Rossz időben is kitűnően lát az önvezető járművekhez készülő mesterséges intelligencia
A török Boszporusz és a brit Oxfordi Egyetem nagy áttörést ért el egy közösen épített, új mesterségesintelligencia-rendszerrel, ami lehetővé teszi az autonóm járművek (AV-k) biztonságosabb és megbízhatóbb navigációját – különösen kedvezőtlen időjárási körülmények között.
A The Engineer a Nature Machine Intelligence-ben megjelent tanulmány kapcsán kérdezte a kutatókat. Egyikük, Yasin Almalioglu közölte: az AV-k navigációja ködben, esőben és hóban nem túl precíz, ezért nagyon ritkán is tesztelik őket ilyen körülmények között. Mint mondta, az AV-vel simán előfordulhat, hogy a kanyar előtt azt hiszi, rossz sávban halad, esetleg túl későn áll meg egy kereszteződésben, ami – talán mondani sem kell – végzetes hiba lehet.
A probléma kiküszöbölésére Almalioglu és csapata egy olyan önmagát felülvizsgáló, mélytanulásos modellt fejlesztett, amivel a jármű sokkal pontosabban képes megbecsülni a környezetében lévő egyéb objektumokhoz viszonyított mozgási helyzetét. A rendszer titka abban rejlik, hogy képes összefésülni a kedvezőtlen látási feltételek mellett kevésbé részletes vizuális érzékelés, valamint az időjárástól függetlenül is működő fedélzeti radarok adatait.
Az oxfordiak nyilvánosan elérhető AV-adatbázisok felhasználásával tanították a mesterséges intelligenciát. Ez a sok data különböző érzékelőtípusoktól, például kamerákból, radarokból, LiDAR rendszerekből származik, ráadásul számtalan – például nappali, éjszakai és esős – beállítással rögzítették őket. A tengernyi adatból olyan algoritmusokat gyártottak, amelyek képesek rekonstruálni és kiszámítani egy jármű geometriai helyzetét.
A tesztek robusztus teljesítményt mutattak ki mind esős, mind ködös, mind pedig havas körülmények között – attól függetlenül, hogy éjszakai vagy nappali időszakra vetítették őket. A kutatás eredménye korszakos jelentőségű lehet, hiszen nem véletlen, hogy az AV-k logisztikai és ipari felhasználása előrébb tart: az önvezető technológiák egyik legnagyobb hátránya közúton az, hogy az állandóan változó (akár időjárási) körülmények összezavarják őket. Ha a személyautókat és áruszállító járműveket precízebb irányítással szerelhetnék fel – többek között ilyen AI-modellek segítségével –, akkor a társadalmi elfogadottsága, majd a szabályozásának kialakítása is felgyorsulna.
„A precíz pozicionálási képesség ad alapot az AV-k számos alapvető funkciójához, például a mozgástervezéshez, az előrejelzéshez, a helyzetfelismeréshez és az ütközések elkerüléséhez” – sorolta a tanulmányt felülvizsgáló Niki Trigoni professzor, az Oxfordi Számítástechnikai Tanszék munkatársa. „Ez a munka izgalmas kiegészítő megoldásokat kínál az AV szoftvercsomagok számára, hogy kiszélesítsék a képességeiket.”
Gábor János, NEW technology