מזונות חשובים
- יצרניות רכב פונים לבינה מלאכותית כדי ללמד מכוניות בנהיגה עצמית כיצד לנווט במכשולים יומיומיים.
- טסלה חשפה לאחרונה את מחשב העל החדש שלה שישמש לאימון הרשתות העצביות המניעות את הטייס האוטומטי של טסלה.
- שימוש בבינה מלאכותית לאימון מכוניות יכול להגביר את הבטיחות, אומרים משקיפים.
מכוניות בנהיגה עצמית זקוקות גם למורים, ובינה מלאכותית (AI) יכולה ללמד את כלי הרכב האלה ביעילות להימנע מתאונות - כנראה טוב יותר מאנשים.
אחת הדרכים הטובות ביותר לשלוח מכוניות ל-Driver's Ed היא באמצעות בינה מלאכותית. טסלה חשפה לאחרונה את מחשב העל החדש שלה שישמש לאימון הרשתות העצביות המניעות את הטייס האוטומטי של טסלה ובינה מלאכותית בנהיגה עצמית הקרובה. וככל שהמכוניות הופכות אוטונומיות יותר, מסתבר שהן זקוקות לאימון רב.
"על ידי חשיפת בינה מלאכותית לנתונים הקשורים לנהיגה במכוניות, בינה מלאכותית יכולה להתחיל לזהות דפוסים", אמר כריס ניקולסון, מנכ"ל Pathmind, חברה המיישמת בינה מלאכותית לפעילות תעשייתית, בראיון באימייל. "הראה לו תמונות, והוא יכול ללמוד איך נראים הולכי רגל. הראה לו רצפים של פעולות על הכביש, והוא יכול ללמוד מה מוביל לתאונות, וכיצד להימנע מהן."
"עם הנתונים הנכונים, בינה מלאכותית יכולה ליצור תחזיות מדויקות מאוד לגבי מה שהיא מסתכלת עליו", הוסיף ניקולסון. "ומה עשויות להיות ההשלכות של פעולה נתונה, כמו פנייה שמאלה או האצה בגשם."
מספר הולך וגדל של מורים לבינה מלאכותית
טסלה, אאודי, טויוטה, השייט של GM - כמעט כל יצרנית רכב גדולה משתמשת בבינה מלאכותית בצורה כלשהי כדי להגביר את יכולות הנהיגה העצמית שלה, אמר ניקולסון. וכמה יצרניות שאינן מכוניות, כמו Waymo של גוגל, עובדים עם יצרניות רכב כמו קרייזלר פיאט כדי לפתח ולבחון בינה מלאכותית לנהיגה עצמית.
Andrej Karpathy, ראש AI של טסלה, חשף לאחרונה את מחשב העל האחרון של החברה במהלך מצגת בכנס 2021 לראיית מחשב וזיהוי דפוסים.
הוכח כי AI מדויק יותר מאנשים במצבי נהיגה, וסביר מאוד שזה יקטין מאוד את מספר התאונות.
האשכול משתמש ב-720 צמתים של 8x NVIDIA A100 Tensor Core GPUs (5, 760 GPUs סך הכל) כדי להשיג ביצועים של 1.8 ביצועים. כל אקספופ שווה ל-1 קווינטיליון פעולות נקודה צפה בשנייה.
"זהו מחשב-על מדהים באמת", אמר קרפטי, לפי הודעה לעיתונות. "אני למעשה מאמין שבמונחים של פלופים, זה בערך מחשב העל מספר 5 בעולם."
רשת נוירונים עמוקה מתבוננת ומבצעת תחזיות בזמן שהמכונית נוסעת מבלי ממש לשלוט ברכב. התחזיות נרשמות, וכל שגיאה או זיהוי שגוי מתועדים. מהנדסי טסלה משתמשים במופעים האלה כדי ליצור מערך אימון של תרחישים קשים ומגוונים כדי לחדד את הרשת העצבית, התוצאה היא אוסף של בערך מיליון קליפים בני 10 שניות שהוקלטו במהירות של 36 פריימים לשנייה, בסך הכל כ-1.5 פטה-בייט של נתונים. לאחר מכן הרשת העצבית עוברת דרך תרחישים אלה שוב ושוב עד שהיא פועלת ללא טעות. לבסוף, הוא נשלח בחזרה לרכב ומתחיל את התהליך מחדש.
שליחת מכוניות חזרה לבית הספר
שימוש בבינה מלאכותית יכול גם לאמן מכוניות מהר יותר מכל אדם יכול, אמרה אדיטיה פאתאק, מומחית לתחבורה של חברת השירותים המקצועיים Cognizant, בראיון באימייל.
"בתהליך הפיתוח של כלי רכב אוטונומיים, אחד השלבים הקריטיים הוא הערת נתונים", הוסיף. "במילים אחרות, כיצד מתויגים אנשים, מקומות ודברים כך שניתן יהיה לזהות אותם על ידי כלי רכב?"
תבצע באופן ידני, תהליך העיון בנתונים יהיה גוזל זמן ועבודה. "עם בינה מלאכותית ולמידת מכונה, התהליך הרבה יותר מהיר ויעיל", אמר Pathak.
AI צריך ללמד מכוניות בנהיגה עצמית כיצד לפעול בכל סוג של מצב, אמר אנטון סלסרב, ראש מחלקת ההנדסה בחברת המכוניות לנהיגה עצמית Yandex, בראיון באימייל. מזג האוויר, עבודות כביש, תאונות והתנהגות ותגובות לא עקביות של נהגים אחרים יכולים לתרום לבלתי צפוי של נסיעה, אפילו עבור נהגים שנוסעים לאותו מקום מדי יום, הוא הוסיף.
Yandex מפעילה את שירות המוניות הרובוט הראשון באירופה וכבר משתמשת ברובוטי משלוח אוטומטיים, הרוברים של Yandex, למשלוחי הזמנות ללקוחות ממסעדות ומחנויות מכולת. החברה משתמשת בלמידת מכונה כדי לעזור לרובוטים שלה להתמצא.
"לדוגמה, זה עוזר לבצע פונקציות תפיסה חיוניות כמו זיהוי שלטי דרכים, אפילו כשהם מוסתרים על ידי דברים כמו גשם או ענף עץ", אמר סלסרב."או לספק פונקציות בטיחות כמו הבחנת הולך רגל שעומד לחצות את הכביש, אפילו בלילה או כשהולך הרגל מוסתר בחלקו על ידי דברים כמו מכוניות חונות."
שימוש בבינה מלאכותית לאימון מכוניות יכול להגביר את הבטיחות, אומרים משקיפים.
"בינה מלאכותית הוכחה כמדויקת יותר מאנשים במצבי נהיגה, וסביר מאוד שזה יפחית במידה ניכרת את מספר התאונות", אמר ניקולסון.
