Mengapa Pembelajaran Penguatkuasaan Akan Membuka Kereta Autonomi untuk Misa

$config[ads_kvadrat] not found

SUPER AMAZING ! BAPAK SAYA MASINIS KERETA PERDANA KE STASIUN GARUT !

SUPER AMAZING ! BAPAK SAYA MASINIS KERETA PERDANA KE STASIUN GARUT !
Anonim

Otak manusia boleh mengambil banyak maklumat mengenai tempat kejadian di hadapannya untuk membuat keputusan. Rusa melompat di hadapan kereta? Slam pada brek. Kereta semakin perlahan? Tukar lorong.

Bagi kenderaan autonomi, keputusan ini tidak begitu mudah. Kami mungkin tidak mendaftarkan bahawa otak kita juga memproses semua maklumat yang diperlukan untuk mengambil tindakan, tetapi sistem autonomi perlu mengambil banyak pemboleh ubah untuk dipertimbangkan sebelum menggunakan brek. Jika sistem tidak membaca jalan dengan betul, kemalangan maut boleh menyebabkan. Kisah yang diterbitkan dalam MIT Tinjauan Teknologi pada hari Isnin menggambarkan bagaimana syarikat teknologi automotif Mobileye menggunakan pembelajaran tetulang untuk melatih kecerdasan buatan di belakang kenderaan autonomi. Kaedah ini bergantung kepada data memandu dunia sebenar, dan semakin besar set data, semakin cepat A.I. belajar bagaimana untuk mengelakkan kemalangan. Ada satu masalah, walaupun. Syarikat kereta kompetitif tidak mahu berkongsi.

Pada masa ini, jurutera perisian perlu mengambil kira setiap senario yang mungkin dan program kereta untuk menangani mereka. Tetapi di dunia nyata, jalan raya adalah persekitaran yang sangat dinamik dan pelbagai. Tidak ada cara bagi jurutera untuk menjangka setiap keadaan yang mungkin.

Daripada kereta program untuk menjangka setiap senario, para jurutera boleh memandu kereta untuk belajar cara menavigasi senario mereka sendiri. Peneguhan pembelajaran dasarnya melatih kenderaan autonomi dengan memberi ganjaran yang baik. Selepas bereksperimen dan tidak terhempas, kereta itu belajar apa yang perlu dilakukan dalam pelbagai situasi dan boleh menggunakannya untuk senario masa depan.

Walau bagaimanapun, kunci pembelajaran tetulang untuk kenderaan autonomi adalah data. Banyak dan banyak data. Untuk kereta untuk mengetahui tentang semua senario yang berbeza, ia mungkin dapat ditemui, data yang dikumpulkan di dunia nyata perlu disediakan untuk perisian kereta untuk mengetahui apa yang harus dilakukan.

Mendapatkan syarikat kereta untuk berkongsi data mereka adalah cabaran besar. Pesaing tidak diketahui kerana berkongsi apa yang membuatkan kereta mereka kelihatan. Tetapi jika mereka membuka data mereka kepada syarikat-syarikat seperti Mobileye, maka kenderaan yang boleh memandu sendiri (sekurang-kurangnya di lebuh raya) akan menjadi kenyataan lebih awal.

$config[ads_kvadrat] not found