De ce sunt mașinile autonome viitorul și cum sunt create?

Din cauza măsurilor de carantină adaptive recente impuse în aproape toate părțile lumii, călătoriile aeriene, transportul public și multe alte sectoare au suferit un impact foarte mare în 2020. Cu toate acestea, lumea automotive și, în special, vehiculele autonome au arătat o rezistență crescută în acest moment dificil. De fapt, companii precum Ford au crescut investițiile în dezvoltarea de mașini electrice și autonome prin alocarea a 29 de miliarde de dolari în ultimul trimestru al anului trecut. În special, 7 miliarde de dolari din acești bani vor fi alocați pentru dezvoltarea de mașini autonome. Astfel, Ford se alătură General Motors, Tesla, Baidu și altor producători auto care investesc puternic în vehicule autonome. În acest articol, vă vom spune de ce companiile investesc în mașini autonome și cum algoritmii de învățare automată care le pun în funcțiune sunt antrenați.

De ce atâtea companii investesc în mașini autonome?

Când ne uităm la toate beneficiile oferite de vehiculele autonome, este ușor de înțeles de ce atâtea companii investesc în dezvoltarea lor. Șoferii vor putea economisi mai mulți bani, deoarece nu vor trebui să plătească pentru politici de asigurare scumpe, va accelera deplasările zilnice, va îmbunătăți economia de combustibil și multe alte beneficii. Pentru companii, o astfel de automatizare deschide ușa pentru economii mai mari. Un exemplu excelent în acest sens este transportul rutier de mare tonaj, care va putea reduce costurile de operare cu 45%, conform unui raport al companiei McKinsey & Company.

Beneficiul principal trebuie să fie siguranța crescută. Conform datelor NHTSA, 94% din accidentele grave sunt cauzate de erorile umane. Mașinile autonome pot reduce semnificativ numărul de accidente, deoarece nu necesită niciun input din partea șoferului și au o vedere de 360 de grade în orice moment. De asemenea, sistemele avansate de siguranță a șoferului (ADAS) pot prelua funcțiile critice de siguranță în situații periculoase, cum ar fi frânarea și direcția. Există multe valori adăugate pe care vehiculele autonome le oferă societății, cum ar fi reducerea emisiilor. De fapt, un studiu de bază a arătat o reducere de 9% a energiei și a emisiilor de gaze cu efect de seră pe întreaga durată de viață a vehiculului, comparativ cu cele ale unui vehicul convențional. Acum că știm toate beneficiile pe care mașinile autonome le oferă, să aruncăm o privire la modul în care sunt antrenate pentru a recunoaște lumea din jurul lor.

Cum funcționează vehiculele autonome și cum pot deveni realitate

Un vehicul autonom trebuie să respecte regulile drumului și, pentru a face acest lucru, trebuie să recunoască toate semnele de circulație, marcajele rutiere, să detecteze alte vehicule și pietoni și multe alte obiecte. Aceste vehicule cu inteligență artificială se bazează pe învățarea automată pentru a “calcula” ce trebuie făcut în toate situațiile de conducere. Să începem cu un exemplu de bază. O persoană se află în vehiculul său autonom și conduce pe autostradă pentru a ajunge la serviciu. Mașina va trebui să identifice corect limita de viteză afișată, să mențină o distanță sigură față de mașina din față și, atunci când intră într-o zonă rezidențială, trebuie să recunoască pietonii și să-i lase să traverseze drumul.

Acest lucru necesită mii și mii de imagini care trebuie annotate prin tehnici care variază de la etichetare până la segmentare semantică. De fapt, Evgenia Khimenko, directorul general al Mindy Support, o companie care oferă servicii de anotare de date pentru sectorul automotive, spune că există o gamă largă de proiecte de anotare de date pentru industria automotive:

„Acestea includ proiecte precum recunoașterea feței pe videoclipuri pentru a antrena mașinile autonome să recunoască comportamentul altor șoferi pe drum, etichetarea și anotarea videoclipurilor pentru a detecta mișcarea și direcția vehiculului (am anotat peste 545 de milioane de secvențe de imagini). O altă sarcină de anotare audio sofisticată a fost atunci când am trebuit să identificăm marcajul temporal și să etichetăm vorbirea umană, precum și toate zgomotele de fond care au loc în interiorul vehiculului, cum ar fi radio, râs, strigăte, cântec, animale și chiar tăcere”.

