Bởi Lance Eliot, Người trong cuộc Xu hướng AI
Khi lái xe ô tô, bạn thực sự có thể hưởng lợi từ việc quan sát toàn cảnh cảnh lái xe. Hãy cùng khám phá lý do tại sao.
Hãy tưởng tượng rằng bạn đang lái xe trong một khu vực trung tâm thành phố đông đúc và hoàn toàn bận rộn. Có những tòa nhà chọc trời đồ sộ cao chót vót phía trên bạn và có vẻ như ngăn cản mọi cơ hội nhìn xa hơn một góc nhìn đường hầm cực kỳ hẹp của con đường. Trong điều kiện thị giác bị che khuất, bạn không thể nhìn thấy bất cứ thứ gì trên các con phố giao nhau với con đường mà bạn đang lái xe. Cho đến khi bạn đi thẳng vào một giao lộ, bạn gần như không biết chuyện gì đang xảy ra trên bất kỳ đại lộ vuông góc nào ở bên trái và bên phải của bạn.
Bạn đến một góc phố có nhiều người đi bộ và biển chỉ dẫn, một lần nữa che mất tầm nhìn của bạn, và quyết định rẽ phải nhanh và gấp. Ngay khi bạn tiến vào chỗ rẽ, bạn sẽ có một cơ hội rất ngắn để nhìn thoáng qua bất cứ thứ gì nằm phía sau. Trong tích tắc đó, bạn phải quét toàn bộ cảnh lái xe một cách trực quan và hy vọng rằng bạn có thể xác định chắc chắn trong đầu những cân nhắc và phản ứng của bất kỳ mối đe dọa chưa biết nào đang rình rập trước mặt bạn.
Ví dụ, khi bạn rẽ phải, bạn có thể bất ngờ gặp một chiếc ô tô đang is đỗ xe trái phéped trong làn chủ động. Bạn đã không nhìn thấy chiếc xe dừng lại cho đến khi mđến lượt bạn, và có thể đâm thẳng vào phía sau của người lái xe liều lĩnh này.
Tâm trí của bạn chạy đua khi bạn xem xét tùy chọn của bạn.
Bạn có thể nhấn phanh, nhưng điều này có thể khiến bạn bị một chiếc ô tô đang theo sát bạn đâm vào phía sau một cách thô bạor xoay. Một khả năng khác là đánh lái rộng, đi vào làn đường bên trái của ô tô đang dừng trái phép. Nhưng phương tiện giao thông khác đang sử dụng làn đường đó và nỗ lực của bạn để lao vào đường của họ có thể là thảm họa. Bạn sẽ tông vào một trong những chiếc ô tô vô tội đó hoặc có thể làm gián đoạn dòng chảy ổn định của chúng và tạo ra một loạt vụ va chạm xếp tầng ô tô có tiếng rít.
Đáng buồn thay, nhay tùy chọn is đạt yêu cầu.
Đây là bản chất của lái xe. Bạn luôn đứng trên ghế của mình bởi vì bạn đang liên tục đưa ra những quyết định sinh tử. Hầu hết những người ngồi vào vô lăng đều không tích cực suy nghĩ về những vấn đề sinh tử liên quan đến việc lái xe. Cho đến khi họ rơi vào một tình huống lái xe nguy hiểm, họ coi trọng tầm quan trọng của nhiệm vụ lái xe là điều hiển nhiên.
Tất cả những gì bạn cần làm là đưa ra quyết định sai lầm, và cuối cùng bạn có thể tông vào những chiếc xe khác (hoặc chúng có thể đâm vào bạn). Bên cạnh những thiệt hại có thể xảy ra đối với các phương tiện, có khả năng bạn bị thương, cộng với hành khách của bạn bị thương. Cũng có khả năng gây thương tích cho người lái xe ô tô kia và hành khách trên xe đó. Thật không may, cũng có khả năng thực sự gây tử vong. Số liệu thống kê đáng kinh ngạc là khoảng 40,000 ca tử vong liên quan đến tai nạn xe hơi xảy ra ở Hoa Kỳ hàng năm, cùng với khoảng 2.3 triệu ca chấn thương liên quan.
Lái xe ô tô là một việc nguy hiểm, tuy nhiên chúng ta thường có xu hướng xem nhẹ rủi ro. Chắc chắn sẽ rất hữu ích nếu có nhiều cách để giảm thiểu những rủi ro đó. Ví dụ về việc rẽ phải làm nổi bật đặc biệt là điều kiện lái xe tồi tệ khi bạn chỉ có thể nhìn thấy một phần nhỏ của vấn đề bao quát. Nếu bằng cách nào đó bạn có thể nhìn thấy hoặc biết rằng có một chiếc ô tô đang đậu ở làn đường đang rẽ, thì bạn đã có thể chủ động thực hiện các bước để tránh khủng hoảng.
Bạn có thể làm gì khác đi nếu bạn hiểu rõ hơn về tình huống trên đường?
