211service.com
Eindelijk een auto zonder bestuurder met gezond verstand
Daniel James Zender
De notoir onvriendelijke chauffeurs en chaotische wegen van Boston kunnen de perfecte proeftuin zijn voor een fundamenteel ander soort zelfrijdende auto.
Een spin-off van MIT genaamd Ik zie ontwikkelt en test het autonome rijsysteem met behulp van een nieuwe benadering van kunstmatige intelligentie. In plaats van te vertrouwen op eenvoudige regels of machine learning-algoritmen om auto's te trainen om te rijden, haalt de startup inspiratie uit de cognitieve wetenschap om machines een soort gezond verstand te geven en het vermogen om snel met nieuwe situaties om te gaan. Het ontwikkelt algoritmen die proberen te matchen met de manier waarop mensen de fysieke wereld begrijpen en erover leren, inclusief interactie met andere mensen. De aanpak zou kunnen leiden tot zelfrijdende voertuigen die veel beter zijn toegerust om onbekende scènes en complexe interacties op de weg aan te pakken.
De menselijke geest is supergevoelig voor natuurkunde en sociale signalen, zegt Yibiao Zhao, medeoprichter van iSee . De huidige AI is relatief beperkt in die domeinen, en we denken dat dat eigenlijk het ontbrekende onderdeel is in het autorijden.
Zhao's bedrijf ziet er nog niet uit als een wereldklopper. Een klein team van ingenieurs werkt vanuit een bescheiden laboratoriumruimte bij de motor , een nieuwe investeringsmaatschappij die door MIT is opgericht om innovatieve lokale technologiebedrijven te financieren. Gelegen op slechts een korte wandeling van de MIT-campus, kijkt de Engine uit over een straat waar automobilisten zich verdringen om parkeerplaatsen en agressief het verkeer inrijden.
Verwant verhaal
Verwant verhaal De bureaus in de ruimte van iSee zijn bedekt met sensoren en stukjes hardware die het team heeft samengesteld om de controle over zijn eerste prototype over te nemen, een hybride SUV van Lexus die oorspronkelijk toebehoorde aan een van de medeoprichters van het bedrijf. Verschillende ingenieurs zitten achter grote computerschermen en staren aandachtig naar regels code.
iSee lijkt misschien belachelijk klein in vergelijking met de inspanningen van bedrijven als Waymo, Uber of Ford om zelfrijdende auto's te maken, maar de technologie die het ontwikkelt, kan een grote impact hebben op veel gebieden waar AI tegenwoordig wordt toegepast. Door machines in staat te stellen te leren van minder gegevens en een vorm van gezond verstand op te bouwen, zou hun technologie industriële robots slimmer kunnen maken, vooral in nieuwe situaties. Er is recentelijk al spectaculaire vooruitgang geboekt op het gebied van AI dankzij deep learning, een techniek die gebruikmaakt van enorme dataverslindende neurale netwerken (zie 10 Breakthrough Technologies 2013: Deep Learning).
Wanneer grote hoeveelheden gegevens worden gevoed, kunnen zeer grote of diepe neurale netwerken subtiele patronen herkennen. Geef een diep neuraal netwerk bijvoorbeeld veel foto's van honden, en het zal uitzoeken hoe je een hond in vrijwel elke afbeelding kunt herkennen. Maar er zijn grenzen aan wat deep learning kan doen, en misschien zijn er enkele radicaal nieuwe ideeën nodig om de volgende sprong voorwaarts te maken. Een deep-learningsysteem voor het spotten van honden begrijpt bijvoorbeeld niet dat honden doorgaans vier poten, een vacht en een natte neus hebben. En zonder verdere training kan hij geen andere soorten dieren herkennen, of een tekening van een hond.
Bij autorijden komt veel meer kijken dan alleen patroonherkenning. Menselijke chauffeurs vertrouwen voortdurend op een gezond verstand van de wereld. Ze weten dat bussen er bijvoorbeeld langer over doen om te stoppen en ineens veel voetgangers kunnen produceren. Het zou onmogelijk zijn om een zelfrijdende auto te programmeren met elk mogelijk scenario dat het kan tegenkomen. Maar mensen kunnen hun gezonde verstand van de wereld, opgebouwd door levenslange ervaring, gebruiken om verstandig te handelen in allerlei nieuwe situaties.
Deep learning is geweldig en je kunt veel leren van eerdere ervaringen, maar je kunt geen dataset hebben die de hele wereld omvat, zegt Zhao. De huidige AI, die grotendeels datagestuurd is, heeft moeite met het begrijpen van gezond verstand; dat is het belangrijkste dat ontbreekt. Zhao illustreert het punt door zijn laptop te openen om verschillende situaties op de weg op YouTube te laten zien, waaronder complexe verkeerssituaties en enkele harig ogende ongevallen.
Een gebrek aan kennis van gezond verstand heeft zeker problemen veroorzaakt voor autonome rijsystemen. Een ongeval met een Tesla die vorig jaar in semi-autonome modus reed in Florida, deed zich bijvoorbeeld voor toen de sensoren van de auto tijdelijk in de war raakten toen een vrachtwagen de snelweg overstak (zie Fatal Tesla Crash Is a Reminder Autonomous Cars zullen soms verknoeien). Een menselijke bestuurder zou waarschijnlijk snel en veilig hebben ontdekt wat er aan de hand was.
