De ce sunt mașinile autonome viitorul și cum sunt create?

Din cauza măsurilor de carantină adaptive recente impuse în aproape toate părțile lumii, transportul aerian, transportul public și multe alte sectoare au fost puternic afectate în 2020. Cu toate acestea, lumea auto și vehiculele autonome, în special, au arătat o rezistență crescută în acest timp dificil. De fapt, companii precum Ford au crescut investițiile în dezvoltarea de mașini electrice și autonome, alocând 29 de miliarde de dolari în ultimul trimestru al anului trecut. În special, 7 miliarde de dolari din această sumă vor fi alocați pentru dezvoltarea de mașini autonome. Astfel, Ford se alătură General Motors (GM ), Tesla (TSLA ), Baidu și altor producători auto care investesc puternic în vehicule autonome. În acest articol, vom discuta despre motivele pentru care companiile investesc în mașini autonome și despre modul în care algoritmii de învățare automată care le pun în funcțiune sunt antrenați.

De ce atâtea companii investesc în mașini autonome?

Când analizăm beneficiile oferite de vehiculele autonome, este ușor de înțeles de ce atâtea companii investesc în dezvoltarea lor. Șoferii vor putea economisi bani, deoarece nu vor mai plăti pentru polițe de asigurare scumpe, vor putea reduce timpul de deplasare zilnică, vor îmbunătăți economia de combustibil și vor avea alte beneficii. Pentru companii, această automatizare deschide porțile pentru economii mai mari. Un exemplu bun este transportul rutier de marfă, care va putea reduce costurile de operare cu 45%, conform unui raport al companiei McKinsey & Company.

Principalul beneficiu trebuie să fie creșterea siguranței. Conform datelor NHTSA, 94% din accidentele grave sunt cauzate de erori umane. Mașinile autonome pot reduce semnificativ numărul de accidente, deoarece nu necesită niciun input de la șofer 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 virajul. Există multe beneficii suplimentare pe care vehiculele autonome le oferă societății, cum ar fi reducerea emisiilor. De fapt, un studiu de caz a arătat o reducere de 9% a energiei și a emisiilor de gaze cu efect de seră pe parcursul întregii vieți a vehiculului, comparativ cu cele ale unui vehicul convențional. Acum că știm toate beneficiile pe care mașinile autonome le oferă, să vedem cum 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 de circulație 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 autonome se bazează pe învățarea automată pentru a “calcula” ce trebuie făcut în toate situațiile de conducere. Să începem cu un exemplu simplu. O persoană se află în vehiculul său autonom și conduce pe autostradă pentru a ajunge la serviciu. Mașina trebuie să identifice corect limita de viteză, să mențină o distanță sigură față de vehiculul 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 etichetate 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 etichetare a datelor pentru sectorul auto, spune că există o gamă largă de proiecte de etichetare a datelor pentru industria auto posibile:

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

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 să-l facă cu vehiculele autonome și, pur și simplu, mai multe date etichetate ar putea 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 doar 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 să fie etichetat astfel încât mașina să știe exact ce vede. Acest lucru se face de obicei prin tehnici precum etichetarea, cutii 3D și segmentarea semantică. O formă mai avansată de etichetare ar fi să se coloreze 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 jur și, în funcție de timpul necesar pentru ca lumina să se întoarcă, oferă sistemului de inteligență artificială o înțelegere a distanței obiectului. De exemplu, solul din norul de puncte 3D va fi întotdeauna albastru, deoarece este cel mai jos punct, lumina se va întoarce rapid și albastrul are o lungime de undă 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 tehnologie utilizată. De exemplu, Tesla utilizează un sistem numit Hydrant, care este o combinație de opt camere care creează o imagine completă a drumului. Alte companii, cum ar fi Waymo și Voyage, utilizează LiDAR. Unul dintre motivele pentru care Tesla ar putea evita LiDAR este că este foarte voluminos și distruge aspectul general al mașinii. După toate, mașinile Tesla sunt foarte scumpe și șoferii probabil că nu vor să aibă o cutie uriașă pe acoperișul mașinii. Companiile care dezvoltă taxiuri robotice, cum ar fi Waymo, ar putea să poată utiliza 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 ai 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 etichetarea 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 toate, mașinile autonome sunt viitorul și pot ajuta la reducerea sau eliminarea unor dintre problemele cu care ne confruntăm în ceea ce privește accidentele de mașină și victimele, problemele de mediu și ambuteiajul de pe drumuri.