Bạn có thể đã dừng dần trước khi rẽ, điều này có lẽ sẽ thuyết phục chiếc xe phía sau bạn cũng giảm tốc độ, do đó giảm nguy cơ bị đâm từ phía sau. Ngoài ra, bạn có thể đã chọn để không rẽ phải chút nào, có lẽ chờ đợi để làm như vậy khi bạn đã lái xe xuống một hoặc hai dãy nhà khác. Nói tóm lại, bạn sẽ có sẵn nhiều lựa chọn hơn và có thể đưa ra những quyết định sinh tử đó tốt hơn nếu bạn có một bức tranh vĩ mô về cảnh lái xe.
Voila: cái nhìn toàn cảnh.
Giả sử rằng bạn có một số loại kính tiềm vọng mở rộng được gắn vào ô tô của mình. Thiết bị kỳ quặc này có thể cho phép bạn nhìn xuống những con phố giao nhau đó, giúp bạn có một cái nhìn thoáng qua trước khi đến ngã rẽ. Điều đó có thể hiệu quả, nhưng có vẻ như không thực tế lắm.
Thay vào đó, hãy tưởng tượng rằng bằng cách nào đó bạn có thể bay phía trên cảnh lái xe. Bạn đang ở đó, ngồi trong xe của bạn trên vô lăng, đồng thời nhìn xuống cảnh lái xe. Bây giờ đó là một số loại lái xe.
Thay vì dựa vào một khái niệm xa vời, chúng ta có thể thực tế hơn nhiều và xem xét các lựa chọn hàng ngày khả thi ngay bây giờ. Giả sử rằng chúng tôi đã gắn một camera phía trên ngã tư mà bạn định rẽ phải. Máy ảnh có thể đang phát trực tuyến theo thời gian thực và gửi video đến màn hình trong ô tô của bạn.
Như vậy, bạn có thể liếc nhìn màn hình hiển thị trong ô tô của mình và quan sát thấy một chiếc ô tô bất động đang lao thẳng vào làn đường mà bạn định sử dụng khi rẽ phải. Tương tự như sự nhấn mạnh trước đó về việc có các tùy chọn quan trọng và kịp thời trước đó, bạn có thể đưa ra lựa chọn khôn ngoan hơn với điểm thuận lợi được bổ sung này.
Ngày nay, ý tưởng có một camera quan sát giao lộ hoàn toàn có thể thực hiện được. Không có phép thuật là cần thiết. Chúng tôi có thể tăng thêm khả năng cảm biến bằng cách bao gồm các loại thiết bị cảm biến khác. Ví dụ: chúng tôi có thể bao gồm radar, LIDAR, ảnh nhiệt, v.v. Mảng cảm biến này sẽ cho phép phát hiện cảnh lái xe trong nhiều điều kiện khác nhau, chẳng hạn như ngay cả khi trời có sương mù, mưa, tuyết, v.v.
Điều đó chắc chắn có vẻ hấp dẫn và là một cách có giá trị để cung cấp cho người lái xe góc nhìn nâng cao về cảnh lái xe. Có một số nhược điểm tiềm năng.
Trình điều khiển của con người có những hạn chế về lượng thông tin đầu vào mà họ có thể tiếp thu khi bậtcđ. Hơn nữa, mắt của họ thường chỉ có thể nhìn vào điều tại bất kỳ thời điểm nào. Vì vậy, nếu bạn đang nhìn xuống màn hình hiển thị trong ô tô để xem có gì ở phía bên kia góc cua sắp tới, khả năng cao là bạn đã rời mắt khỏi con đường ngay trước mặt. Vào lúc đó, bạn có thể không nhận thấy rằng một người đi bộ đột nhiên bước sang đường và bạn sắp cán qua họ.
Câu hỏi đặt ra là làm thế nào một người lái xe có thể lấy thêm thông tin. Điều này sẽ phải được sắp xếp sao cho bằng cách nào đó vẫn giữ được sự chú ý của bạn vào việc lái xe thẳng về phía trước, đồng thời cho phép nhìn thoáng qua những gì nằm ngoài tầm nhìn thông thường của bạn.
Ngay cả khi điều này có thể được sắp xếp (có thể thông qua một số loại HUD hoặc màn hình hiển thị trên kính chắn gió), thì cũng có vấn đề về ý nghĩa của góc nhìn bổ sung này. Khi bạn nhìn lướt qua màn hình trong xe, bạn cần phân tích trong đầu góc nhìn được thêm vào và kết hợp nó với bất cứ điều gì bạn đã có trong đầu về cảnh lái xe.
Khả năng là mọi người sẽ gặp khó khăn khi thực hiện điều này, chắc chắn là trong lần thử đầu tiên. Trừ khi bạn đã được đào tạo chuyên môn hoặc có nhiều kinh nghiệm sử dụng loại phương tiện tăng cường phối cảnh này, nếu không thì chắc chắn bạn sẽ gặp khó khăn. Bạn hoàn toàn có thể bỏ qua quan điểm phụ. Bạn có thể không phát hiện ra các yếu tố chính trong quan điểm phụ áp dụng cho nỗ lực thúc đẩy hiện tại của mình. Và như thế.
Một số người sẽ sẵn sàng sử dụng tính năng này, những người khác có thể không bao giờ sử dụng tính năng này (có lẽ họ có thể tắt tính năng này và tránh sử dụng tính năng đó).
