Для достижения истинной универсальности и надёжности систем автономного вождения искусственному интеллекту требуется колоссальный объём обучающих данных, значительно превышающий доступные сегодня. Где же взять эти данные? Один из перспективных ответов содержится в недавней патентной заявке компании Tesla, которая предлагает инновационный подход к сбору информации.
Гениальная идея от директора по ИИ Tesla
Концепция, предложенная директором по искусственному интеллекту Tesla Андреем Карпати, заключается в том, чтобы превратить каждый автомобиль марки в мобильный источник данных. Согласно патенту, всякий раз, когда Tesla выезжает на дорогу, она начинает генерировать ценные обучающие материалы для нейросетей.
В процессе движения автомобили Tesla постоянно анализируют окружающую обстановку с помощью своих датчиков и камер. Встроенный искусственный интеллект в реальном времени пытается классифицировать все объекты вокруг: пешеходов, дорожные знаки, другие транспортные средства или даже случайный мусор. Однако текущий уровень распознавания не всегда идеален, и ошибки идентификации могут потенциально привести к неверным решениям автопилота.
Автоматизированный сбор данных в глобальном масштабе
Традиционный путь улучшения ИИ — это его обучение на огромных массивах размеченных данных, например, на миллионах изображений различных объектов. Ручной сбор и разметка таких датасетов — процесс крайне дорогой и трудоёмкий. Идея Карпати предлагает элегантное решение этой проблемы.
Патент описывает систему, при которой автомобиль, сталкиваясь с объектом (например, с лежащей на дороге покрышкой) и распознавая его с определённой долей уверенности (но не со 100%), автоматически сохраняет снимок и отправляет его в облачное хранилище Tesla. В облаке эти изображения проходят дополнительный анализ, верификацию и затем используются для тренировки новых, более совершенных версий алгоритмов.
Обратите внимание: На улице снег, но уже пора задуматься о поездке летом, иначе будет поздно.
Обновлённые и «поумневшие» модели искусственного интеллекта затем рассылаются на весь парк автомобилей Tesla через регулярные программные обновления по воздуху (over-the-air).
Почему важны тысячи изображений одного объекта?
Может показаться, что тысячи фотографий одной и той же шины — это избыточно, когда достаточно дюжины. Однако ключевой момент здесь — разнообразие условий. Один и тот же объект кардинально меняется в зависимости от обстоятельств: мокрая покрышка ночью выглядит иначе, чем сухая днём; шина, частично утопленная в снег или грязь, представляет собой сложную задачу для распознавания. Цель системы — научить автопилот безошибочно идентифицировать объект в любых погодных условиях, при любом освещении и в любом состоянии. Именно такой гигантский и разнообразный набор данных делает это возможным.
Формирование коллективного тысячелетнего опыта
Каждая поездка каждого автомобиля вносит вклад в общую «базу знаний» автопарка Tesla. Если произвести приблизительные расчёты, учитывая, что средний электромобиль проезжает около 15 000 километров в год, то совокупный опыт вождения всех произведённых к настоящему моменту Tesla исчисляется тысячами лет ежедневно! Это означает, что искусственный интеллект в каждом новом автомобиле будет обладать опытом, эквивалентным многотысячелетней практике, собранной со всего мира. Такой подход не просто впечатляет — он принципиально меняет парадигму обучения автономных систем.
Понравилась статья? Подпишитесь
#автообзор #автомобильная история #автомашина #машина будущего
Больше интересных статей здесь: Совет.
Источник статьи: Как каждый автомобиль Tesla будет иметь тысячелетний опыт вождения.