YAPAY ZEKA DESTEKLİ OTONOM ARAÇ
Çekiş gücünü kaybeden bir aracı kontrol altına almak için tasarlanan algoritmalar, potansiyel olarak sürücüler adına müdahalede bulunabiliyor.
Yüksek hızda sürüş sırasında çekiş gücünü kaybetmek genellikle çok kötü bir haberdir. Toyota Araştırma Enstitüsü ve Stanford Üniversitesi'nden bilim insanları, bunu yapay zeka kullanarak kontrollü bir şekilde yapan bir çift otonom araç geliştirdiler.
İki otonom araç, Mayıs ayında Kaliforniya, Willows'taki Thunderhill Raceway Park'ta çılgınca bir gösteri yaparak tandem drift yaptı. Bir tanıtım videosunda , iki araç insan sürücüler kontrolü bıraktıktan sonra pistte birbirlerinden birkaç adım uzakta ilerliyor.
Projeye katılımı yöneten Stanford Üniversitesi'nde profesör olan Chris Gerdes , WIRED'a bu başarı için geliştirilen tekniklerin gelecekteki sürücü yardım sistemlerine yardımcı olabileceğini aktardı. Gerdes, "Baktığımız şeylerden biri de en iyi insan sürücüler kadar iyi iş çıkarıp çıkaramayacağımız." Dedi.
Gelecekteki sürücü destek sistemleri, bir sürücü kontrolü kaybettiğinde müdahale etmek için Kaliforniya pistinde test edilen algoritmaları kullanabilir ve dublör bir sürücünün yapacağı gibi aracı beladan kurtarabilir. Gerdes, "Burada yaptığımız şey, kentsel senaryolarda otonom sürüş gibi daha büyük sorunları ele almak için ölçeklendirilebilir" diyor.
Proje, yüksek hızlı otonominin düzgün bir gösterimi olsa da, otonom araçlar hala mükemmel olmaktan uzak. On yıllık vaatler ve abartılardan sonra, taksiler artık bazı sınırlı durumlarda şoförsüz çalışıyor . Ancak, araçlar hala sıkışmaya meyilli ve uzaktan yardım gerektirebilir.
Toyota ve Stanford Üniversitesi araştırmacıları, iki GR Supra spor arabasını, arabaların süspansiyonu ve diğer özelliklerine ek olarak yolu ve diğer araçları izleyen bilgisayarlar ve sensörlerle modifiye ettiler. Ayrıca, arabaların drift sanatında ustalaşmayı kendilerine öğretmelerine yardımcı olan makine öğrenimiyle lastiklerin ve pistin özelliklerinin gelişmiş matematiksel modellerini birleştiren algoritmalar geliştirdiler.
Maryland Üniversitesi'nde otonom sürüş üzerine çalışan bir profesör olan Ming Lin , çalışmanın otonom araçların aşırı koşullarda çalışmasına yardımcı olmak için heyecan verici bir ilerleme olduğunu söylüyor. "Otonom araçlar için en büyük zorluklardan biri yağmurlu, karlı veya sisli günlerde veya geceleri zayıf ışıkta güvenli bir şekilde çalışmaktır" diyor.
Lin, Toyota-Stanford projesinin makine öğrenimini dünyadaki fiziksel modellerle birleştirmenin önemini gösterdiğini ekliyor. "Bu henüz erken bir gösteri olsa da, açıkça doğru yönde ilerliyor," diyor.
Toyota ve Stanford, otonom arabaların drift yapmasına izin veren algoritmaları ilk olarak 2022'de gösterdi. İki aracın bu numarayı birlikte yapması daha da iyi bir kontrol gerektiriyor ve araçların birbirleriyle iletişim kurmasını gerektiriyor. Arabalara profesyonel sürücüler tarafından koşulan turlardan veri verildi. İlgili bilgisayarları, direksiyon, gaz ve frenin nasıl dengeleneceğine karar vermek için saniyede 50 defaya kadar bir optimizasyon problemi hesapladı.
TRI'nin İnsan Etkileşimli Sürüş bölümünün başkan yardımcısı Avinash Balachandran, "Burada gerçekten baktığımız şey, lastikler kayarken, karda veya buzda sürüş yaparken karşılaşacağınız türden koşullar altında, performansın uç noktalarında aracı nasıl kontrol edeceğimizdir," diyor. "Güvenlik söz konusu olduğunda, ortalama bir sürücü olmak yeterli değildir ve bu nedenle en iyi uzmanlardan öğrenmek istiyoruz."
Dünya, ChatGPT gibi programlara güç veren büyük dil modelleri sayesinde son zamanlarda yapay zekada kayda değer ilerlemeler gördü . Ancak ikili sürüklenme demosunun vurguladığı gibi, karmaşık, öngörülemeyen fiziksel dünyada ustalaşmak tamamen farklı bir önerme olmaya devam ediyor.
Balachandran, büyük dil modellerinin gerçekleri yanlış anlama biçimine atıfta bulunarak, "Bir LLM'de halüsinasyon dünyanın sonu olmayabilir," diyor. "Bu, bir arabada açıkça çok farklı olabilir."
Comentários