Bạn có thể tưởng tượng điều này sẽ diễn ra như thế nào về mặt xã hội. Một người bị tai nạn ô tô và nếu họ sử dụng góc nhìn mở rộng, có lẽ họ đã có thể tránh được vụ va chạm. Sau đó, họ phải chịu trách nhiệm vì đã không sử dụng khả năng này. Tương tự như vậy, một người nào đó sử dụng góc nhìn tăng cường gặp tai nạn ô tô và tuyên bố rằng thông tin bổ sung gây nhầm lẫn hoặc khiến người lái xe bằng cách nào đó đưa ra lựa chọn tồi tệ hơn so với việc họ không sử dụng góc nhìn phụ.
Sang số, tương lai của ô tô bao gồm ô tô tự lái. Ô tô tự lái sẽ sử dụng hệ thống lái dựa trên AI và sẽ không có người điều khiển. Đây là một câu hỏi hấp dẫn: Liệu những chiếc xe tự lái thực sự dựa trên AI có thể tận dụng thành công góc nhìn toàn cảnh của cảnh lái xe không?
Hãy giải nén vấn đề và xem.
Đối với khuôn khổ của tôi về xe hơi tự trị AI, xem liên kết ở đây: https://aitrends.com/ai-insider/framework-ai-self-driving-driverless-cars-big-picture/
Tại sao đây là một nỗ lực moonshot, xem giải thích của tôi ở đây: https://aitrends.com/ai-insider/self-driving-car-mother-ai-projects-moonshot/
Để biết thêm về các cấp độ như một loại thang đo Richter, hãy xem thảo luận của tôi ở đây: https://aitrends.com/ai-insider/richter-scale-levels-self-driving-cars/
Đối với các tranh luận về phân chia các cấp độ, xem giải thích của tôi ở đây: https://aitrends.com/ai-insider/reframing-ai-levels-for-self-driving-cars-bifurcation-of-autonomy/
Hiểu các cấp độ của ô tô tự lái
Để làm rõ, những chiếc xe tự lái thực sự là những chiếc xe mà AI tự điều khiển chiếc xe hoàn toàn và không có bất kỳ sự hỗ trợ nào của con người trong quá trình lái xe. Những phương tiện không người lái này được coi là Cấp 4 và Cấp 5, trong khi ô tô yêu cầu con người cùng chia sẻ nỗ lực lái xe thường được coi là ở Cấp 2 hoặc Cấp 3. Những chiếc xe cùng chia sẻ nhiệm vụ lái xe được mô tả là bán -tự động, và thường chứa nhiều tiện ích bổ sung tự động được gọi là ADAS (Hệ thống hỗ trợ người lái xe nâng cao).
Vẫn chưa có một chiếc xe tự lái thực sự ở Cấp độ 5, mà chúng ta thậm chí còn không biết liệu điều này có thể đạt được hay không, và cũng sẽ mất bao lâu để đến đó. Trong khi đó, các nỗ lực của Cấp độ 4 đang dần cố gắng đạt được một số lực kéo bằng cách trải qua các thử nghiệm trên đường công cộng rất hẹp và có chọn lọc, mặc dù vẫn còn tranh cãi về việc liệu thử nghiệm này có được cho phép hay không (tất cả chúng ta đều là những con chuột lang sinh tử trong một thử nghiệm diễn ra trên đường cao tốc và đường bộ của chúng tôi, một số đối thủ).
Vì những chiếc xe bán tự động cần có người lái, nên việc sử dụng những loại xe đó sẽ không khác biệt nhiều so với lái xe thông thường, do đó, sẽ không có nhiều thông tin mới về chúng về chủ đề này (mặc dù, như bạn sẽ thấy trong một thời điểm, các điểm tiếp theo được thực hiện thường được áp dụng).
Đối với ô tô bán tự trị, điều quan trọng là công chúng cần phải được cảnh báo trước về một khía cạnh đáng lo ngại đang phát sinh gần đây, cụ thể là mặc dù những người lái xe đó vẫn đăng video ngủ quên trên bánh xe của Cấp độ 2 hoặc Cấp 3 , tất cả chúng ta cần tránh bị lầm tưởng rằng người lái xe có thể lấy đi sự chú ý của họ khỏi nhiệm vụ lái xe trong khi lái một chiếc xe bán tự động.
Bạn là bên chịu trách nhiệm cho các hành động lái xe của xe, bất kể mức độ tự động hóa có thể được ném vào Cấp 2 hoặc Cấp 3.
Để biết lý do tại sao việc thử nghiệm hoặc vận hành xe ô tô tự lái từ xa thường bị cấm, hãy xem giải thích của tôi tại đây: https://aitrends.com/ai-insider/remote-piloting-is-a-self-driving-car-crutch/
Để cảnh giác với những tin tức giả mạo về ô tô tự lái, hãy xem các mẹo của tôi tại đây: https://aitrends.com/ai-insider/ai-fake-news-about-self-driving-cars/
Các tác động đạo đức của hệ thống lái xe AI là rất quan trọng, hãy xem chỉ dẫn của tôi ở đây: https://aitrends.com/selfdrivingcars/ethically-ambiguous-self-driving-cars/
Hãy nhận biết những cạm bẫy của việc bình thường hóa độ lệch khi nói đến ô tô tự lái, đây là lời kêu gọi của tôi: https://aitrends.com/ai-insider/normalization-of-deviance-endangers-ai-self-driving-cars/
Ô tô tự lái và góc nhìn toàn cảnh
Đối với xe tự lái thực sự cấp 4 và cấp 5, sẽ không có người lái xe tham gia vào nhiệm vụ lái xe. Tất cả những người ngồi trên xe sẽ là hành kháchC & ocirc; ng; tAI đang điều khiển.