Să considerăm un scenariu complex. Imaginați-vă că vehiculul autonom conduce printr-o zonă rezidențială și există adolescenți cu skateboard-uri care așteaptă să traverseze drumul. Conform regulilor, mașina are prioritate, dar există o șansă bună ca adolescenții să nu aștepte să se schimbe semaforul și să încerce să traverseze drumul prematur. Un șofer uman va fi conștient de acest risc și va reduce viteza pentru a anticipa un astfel de eveniment, dar pentru o mașină, acest lucru ar fi foarte dificil de calculat. Acesta este următorul pas pe care cercetătorii îl încearcă cu vehiculele autonome și, pur și simplu, mai multe date anotate pot fi răspunsul.

Cum văd vehiculele autonome lumea fizică?

Vehiculele autonome se bazează pe tehnologia LiDAR pentru a vedea lumea din jurul lor. LiDAR creează un nor de puncte 3D, care este o reprezentare digitală a modului în care sistemul de inteligență artificială vede lumea. Această tehnologie nu este rezervată numai pentru vehiculele autonome, ci este utilizată și pentru alte sarcini de automatizare robotică, cum ar fi crearea unui robot care poate recolta culturi pentru sectorul agricol. Norul de puncte 3D va trebui, de asemenea, să fie anotat, astfel încât mașina să știe exact ce vede. Acest lucru se realizează, de obicei, prin tehnici precum etichetarea, cutiile 3D și segmentarea semantică. O formă mai avansată de anotare ar fi să codăm cu culori norul de puncte 3D, astfel încât vehiculul să înțeleagă distanța obiectului.

Modul în care funcționează LiDAR este că trimite un semnal de lumină către toate obiectele din jurul său și, în funcție de timpul necesar pentru ca lumina să se întoarcă, îi oferă sistemului de inteligență artificială o înțelegere a distanței până la obiect. De exemplu, solul de pe norul de puncte 3D va fi întotdeauna albastru, deoarece este punctul cel mai de jos, lumina se va întoarce rapid și albastrul are o lungime de undă foarte scurtă. Unul dintre clădirile din jur poate fi roșu sau portocaliu, în funcție de cât de departe se află.

Este important de remarcat că LiDAR nu este singura opțiune. De exemplu, Tesla utilizează un sistem numit Hydrant, care este o combinație de opt camere care asamblează o imagine completă a drumului. Alte companii, cum ar fi Waymo și Voyage, utilizează LiDAR. Un motiv posibil pentru care Tesla ar putea evita LiDAR este că acesta este foarte voluminos și distruge aspectul general al mașinii. Companiile care dezvoltă robotaxi, cum ar fi Waymo, pot să utilizeze LiDAR.

De ce sunt atât de importante datele de antrenare de calitate?

Avea date de antrenare de calitate este una dintre cele mai esențiale lucruri de care aveți nevoie pentru a crea o mașină autonomă. Cu toate acestea, simpla obținere a acestor date nu este suficientă. Seturile de date de antrenare trebuie să fie pregătite prin anotarea datelor, astfel încât sistemul de inteligență artificială să poată învăța din ele. Deși acesta este un proces foarte consumator de timp și plictisitor, succesul întregului proiect depinde de el. După cum știm, mașinile autonome sunt viitorul și pot ajuta la reducerea sau chiar eliminarea unor dintre problemele pe care le experimentăm în ceea ce privește accidentele de mașină și victimele, problemele de mediu și ambuteiajul de pe drumuri.