Verwant verhaal
Verwant verhaal Een dood achter het stuur met Tesla's Autopilot aan roept de vraag op hoe veilig geautomatiseerde auto's moeten zijn.Zhao en Debbie Yu, een van zijn medeoprichters, tonen een filmpje van een ongeval met een Tesla in China, waarbij de auto recht op een straatveegwagen inreed. Het systeem is getraind op Israël of Europa, en ze hebben dit soort vrachtwagens niet, zegt Zhao. Het is alleen gebaseerd op detectie; hij begrijpt niet echt wat er aan de hand is, zegt hij.
iSee is gebaseerd op pogingen om te begrijpen hoe mensen de wereld begrijpen en om machines te ontwerpen die dit nabootsen. Zhao en andere oprichters van iSee komen uit het lab van Josh Tenenbaum , een professor in de afdeling hersen- en cognitieve wetenschappen aan het MIT die nu als adviseur van het bedrijf fungeert.
Tenenbaum is gespecialiseerd in het onderzoeken hoe menselijke intelligentie werkt en het gebruik van dat inzicht om nieuwe soorten AI-systemen te ontwikkelen. Dit omvat bijvoorbeeld het werken aan het intuïtieve gevoel voor natuurkunde dat zelfs door jonge kinderen wordt getoond. Het vermogen van kinderen om te begrijpen hoe de fysieke wereld zich gedraagt, stelt hen in staat te voorspellen hoe onbekende situaties zich kunnen ontvouwen. En, legt Tenenbaum uit, dit begrip van de fysieke wereld is nauw verbonden met een intuïtief begrip van psychologie en het vermogen om af te leiden wat een persoon probeert te bereiken, zoals het pakken van een kopje, door naar zijn of haar acties te kijken.
Het vermogen om leren tussen situaties over te dragen, is ook een kenmerk van menselijke intelligentie, en zelfs de slimste machine-leersystemen zijn in vergelijking nog steeds erg beperkt. Het laboratorium van Tenenbaum combineert conventionele machine learning met nieuwe probabilistische programmeerbenaderingen. Dit maakt het voor machines mogelijk om ondanks onzekerheid dingen te leren over de fysica van de wereld en de bedoelingen van anderen.
Verwant verhaal
Verwant verhaal Software die leert om geschreven karakters uit slechts één voorbeeld te herkennen, kan de weg wijzen naar krachtigere, meer menselijke kunstmatige intelligentie.Proberen om de manieren waarop zelfs een jonge baby slimmer is dan het slimste bestaande AI-systeem te reverse-engineeren, zou uiteindelijk kunnen leiden tot veel slimmere AI-systemen, zegt Tenenbaum. In 2015 gebruikte Tenenbaum, samen met onderzoekers van de New York University en Carnegie Mellon University, een aantal van deze ideeën om een baanbrekend computerprogramma te ontwikkelen dat in staat is om handschrift te leren herkennen aan de hand van slechts een paar voorbeelden (zie Dit AI-algoritme leert eenvoudige taken zo snel als we Doen ).
Een verwante benadering zou een zelfrijdende auto uiteindelijk iets kunnen geven dat in onbekende scenario's een rudimentaire vorm van gezond verstand benadert. Zo'n auto kan misschien vaststellen dat een bestuurder die de weg opgaat waarschijnlijk wil invoegen in het verkeer.
Als het gaat om autonoom rijden, zegt Tenenbaum zelfs dat de mogelijkheid om af te leiden wat een andere bestuurder probeert te bereiken, bijzonder belangrijk kan zijn. Een andere medeoprichter van iSee, Chris Baker, ontwikkelde computationele modellen van de menselijke psychologie terwijl hij aan het MIT werkte. Het nemen van modellen in technische stijl van hoe mensen andere mensen begrijpen, en deze in autonoom rijden kunnen omzetten, zou echt een ontbrekend stukje van de puzzel kunnen zijn, zegt Tenenbaum.
Tenenbaum zegt dat hij aanvankelijk niet geïnteresseerd was in het toepassen van ideeën uit de cognitieve psychologie op autonoom rijden, maar de oprichters van iSee overtuigden hem ervan dat de impact aanzienlijk zou zijn en dat ze de technische uitdagingen aankonden.
Dit is een heel andere benadering, en ik juich het volledig toe, zegt Oren Etzioni, CEO van de Allen Instituut voor Kunstmatige Intelligentie , een onderzoeksinstituut dat is opgericht door Microsoft-medeoprichter Paul Allen om nieuwe ideeën in AI te onderzoeken, waaronder ideeën die zijn geïnspireerd op de cognitieve psychologie.
Etzioni zegt dat het gebied van AI ideeën moet onderzoeken die verder gaan dan deep learning. Hij zegt dat het belangrijkste probleem voor iSee zal zijn om aan te tonen dat de gebruikte technieken goed kunnen presteren in kritieke situaties. Probabilistisch programmeren is vrij nieuw, merkt hij op, dus er zijn vragen over de prestaties en robuustheid.
Degenen die betrokken zijn bij iSee lijken het daarmee eens te zijn. Naast het doel om de auto-industrie wakker te schudden en misschien het transport opnieuw vorm te geven, zegt Tenenbaum, heeft iSee een kans om te onderzoeken hoe een nieuwe AI-aanpak werkt in een bijzonder meedogenloze praktische situatie.
In zekere zin zullen zelfrijdende auto's de eerste autonome robots zijn die interactie hebben met mensen in de echte wereld, zegt hij. De echte uitdaging is: hoe pak je deze modellen aan en laat je ze robuust werken?