է: Այնուհետև Tesla-ի ինժեներներն օգտագործում են այս օրինակները՝ ստեղծելու դժվար և բազմազան սցենարներով ուսումնական տվյալների բազա՝ նեյրոնային ցանցը կատարելագործելու համար, Արդյունքը մոտավորապես 1 միլիոն 10 վայրկյան տևողությամբ տեսահոլովակների հավաքածու է, որոնք ձայնագրվել են վայրկյանում 36 կադր արագությամբ, ընդհանուր առմամբ մոտ 1,5 փետաբայթ տվյալների: Այնուհետև նեյրոնային ցանցը բազմիցս գործարկվում է այս սցենարներով, մինչև այն գործի առանց սխալի: Ի վերջո, այն ետ է ուղարկվում մեքենա և նորից սկսում գործընթացը:
Մեքենաների վերադարձ դպրոց
AI-ի կիրառումը կարող է նաև մեքենաները վարժեցնել ավելի արագ, քան ցանկացած մարդ, ասաց Cognizant մասնագիտական ծառայությունների ընկերության տրանսպորտային փորձագետ Ադիթյա Պատհակը էլեկտրոնային հարցազրույցում:
«Ինքնավար մեքենաների զարգացման գործընթացում կարևորագույն քայլերից մեկը տվյալների ծանոթագրումն է», - ավելացրեց նա: «Այլ կերպ ասած, ինչպե՞ս են մարդիկ, վայրերը և իրերը պիտակավորվում, որպեսզի դրանք ճանաչվեն տրանսպորտային միջոցներով»:
Կատարված է ձեռքով, տվյալների ուսումնասիրման գործընթացը ժամանակատար և աշխատատար կլինի: «AI-ի և մեքենայական ուսուցման դեպքում գործընթացը շատ ավելի արագ և արդյունավետ է», - ասաց Պահակը:
AI-ն պետք է սովորեցնի ինքնակառավարվող մեքենաներին, թե ինչպես աշխատել ցանկացած տեսակի պայմաններում, ասել է Yandex ինքնակառավարվող մեքենաների ընկերության ճարտարագիտության ղեկավար Անտոն Սլեսարևը էլեկտրոնային փոստով տված հարցազրույցում։ Եղանակը, ճանապարհային աշխատանքները, դժբախտ պատահարները և այլ վարորդների անհամապատասխան վարքագիծն ու արձագանքը կարող են նպաստել ճանապարհորդության անկանխատեսելիությանը, նույնիսկ այն վարորդների համար, ովքեր ամեն օր գնում են նույն վայր, ավելացրեց նա:
Yandex-ը գործարկում է Եվրոպայի առաջին ռոբոտ-տաքսի ծառայությունը և արդեն օգտագործում է ավտոմատ առաքման ռոբոտներ՝ Yandex ռովերները, ռեստորաններից և մթերային խանութներից հաճախորդների պատվերների առաքման համար: Ընկերությունն օգտագործում է մեքենայական ուսուցում՝ օգնելու իր ռոբոտներին տեղաշարժվել:
«Օրինակ, այն օգնում է կատարել կենսական ընկալման գործառույթներ, ինչպիսիք են ճանապարհային նշանների ճանաչումը, նույնիսկ երբ դրանք ծածկված են անձրևով կամ ծառի ճյուղով», - ասաց Սլեսարևը:«Կամ ապահովել անվտանգության գործառույթներ, օրինակ՝ նկատել հետիոտնին, որը պատրաստվում է անցնել ճանապարհը, նույնիսկ գիշերը կամ երբ հետիոտնին մասամբ թաքցնում են կայանված մեքենաները»:
Արհեստական ինտելեկտի օգտագործումը մեքենաների մարզման համար կարող է բարձրացնել անվտանգությունը, ասում են դիտորդները:
«Աստված է, որ AI-ն ավելի ճշգրիտ է, քան մարդիկ վարորդական իրավիճակներում, և շատ հավանական է, որ դա զգալիորեն կնվազեցնի վթարների թիվը», - ասաց Նիկոլսոնը:
