Tärkeimmät oppimispisteet
- Autonvalmistajat kääntyvät tekoälyn puoleen opettaakseen itse ajavia autoja navigoimaan arjen esteiden läpi.
- Tesla julkisti äskettäin uuden supertietokoneensa, jota käytetään Teslan Autopilotin tehonlähteenä toimivien hermoverkkojen kouluttamiseen.
- Tekoälyn käyttäminen autojen kouluttamiseen voi lisätä turvallisuutta, tarkkailijat sanovat.
Kasvava määrä tekoälyopettajia
Tesla, Audi, Toyota, GM:n risteily – lähes jokainen suuri autonvalmistaja käyttää tekoälyä jossain muodossa parantaakseen itseajokykyään, Nicholson sanoi. Jotkut muut kuin autovalmistajat, kuten Googlen Waymo, tekevät yhteistyötä Chrysler Fiatin kaltaisten autonvalmistajien kanssa kehittääkseen ja testatakseen itseohjautuvaa tekoälyä. Andrej Karpathy, Teslan tekoälypäällikkö, julkisti äskettäin yrityksen uusimman supertietokoneen esitelmässä 2021 Computer Vision and Pattern Recognition -konferenssissa. «Tekoälyn on osoitettu olevan tarkempi kuin ihmiset ajotilanteissa, ja on hyvin todennäköistä, että se vähentää huomattavasti onnettomuuksien määrää.» Klusteri käyttää 720 solmua 8x NVIDIA A100 Tensor Core -grafiikkasuorittimesta (yhteensä 5 760 GPU:ta) saavuttaakseen 1,8 exaflopsin suorituskykyä. Jokainen eksaflop on yhtä suuri kuin 1 biljoona liukulukuoperaatiota sekunnissa. «Tämä on todella uskomaton supertietokone», Karpathy sanoi lehdistötiedotteen mukaan. «Itse asiassa uskon, että tämä on noin viidenneksi suurin supertietokone maailmassa floppien mukaan.» Syvä hermoverkko tarkkailee ja tekee ennusteita auton liikkuessa ilman, että autoa ajaa. Ennusteet tallennetaan ja kaikki virheet tai virheelliset tunnistukset kirjataan. Teslan insinöörit käyttävät sitten näitä tapauksia luodakseen vaikeita ja erilaisia skenaarioita sisältävän harjoitustietojoukon hermoverkon hienosäätämiseksi. Tuloksena on kokoelma noin miljoona 10 sekunnin leikettä, jotka on tallennettu 36 ruutua sekunnissa, yhteensä noin 1,5 petabyyttiä dataa. Neuraaliverkkoa ajetaan sitten näiden skenaarioiden läpi toistuvasti, kunnes se toimii virheettömästi. Lopuksi se palautetaan ajoneuvoon ja prosessi alkaa alusta.
Autojen lähettäminen takaisin kouluun
Tekoälyn käyttäminen voisi myös kouluttaa autoja nopeammin kuin kukaan ihminen pystyisi, Aditya Pathak, ammattipalveluyrityksen Cognizantin kuljetusasiantuntija, sanoi sähköpostihaastattelussa. «Autonomien ajoneuvojen kehitysprosessissa yksi kriittisistä vaiheista on tietojen merkitseminen», hän lisäsi. «Toisin sanoen, miten ihmiset, paikat ja asiat merkitään niin, että ajoneuvot tunnistavat ne?»