ThAI liên quan đến các hệ thống lái xe AI ngày nay không có tri giác. Nói cách khác, AI hoàn toàn là một tập hợp các thuật toán và lập trình dựa trên máy tính, và chắc chắn là không thể suy luận theo cách giống như con người.
Tại sao cái này nhấn mạnh thêm về việc AI không có tri giác? Bởi vì tôi muốn nhấn mạnh rằng khi thảo luận về vai trò của hệ thống lái xe AI, tôi không mô tả phẩm chất của con người với AI. Xin lưu ý rằng ngày nay có một xu hướng đang diễn ra và nguy hiểm trong việc nhân cách hóa AI. Về bản chất, mọi người đang gán sự quan tâm giống như con người cho AI ngày nay, mặc dù thực tế không thể phủ nhận và không thể chối cãi rằng chưa có AI như vậy tồn tại.
Với sự làm rõ đó, bạn có thể hình dung rằng hệ thống lái xe AI về bản chất bằng cách nào đó sẽ không “biết” về cách tận dụng góc nhìn toàn cảnh của cảnh lái xe. Đây là một khía cạnh cần được lập trình như một phần của phần cứng và phần mềm của ô tô tự lái (tôi đã gọi đây là một phần của “tính toàn năng” mà ô tô tự lái có thể đạt được).
Chúng ta hãy đi sâu vào vô số khía cạnh liên quan đến chủ đề này.
Đầu tiên, hệ thống lái xe AI sẽ phải chứa một số thiết bị hoặc thiết bị nhận được góc nhìn phụ. Như đã đề cập trước đó, thiết bị điện tử quan sát toàn cảnh có thể chứa vô số thiết bị cảm biến. Ngoài ra, cần phải có khả năng liên lạc điện tử để truyền dữ liệu được thu thập. Đổi lại, bất kỳ phương tiện nào muốn sử dụng hộp số sẽ cần được trang bị một thiết bị nhận thích hợp.
Vấn đề là xe tự lái sẽ phải chứa một số dạng phần cứng và phần mềm để nhận dữ liệu quan sát toàn cảnh. Điều này có thể được thực hiện bởi các thiết bị liên lạc đã có sẵn trên xe hoặc có thể cần phải có một bộ phận bổ sung được lắp đặt vào xe tự lái. Một số người có thể lập luận rằng điều này có khả năng làm tăng thêm chi phí cho xe tự lái. Trong trường hợp đó, cần phải tính toán ROI (Lợi tức đầu tư) phù hợp.
Thông qua một loại linh cảm đằng sau phong bì, tỷ lệ cược khá cao là ROI này sẽ đáng giá vì nếu khả năng này được triển khai tốt, nó có thể tăng cường an toàn cho hệ thống lái xe AI và giảm khả năng xe tự lái gặp phải các vấn đề tai hại (điều mà tôi đã thảo luận rất lâu trong các cột của mình).
Được rồi, vậy hãy giả sử rằng một chiếc ô tô tự lái được trang bị để nhận luồng dữ liệu từ chế độ xem toàn cảnh. Tiếp theo chúng ta cần xem xét tính kịp thời của dữ liệu.
Giả sử dữ liệu bị trễ thời gian khi được gửi. Do đó, khi phương tiện đến để rẽ phải, nhưng dữ liệu được cung cấp cho hệ thống lái xe AI, giả sử chậm hơn vài giây so với thời gian thực. Trong trường hợp đó, dữ liệu hơi lỗi thời là có vấn đề. Cảnh lái xe có thể đã thay đổi và hệ thống lái xe AI đang cố sử dụng dữ liệu cũ.
Điều đó nhất định tạo ra khó khăn.
Theo nghĩa đó, dữ liệu đến từ chế độ xem toàn cảnh phải kịp thời để được coi là có giá trị đặc biệt. Độ trễ là một yếu tố. Điều đó đang được nói, hãy làm rõ rằng độ trễ thời gian trong tích tắc giây có thể không làm giảm hoàn toàn giá trị của dữ liệu và tương tự như vậy, ngay cả độ trễ vài giây cũng không nhất thiết làm giảm giá trị. Vấn đề là mặc dù thời gian là quan trọng, ít nhất là nếu nó được đánh dấu thời gian, thì hệ thống điều khiển AI có lẽ sẽ được lập trình để tính đến độ mới của dữ liệu và đưa ra trọng số tương ứng với những gì đang nhận được. Một số gợi ý rằng việc sử dụng 5G sẽ có ý nghĩa quan trọng đối với khía cạnh thời gian này.
