Устранение «пробелов» в искусственном интеллекте автомобильного автопилота

Беспилотным автомобилем называется машина, оборудованная автопилотом, которая может двигаться без участия водителя-человека, автономно. К ним относятся автономные авто Google, робомобили MIG (Made in Germany), AKTIV, VisLab, Брауншвейгский Леони, а также продукция компании Тесла, которая серьезно настроилась создать беспилотный авто к 2020 году. Машины на автопилоте все более усложняются, однако с безопасностью у них до сих пор серьезные проблемы. Ведь, если автопилот способен вести машину в условиях безопасного полигона, это совсем не означает, что он сможет сделать это на настоящих дорогах в режиме реального времени.

Эту проблему разрабатывает сейчас группа ученых из университета Массачусетса (MIT), которая занимается изучением различий между обучением автономных систем и реальными проблемами. Исследователи смоделировали события, происходящие на настоящих дорогах и не совпадающие с тем, что было загружено в память автопилота. Классический пример, который любят приводить разработчики, о различиях автомобиля скорой помощи и большой белой машины. Если автопилот не прошел соответствующее обучение и у него нет необходимых сенсоров для определения разницы между этими двумя авто, на реальной дороге он не среагирует на приближение скорой. Исследователи называют это «пробелом» в обучении.

Как избавиться от «пробелов» в искусственном интеллекте автопилота?

Чтобы обнаружить эти пробелы в образовании искусственного интеллекта, разработчики задействовали наблюдателей, которые внимательно следили за действиями обучаемого искусственного интеллекта и комментировали его ошибки. После этого их комментарии сравнивались с загружаемыми данными, и определялись ситуации, где искусственному интеллекту нужна дополнительная информация для того, чтобы поступить наиболее правильно и безопасно.

Студент, обучающийся в магистратуре лаборатории информатики и искусственного интеллекта Рамиа Рамакришнан говорит, что: «С помощью этой модели автономная система узнает то, чего еще не знает. Очень часто при применении подобных устройств загруженные в них данные о моделях поведения не совпадали с реальными жизненными ситуациями, в результате чего система выдавала фатальные ошибки, приводящие к аварии.

Основной идеей уменьшения количества подобных ошибок является использование людей-наблюдателей для того, чтобы соединить реальный мир и симуляцию».

Это применимо и в полевых условиях, когда водительское место автономного автомобиля занято человеком. Пока искусственный интеллект ведет машину правильно, человеку ничего не надо делать. Однако, когда система делает ошибку, водитель перехватывает управление на себя, подав нужный сигнал автопилоту. Подобные действия научат искусственный интеллект правильно поступать в неоднозначных ситуациях, когда действия машины вступают в конфликт с действиями водителя.

В данный момент эта система обучения автопилота испытывается в качестве компьютерной видеоигры. В качестве следующего этапа ее заставят управлять автомобилем на настоящих дорогах в режиме реального времени.