[Искусственный интеллект, Транспорт] Пять причин, по которым мы до сих пор не видим робомобилей на дорогах (перевод)
Автор
Сообщение
news_bot ®
Стаж: 6 лет 9 месяцев
Сообщений: 27286
Илон Маск считает, что у его Tesla уже к концу 2020 года появятся полностью автономные робомобили. Недавно он заявил следующее: «Никаких фундаментальных проблем не осталось. Есть множество мелких проблем. И есть главная проблема – решить все эти мелкие проблемы и собрать всю систему воедино».
Возможно, технологии, позволяющие автомобилю проделывать путь без участия человека (то, что в индустрии называется "автономностью пятого уровня") действительно развиваются довольно быстро. Однако совсем другое дело – выпустить автомобиль, способный делать это безопасно и легально.
Фундаментальные проблемы для безопасного вывода на дороги полностью автономных машин действительно существуют, и нам ещё предстоит их решить до того, как мы увидим на дорогах робомобили. Вот пять из наиболее сложных препятствий.
1. Датчики
Робомобили используют широкий спектр датчиков для восприятия окружающей действительности, и распознавания таких объектов, как пешеходы, другие машины и дорожные знаки. Камеры помогают робомобилям видеть объекты. Лидар использует лазеры для измерения расстояний от объектов до машины. Радары распознают объекты и отслеживают их скорость и направление.
Все эти датчики передают данные управляющим системам автомобиля или компьютеру, помогая ему принять решение о том, куда рулить и когда тормозить. Полностью автономному робомобилю нужен набор датчиков, точно обнаруживающих объекты, измеряющих расстояние до них, их скорость и так далее, при любых условиях и в любых обстоятельствах, без необходимости человеческого вмешательства.
Плохая погода, интенсивное движение, изрисованные дорожные знаки – всё это отрицательно сказывается на точности датчиков. На работу радара, используемого в машинах Tesla, не так сильно влияет погода, однако всё ещё остаются проблемы с тем, чтобы гарантировать, что используемые в полностью автономном робомобиле датчики смогут распознать все объекты с необходимым для безопасности уровнем уверенности.
Чтобы появились истинно автономные робомобили, этим датчикам нужно работать в любых погодных условиях в любой точке планеты, от Аляски до Занзибара, и в таких загруженных городах, как Каир или Ханой. ДТП, происшедшие с текущими машинами Tesla (работающими только на втором уровне автопилота), включая столкновение с припаркованными автомобилями в июле 2020 года, показывают, что компании нужно преодолеть большую пропасть, чтобы реализовать подобную глобальную и всепогодную возможность.
2. Машинное обучение
Большинство автономных машин будут использовать искусственный интеллект (ИИ) и машинное обучение (МО) для обработки приходящих с датчиков данных, и для того, чтобы помочь принять решения по поводу дальнейших действий. Эти алгоритмы помогут определить объекты, обнаруженные датчиками, классифицировать их в соответствии с обучением – это пешеход, это светофор, и т.д. Затем машина воспользуется этой информацией, чтобы решить, нужно ли предпринять какие-либо действия типа торможения или отворота, чтобы избежать столкновения с распознанным объектом.
В будущем машины будут справляться с таким распознаванием и классификацией эффективнее водителя-человека. Но пока что общепринятого базиса, гарантирующего, что алгоритмы МО, используемые в робомобилях, безопасны, не существует. В индустрии и среди регуляторов нет всеобщего согласия по вопросу того, как организовывать, испытывать и одобрять МО.
3. Открытая дорога
Попав на дорогу, робомобили продолжат обучение. Они будут ездить по новым дорогам, распознавать объекты, которых они не встречали на обучении, обновлять ПО.
Как гарантировать, что надёжность системы останется на том же уровне? Нам нужно иметь возможность продемонстрировать, что любое новое обучение безопасно, и что система не забывает предыдущего безопасного поведения. Пока индустрии ещё предстоит достичь согласия по этому вопросу.
4. Правила и предписания
Удовлетворительных стандартов и правил работы автономных систем не существует ни в какой индустрии. Текущие стандарты безопасности для существующих машин предполагают наличие водителя, который сможет в чрезвычайной ситуации взять управление на себя.
В случае робомобилей уже начинают появляться правила работы, касающиеся определенных функций, к примеру, автоматического удержания полосы движения. Также существует международный стандарт для автономных систем, куда входят и робомобили, устанавливающий определённые требования, но не решающий перечисленных проблем с датчиками, МО и операционным обучением – хотя, возможно, в будущем он разовьётся до такого состояния.