Khía cạnh tiếp theo của hệ thống lái xe AI bao gồm lập trình đan xen chế độ xem mắt chim với dữ liệu cảm giác hiện có từ bộ cảm biến trên xe hơi. Về bản chất, xe tự lái đã có bộ thiết bị cảm biến riêng. Có một phân tích tính toán diễn ra và thường được gọi là Hợp nhất dữ liệu đa cảm biến (MSDF). Bạn có thể coi chế độ xem toàn cảnh là một bộ cảm biến bổ sung hiện đang được áp dụng cho nỗ lực tính toán MSDF thông thường của hệ thống lái xe AI.
Đây là một cái gì đó khác để suy ngẫm. Giả sử chế độ xem toàn cảnh cung cấp toàn bộ dữ liệu thô được thu thập. Điều này có thể dẫn đến việc truyền dữ liệu cực kỳ lớn, mất thời gian quý báu để làm như vậy. Ngoài ra, xe tự lái phải có đủ khả năng xử lý tính toán để xử lý dữ liệu sau khi nhận được. Tất cả đã nói, trong ô tô tự lái, phải có rất nhiều tài nguyên máy tính được bổ sung hoặc có lẽ là có sẵn để thực hiện nỗ lực tính toán chuyên sâu này. Ngoài ra, sẽ mất thời gian để loại giải thích và xử lý liên quan đến dữ liệu đó xảy ra.
Bạn có thể đang nghĩ, trong trường hợp đó, chỉ cần truyền một phiên bản tốc ký. Có lẽ hệ thống mắt chim phải có khả năng tính toán riêng và xử lý trước dữ liệu. Thay vì gửi video phát trực tuyến về chiếc ô tô đó đang đậu ở làn đường đang hoạt động, khả năng quan sát của chim có thể chỉ gửi một tin nhắn văn bản cho biết rằng một chiếc ô tô sắp chặn ngã rẽ sắp tới.
Điều này có vẻ dễ sử dụng, nhưng hóa ra có những vấn đề hậu quả gai góc nảy sinh.
Chẳng hạn xe chắn hết làn đường hay chỉ lấn một phần vào làn đường? Chiếc xe có thực sự đứng yên hoàn toàn hay có lẽ đang từ từ lăn bánh về phía trước? Một trăm câu hỏi có thể được tưởng tượng. Nếu không có dữ liệu thô, hệ thống lái xe AI sẽ nhận được thông tin không đầy đủ về những vấn đề có thể đang chờ đợi xe tự lái. Có một sự đánh đổi đầy thách thức về việc liệu chỉ truyền một ký hiệu tốc ký hay toàn bộ dữ liệu.
Tôi sẽ ném cho bạn một quả bóng cong khác. Hệ thống lái xe AI có nên hoàn toàn tin tưởng vào dữ liệu đến từ chế độ xem toàn cảnh không?
Một mặt, tầm nhìn toàn cảnh này có thể là một tài sản to lớn. Đồng thời, giả sử dữ liệu bị trễ và không còn khả thi chính xác về cảnh lái xe. Tồi tệ hơn, giả sử rằng dữ liệu đến từ các cảm biến bị hỏng hoặc có lẽ đã bị tấn công. Điều quan trọng là hệ thống lái xe AI được coi là “chịu trách nhiệm” cho việc điều khiển phương tiện. Do đó, bất cứ điều gì mà chế độ xem toàn cảnh cung cấp đều không quan trọng bằng các khía cạnh mà hệ thống lái xe AI sẽ thực hiện khi thực hiện nhiệm vụ lái xe.
Không tìm cách tạo ra một phép loại suy nhân hóa, hãy nhớ lại rằng tôi đã đề cập trước đó rằng những người lái xe con người có thể gặp khó khăn trong việc kết hợp tầm nhìn từ trên cao với sự nhận biết của chính họ về cảnh lái xe. Bạn có thể gợi ý rằng hệ thống lái xe AI cũng giống như vậy.
Điều đó đang được nói, cái hay của hệ thống lái xe AI là, không giống như con người chỉ có thể chú ý đến một thứ tại một thời điểm (i.e., nhìn vào lòng đường so với nhìn vào màn hình trong ô tô), hệ thống AI có thể thực hiện đồng thời các loại hành động đó. Giả sử rằng có đủ tốc độ xử lý và phần mềm được viết tốt, hệ thống lái xe AI phải có khả năng phân tích toàn bộ các góc nhìn có sẵn thông qua dữ liệu hợp nhất từ các dấu hiệu cảm giác được mở rộng.
Chúng ta có thể thêm nhiều kem hơn vào chiếc bánh đó.
Dự kiến ô tô tự lái sẽ được trang bị giao tiếp điện tử V2V (vehicle-to-vehicle). Điều này cho phép một chiếc xe tự lái gửi tin nhắn điện tử đến những chiếc xe tự lái khác gần đó. Ví dụ: một chiếc ô tô tự lái có thể rẽ phải ở góc cua có thể gửi cảnh báo V2V rằng một chiếc ô tô đang đỗ ngay bên ngoài chỗ rẽ đó. Những chiếc xe tự lái khác gần đó có thể nhận được tin nhắn và hệ thống lái AI theo đó (hy vọng) sẽ được lập trình để xem xét thông tin bổ sung đó.
Cũng sẽ có V2I (phương tiện đến cơ sở hạ tầng). Ví dụ, các tín hiệu giao thông sẽ phát ra các thông điệp điện tử. Do đó, thay vì chỉ dựa vào dấu hiệu trực quan về việc tín hiệu giao thông có màu xanh lục-vàng-đỏ hay không, điều này có thể được truyền đi bằng điện tử.
Tất cả đã nói, một chiếc ô tô tự lái có khả năng có rất nhiều thông tin bên ngoài sẽ được đưa vào hệ thống lái xe AI. Dữ liệu này cần phải được kiểm tra tính toán. Cần phải kết hợp dữ liệu để thử và xác định cảnh lái xe bao gồm những gì. Ngoài ra, hệ thống lái xe AI không nhất thiết phải cho rằng tất cả dữ liệu là hợp lệ hoặc trung thực. Một số dữ liệu sẽ bị nhiễu, trong khi có lẽ các phần khác của dữ liệu có thể bị nhiễu, bị hỏng hoặc có các dấu hiệu gây hiểu lầm.
Ngày nay, nhiều cách sử dụng thí điểm hoặc thử nghiệm khả năng xem mắt chim đang diễn ra.
Ví dụ, Ford đã nghĩ ra một cách nhìn toàn cảnh cảm giác được thành lập ở Bãi biển Miami, đây là một phần trong nỗ lực chung của các phương tiện tự lái của Ford và Argo AI. Cụ thể, một giao lộ đông đúc ở South Beach được biết đến là đặc biệt bận rộn đã được chọn để chạy thử (góc của Đường Lincoln và Đại lộ Lenox). Lựa chọn này có ý nghĩa vì nó sẽ mang lại nhiều cơ hội để kiểm tra khả năng quan sát của con chim (so với việc chọn một giao lộ yên tĩnh và hiếm khi được sử dụng).
Giao lộ gần một trung tâm mua sắm ngoài trời và rất nhiều cửa hàng và quán ăn nổi tiếng, vì vậy có dòng người đi xe đạp, người đi bộ và ô tô do con người điều khiển luôn nhộn nhịp và liên tục tại ngã tư đó. Như với bất kỳ nỗ lực nào trong số này, cần thận trọng khi thực hiện cùng với các cơ quan quản lý đường bộ và các cơ quan có liên quan. Nỗ lực này bao gồm Sở Giao thông Vận tải Florida, Thành phố Bãi biển Miami và Hạt Miami-Dade.
Theo chỉ dẫn của Scott Griffith, Giám đốc điều hành của Ford Xe tự lái và Kinh doanh di động, nỗ lực này tập hợp các mảnh ghép bổ sung làm nền tảng cho sự xuất hiện của ô tô tự lái, bao gồm cả việc sử dụng các khả năng của cơ sở hạ tầng hiện đại ( xem phạm vi phủ sóng trên LinkedIn của anh ấy): “Việc cùng nhau xây dựng tương lai của xe tự lái đòi hỏi chúng tôi phải suy nghĩ về mọi mảnh ghép. Một phần của việc này là nghiên cứu các công nghệ mới nổi, như cơ sở hạ tầng thông minh, để khám phá cách chúng tôi có thể cung cấp cho các phương tiện tự lái của mình càng nhiều thông tin càng tốt để điều hướng các khu vực đô thị phức tạp.”
Bryan Salesky, Giám đốc điều hành của Argo AI, và như tôi đã đề cập trước đây trong các chuyên mục của mình, nổi tiếng với sứ mệnh tập trung vào việc tìm cách phát triển và triển khai ô tô tự lái để cải thiện việc đi lại trong các thành phố an toàn hơn, dễ dàng hơn và trải nghiệm thú vị hơn cho tất cả mọi người. Bằng cách Argo AI tích cực tham gia vào các loại nỗ lực quan sát toàn cảnh này, tác động tổng hợp của việc tận dụng các khả năng như vậy chắc chắn là một bước gia tăng trên con đường đáng khen ngợi đó.
Để biết thêm chi tiết về ODD, hãy xem chỉ dẫn của tôi tại liên kết này ở đây: https://www.aitrends.com/ai-insider/amalgamating-of-operational-design-domains-odds-for-ai-self-driving-cars/
Về chủ đề xe ô tô tự lái địa hình, đây là thông tin chi tiết của tôi: https://www.aitrends.com/ai-insider/off-roading-as-a-challenging-use-case-for-ai-autonomous-cars/
Tôi đã thúc giục rằng phải có một Giám đốc An toàn tại các nhà sản xuất xe tự lái, đây là tin sốt dẻo: https://www.aitrends.com/ai-insider/chief-safety-officers-needed-in-ai-the-case-of-ai-self-driving-cars/
Kỳ vọng rằng các vụ kiện sẽ dần trở thành một phần quan trọng của ngành công nghiệp xe hơi tự lái, hãy xem chi tiết giải thích của tôi tại đây: https://aitrends.com/selfdrivingcars/self-driving-car-lawsuits-bonanza-ahead/
Nhìn chung, chế độ xem toàn cảnh cung cấp một tiện ích bổ sung hữu ích cho sự ra đời của ô tô tự lái.