Без признанных правил и стандартов ни один робомобиль, каким бы безопасным он ни считался, не сможет выехать на дороги общего пользования.
5. Общественное принятие
Текущие автоматизированные машины от Tesla, как и другие автоматизированные и автономные автомобили, уже попадали в различные резонансные ДТП. Общественное принятие – вопрос не только для желающих приобрести робомобиль, но и для тех, кто будет делить с ними дорогу.
Общественность должна участвовать в принятии решений по поводу ввода робомобилей. Без этого мы рискуем получить отторжение технологии.
Первые три из этих проблем должны быть решены для того, чтобы преодолеть две последние. Естественно, существует гонка за первое место среди компаний, представивших полностью автономный автомобиль. Но без совместной работы по обеспечению безопасности, предъявления доказательств этой безопасности, сотрудничества с регуляторами и общественностью для по
лучения одобрения – без всего этого робомобили ещё много лет будут ездить только по полигонам.
Пусть для предпринимателей вроде Маска это может показаться неприятным, но дорога к разрешению робомобилей лежит через длительную совместную работу над этими сложными проблемами с учётом безопасности, гарантий, правил и одобрения.
===========
Источник:
habr.com
===========
===========
Автор оригинала: John McDermid
===========Похожие новости:
- [Big Data, Машинное обучение, История IT, Искусственный интеллект] Технология распознавания лиц: тайная история (перевод)
- [Научно-популярное, Искусственный интеллект] Сонм разумов: актуальные барьеры и трамплины на пути создания общего ИИ
- [Транспорт] Стартап из Сиэтла пытается создать «Tesla морей»
- [Информационная безопасность, Старое железо, Транспорт] Pen Test Partners: обновления ПО самолётов Boeing 747 поставлялись на дискетах
- [Монетизация IT-систем, Венчурные инвестиции, Бизнес-модели, Научно-популярное, Искусственный интеллект] Уникальное окно возможностей: инфо-агенты
- [Машинное обучение, Искусственный интеллект, Киберспорт] Не те игрушки: как мы научили нейросеть бороться с порно в стримах
- [Машинное обучение, Робототехника, Искусственный интеллект, Транспорт] Армия США хочет управлять роем беспилотников для достижения превосходства в бою
- [Машинное обучение, Искусственный интеллект, Звук] ИИ-шумовик генерирует звуки не хуже профессионала-человека
- [Искусственный интеллект, Здоровье, Химия] ИИ привлекли к поиску препаратов от COVID-19
- [Управление проектами, Управление продуктом, Искусственный интеллект] Разработка AI-продукта на основе машинного зрения. Промежуточная ретроспектива: мысли, боль, страдания
Теги для поиска: #_iskusstvennyj_intellekt (Искусственный интеллект), #_transport (Транспорт), #_robomobili (робомобили), #_ilon_mask (илон маск), #_tesla, #_avtonomnost (автономность), #_iskusstvennyj_intellekt (
Искусственный интеллект
), #_transport (
Транспорт
)
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 22-Ноя 16:38
Часовой пояс: UTC + 5
| Автор | Сообщение |
|---|---|
|
news_bot ®
Стаж: 6 лет 9 месяцев |
|
 Илон Маск считает, что у его Tesla уже к концу 2020 года появятся полностью автономные робомобили. Недавно он заявил следующее: «Никаких фундаментальных проблем не осталось. Есть множество мелких проблем. И есть главная проблема – решить все эти мелкие проблемы и собрать всю систему воедино». Возможно, технологии, позволяющие автомобилю проделывать путь без участия человека (то, что в индустрии называется "автономностью пятого уровня") действительно развиваются довольно быстро. Однако совсем другое дело – выпустить автомобиль, способный делать это безопасно и легально. Фундаментальные проблемы для безопасного вывода на дороги полностью автономных машин действительно существуют, и нам ещё предстоит их решить до того, как мы увидим на дорогах робомобили. Вот пять из наиболее сложных препятствий. 1. Датчики Робомобили используют широкий спектр датчиков для восприятия окружающей действительности, и распознавания таких объектов, как пешеходы, другие машины и дорожные знаки. Камеры помогают робомобилям видеть объекты. Лидар использует лазеры для измерения расстояний от объектов до машины. Радары распознают объекты и отслеживают их скорость и направление. Все эти датчики передают данные управляющим системам автомобиля или компьютеру, помогая ему принять решение о том, куда рулить и когда тормозить. Полностью автономному робомобилю нужен набор датчиков, точно обнаруживающих объекты, измеряющих расстояние до них, их скорость и так далее, при любых условиях и в любых