Tôi đề cập rằng điều này nên được coi là một add-on vì khuynh hướng triết học phải là một chiếc ô tô tự lái thực sự dựa trên AI sẽ vẫn hoạt động hiệu quả mà không cần có chế độ xem toàn cảnh. Điều này rất quan trọng do khía cạnh rõ ràng là nhiều địa phương sẽ không có thiết lập mắt chim. Ngoài ra, luôn có khả năng bất kỳ thiết bị nào như vậy đột nhiên bị gián đoạn hoặc gặp sự cố, trong trường hợp đó, hệ thống lái xe AI phải được lập trình để hoạt động như thể chế độ xem mắt chim không còn hoạt động.
Có những khúc ngoặt khác cần được xem xét.
Ví dụ: giả sử rằng chế độ xem toàn cảnh đang được vận hành 24×7, điều này là đương nhiên vì ô tô có thể đi qua giao lộ vào bất kỳ thời điểm nào trong ngày. Một số người lo ngại rằng đây thực chất là một loại khả năng gián điệp, một khả năng có thể ghi lại việc đến và đi của mọi người ở bất kỳ địa phương nào đã thiết lập chế độ xem toàn cảnh. Vâng, có vẻ như đây là trường hợp, mặc dù hãy nhớ rằng chúng ta đã có rất nhiều máy quay video được thiết lập ở nhiều khu vực và xu hướng làm như vậy tiếp tục mở rộng (một phần do tính chất chi phí thấp của kiểu giám sát ngày nay công nghệ).
Chìa khóa ở đây là khía cạnh quan sát toàn cảnh giao thông bằng ô tô có lẽ không khác biệt rõ rệt so với việc lắp đặt các máy quay video thông thường. Kiểu tranh luận và băn khoăn tương tự sẽ xảy ra sau đó. Bạn có thể tranh luận rằng dãy cảm biến được thêm vào làm cho khả năng quan sát của con chim hơi khác đi, chẳng hạn như bao gồm có lẽ radar, LIDAR và những thứ tương tự, mặc dù điều này dường như không thể phân biệt rõ ràng đối với những lo lắng bao trùm liên quan đến bản thân nó.
Một điểm nhanh cuối cùng cho thời điểm này trên chủ đề nàyc: Có những phương tiện khác để đạt được một cái nhìn toàn cảnh.
Ví dụ: tôi đã đề cập đến việc sử dụng máy bay không người lái tự động phối hợp với ô tô tự lái (xem phạm vi bảo hiểm của tôi trong các cột của tôi). Một chiếc ô tô tự lái có thể có một bệ phóng có thể đặt một máy bay không người lái vào không trung, sau đó sẽ bay xung quanh theo lệnh của hệ thống lái xe AI và cung cấp dữ liệu cảm giác từ góc nhìn của một con chim. Điều này có thể được thực hiện thông qua khả năng của ô tô tự lái hoặc có thể có máy bay không người lái do người khác cung cấp, chẳng hạn như cơ quan quản lý đường bộ địa phương có máy bay không người lái tự lái.
Tất cả các vấn đề tương tự đã nêu trước đó có khả năng được giải quyết bằng chế độ xem toàn cảnh dựa trên máy bay không người lái. Hệ thống lái xe AI sẽ được lập trình để sử dụng phối cảnh được thêm vào bằng máy bay không người lái? AI sẽ được lập trình để xử lý bất kỳ dữ liệu bị lỗi nào đến từ máy bay không người lái (có thể xảy ra)? Vân vân.
Các khía cạnh riêng tư cũng phát huy tác dụng, có thể trở nên tồi tệ hơn hoặc giảm bớt khi sử dụng máy bay không người lái. Một mặt, máy bay không người lái có khả năng chỉ tạm thời trên bầu trời, trong khi thiết bị cảm biến được gắn chế độ xem mắt chim cố định tại chỗ có thể sẽ được đặt vĩnh viễn. Đồng thời, nhận ra rằng máy bay không người lái có thể đi lang thang xung quanh và thu thập một lượng dữ liệu có khả năng rộng hơn. On và về vấn đề này đi.
Sự cân nhắc tương lai khác liên quan đến việc cuối cùng chúng ta sẽ có bao nhiêu tầm nhìn toàn cảnh này?
Giả sử rằng một giao lộ có một số chế độ xem toàn cảnh đã được đặt. Bạn có thể lập luận rằng điều này là tốt vì càng đông càng vui, mặt khác, lập luận đối trọng là mọi thứ đang vượt quá tầm kiểm soát và quá nhiều có thể trở nên hống hách và áp đảo.
Tương tự như vậy, khi bạn xem xét việc sử dụng máy bay không người lái để quan sát toàn cảnh, hãy tưởng tượng nếu tất cả ô tô trong một khu vực nhất định chọn khởi động máy bay không người lái tương ứng của chúng, bạn dường như sẽ có một bầu trời hoàn toàn lộn xộn với một đàn quái vật cơ khí khổng lồ như vậy. Dù sao đi nữa, chúng ta chắc chắn có thể đặt mục tiêu bắt đầu ở một nơi nào đó, tìm cách bò trước khi đi, đi trước khi chạy và chạy trước khi bay, có thể nói như vậy.
Nói về chim và bay, khi tôi còn nhỏ, tôi có một con chim hoàng yến như một con vật cưng yêu quý. Tôi đã từng mơ về những gì con chim hoàng yến có thể nhìn thấy khi nó bay (chúng tôi sẽ thả nó ra khỏi lồng trong nhà của mình và để con chim vui vẻ bay khắp nơi).
Có lẽ bây giờ tôi có thể kiếm một con chim hoàng yến khác và huấn luyện nó mang theo một số thiết bị cảm biến, cung cấp một phương tiện khác để có được tầm nhìn toàn cảnh cho ô tô tự lái. Bên cạnh việc xoay quanh các cảm biến, có lẽ nó sẽ hát những bài hát chim chích chòe thú vị đó. Và chi phí để giữ chim hoàng yến làm nhiệm vụ sẽ thấp một cách hấp dẫn, chỉ cần hạt giống chim hàng ngày.
Bạn có thể táo bạo khẳng định rằng chim hoàng yến có thể báo trước về các vụ va chạm xe hơi sắp xảy ra, đóng vai trò như một con chim hoàng yến thực sự trong mỏ than.
Bản quyền 2021 Tiến sĩ Lance Eliot http://ai-selfdriving-cars.libsyn.com/website
- 000
- 2021
- 5G
- Tài khoản
- hoạt động
- Add-on
- thêm vào
- Nhận con nuôi
- AI
- Định hướng
- thuật toán
- Tất cả
- trong số
- phân tích
- Hàng năm
- APT
- KHU VỰC
- Argo trí tuệ nhân tạo
- xung quanh
- tài sản
- tự động
- Tự động
- Tự động hóa
- tự trị
- xe tự trị
- xe tự trị
- Làm đẹp
- Tốt hơn
- chim
- các doanh nghiệp
- cuộc gọi
- máy ảnh
- xe hơi
- xe ô tô
- giám đốc điều hành
- tỷ lệ cược
- chánh
- Các thành phố
- City
- Than đá
- đến
- Truyền thông
- thành phần
- máy tính
- liên tiếp
- tranh cãi
- Chi phí
- hạt
- Crash
- tín dụng
- cuộc khủng hoảng
- thoa
- dữ liệu
- ngày
- nhiều
- tranh luận
- chậm trễ
- sở giao thông
- phát triển
- Thiết bị (Devices)
- Làm gián đoạn
- Downtown
- điều khiển
- trình điều khiển
- xe không người lái
- lái xe
- làm biếng
- Các phương tiện bay không người lái
- Cạnh
- Thiết bị điện tử
- Trang thiết bị
- vv
- Mở rộng
- thử nghiệm
- giải thích
- mắt
- Cơ sở
- giả mạo
- tin tức giả mạo
- Thời trang
- tử vong
- Đặc tính
- cuối
- Tên
- chuyến bay
- florida
- dòng chảy
- khúc sông cạn
- hình thức
- Forward
- Khung
- Full
- tương lai
- Cho
- tiện dụng
- phần cứng
- tại đây
- Cao
- đường xa lộ
- House
- Độ đáng tin của
- Hướng dẫn
- HTTPS
- Con người
- ý tưởng
- bất hợp pháp
- Hình ảnh
- Va chạm
- đang đe dọa
- Bao gồm
- Tăng lên
- ngành công nghiệp
- Thông tin
- thông tin
- Cơ sở hạ tầng
- đầu tư
- tham gia
- các vấn đề
- IT
- Key
- phóng
- Vụ án
- Led
- Cấp
- mức 4
- Tỉ lệ đòn bẩy
- LIDAR
- Lincoln
- LINK
- địa phương
- dài
- Làm
- Vấn đề
- Miami
- triệu
- Sứ mệnh
- di động
- cụ thể là
- Gần
- tin tức
- Khái niệm
- Nhân viên văn phòng
- hoạt động
- Cơ hội
- Các lựa chọn
- Nền tảng khác
- Khác
- Ngoài trời
- người
- quan điểm
- quan điểm
- hình ảnh
- phi công
- Phổ biến
- riêng tư
- Lập trình
- công khai
- câu đố
- radar
- RAM
- Nguyên
- dữ liệu thô
- thời gian thực
- giảm
- Thông tin
- Nguy cơ
- chạy
- Sự An Toàn
- Quy mô
- quét
- trung học
- chọn
- Ô tô tự lái
- tự lái
- xe tự lái
- xe tự lái
- ý nghĩa
- cảm biến
- Loạt Sách
- phục vụ
- định
- ngắn
- nhỏ
- thông minh
- So
- Phần mềm
- miền Nam
- tốc độ
- chia
- Được tài trợ
- Spot
- gián điệp
- Bắt đầu
- Bang
- số liệu thống kê
- vô lăng
- cửa hàng
- trực tuyến
- đường phố
- hệ thống
- hệ thống
- Công nghệ
- thử nghiệm
- Kiểm tra
- Tương lai
- khớp
- nhiệt
- Suy nghĩ
- thời gian
- lời khuyên
- giao thông
- Hội thảo
- giao thông vận tải
- Xu hướng
- NIỀM TIN
- Kỳ
- Hoa Kỳ
- đô thị
- Khu vực thành thị
- us
- giá trị
- giá trị
- điểm thuận lợi
- xe
- Xe cộ
- Versus
- Video
- Video
- Xem
- Là gì
- Wheel
- Bản cáo bạch
- ở trong
- từ
- Công việc