обстоятельствах, без необходимости человеческого вмешательства. Плохая погода, интенсивное движение, изрисованные дорожные знаки – всё это отрицательно сказывается на точности датчиков. На работу радара, используемого в машинах Tesla, не так сильно влияет погода, однако всё ещё остаются проблемы с тем, чтобы гарантировать, что используемые в полностью автономном робомобиле датчики смогут распознать все объекты с необходимым для безопасности уровнем уверенности. Чтобы появились истинно автономные робомобили, этим датчикам нужно работать в любых погодных условиях в любой точке планеты, от Аляски до Занзибара, и в таких загруженных городах, как Каир или Ханой. ДТП, происшедшие с текущими машинами Tesla (работающими только на втором уровне автопилота), включая столкновение с припаркованными автомобилями в июле 2020 года, показывают, что компании нужно преодолеть большую пропасть, чтобы реализовать подобную глобальную и всепогодную возможность. 2. Машинное обучение Большинство автономных машин будут использовать искусственный интеллект (ИИ) и машинное обучение (МО) для обработки приходящих с датчиков данных, и для того, чтобы помочь принять решения по поводу дальнейших действий. Эти алгоритмы помогут определить объекты, обнаруженные датчиками, классифицировать их в соответствии с обучением – это пешеход, это светофор, и т.д. Затем машина воспользуется этой информацией, чтобы решить, нужно ли предпринять какие-либо действия типа торможения или отворота, чтобы избежать столкновения с распознанным объектом. В будущем машины будут справляться с таким распознаванием и классификацией эффективнее водителя-человека. Но пока что общепринятого базиса, гарантирующего, что алгоритмы МО, используемые в робомобилях, безопасны, не существует. В индустрии и среди регуляторов нет всеобщего согласия по вопросу того, как организовывать, испытывать и одобрять МО.  3. Открытая дорога Попав на дорогу, робомобили продолжат обучение. Они будут ездить по новым дорогам, распознавать объекты, которых они не встречали на обучении, обновлять ПО. Как гарантировать, что надёжность системы останется на том же уровне? Нам нужно иметь возможность продемонстрировать, что любое новое обучение безопасно, и что система не забывает предыдущего безопасного поведения. Пока индустрии ещё предстоит достичь согласия по этому вопросу. 4. Правила и предписания Удовлетворительных стандартов и правил работы автономных систем не существует ни в какой индустрии. Текущие стандарты безопасности для существующих машин предполагают наличие водителя, который сможет в чрезвычайной ситуации взять управление на себя. В случае робомобилей уже начинают появляться правила работы, касающиеся определенных функций, к примеру, автоматического удержания полосы движения. Также существует международный стандарт для автономных систем, куда входят и робомобили, устанавливающий определённые требования, но не решающий перечисленных проблем с датчиками, МО и операционным обучением – хотя, возможно, в будущем он разовьётся до такого состояния. Без признанных правил и стандартов ни один робомобиль, каким бы безопасным он ни считался, не сможет выехать на дороги общего пользования. 5. Общественное принятие Текущие автоматизированные машины от Tesla, как и другие автоматизированные и автономные автомобили, уже попадали в различные резонансные ДТП. Общественное принятие – вопрос не только для желающих приобрести робомобиль, но и для тех, кто будет делить с ними дорогу. Общественность должна участвовать в принятии решений по поводу ввода робомобилей. Без этого мы рискуем получить отторжение технологии. Первые три из этих проблем должны быть решены для того, чтобы преодолеть две последние. Естественно, существует гонка за первое место среди компаний, представивших полностью автономный автомобиль. Но без совместной работы по обеспечению безопасности, предъявления доказательств этой безопасности, сотрудничества с регуляторами и общественностью для по лучения одобрения – без всего этого робомобили ещё много лет будут ездить только по полигонам. Пусть для предпринимателей вроде Маска это может показаться неприятным, но дорога к разрешению робомобилей лежит через длительную совместную работу над этими сложными проблемами с учётом безопасности, гарантий, правил и одобрения. =========== Источник: habr.com =========== =========== Автор оригинала: John McDermid ===========Похожие новости:
Искусственный интеллект ), #_transport ( Транспорт ) |
|
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 22-Ноя 16:38
Часовой пояс: UTC + 5