Close

Ο ρόλος της Τεχνητής Νοημοσύνης (AI) στην αυτόνομη οδήγηση

Γιατί η Τεχνητή Νοημοσύνη (AI) αποτελεί ακρογωνιαίο λίθο της αυτόνομης οδήγησης; Ποιες είναι οι μεγάλες προκλήσεις που αντιμετωπίζουν οι εταιρείες;

Μέσα στην επόμενη δεκαετία η εικόνα της αυτοκίνησης θα αλλάξει άρδην με καταιγισμό νέων τεχνολογιών να εξοπλίζουν τα μοντέλα των εταιρειών. Οι ειδικοί κάνουν λόγο για τη μεγαλύτερη επανάσταση που συντελείται στο χώρο τα τελευταία 30 χρόνια και εδώ που τα λέμε δεν έχουν άδικο.

Το λεξιλόγιό μας έχει εμπλουτιστεί με εξειδικευμένους όρους όπως αυτόνομη οδήγηση, Τεχνητή Νοημοσύνη (ΑΙ), Συνδεσιμότητα, Internet of Things, Κοινοχρησία (Car sharing).

Μέχρι πρότινος όλες αυτές τις τεχνολογίες βλέπαμε με δέος να εφαρμόζονται σε ταινίες επιστημονικής φαντασίας. Και να που τώρα βρισκόμαστε μπροστά σε έναν νέο κόσμο που δεν αποτελεί αποκύημα φαντασίας κάποιου ιδιοφυούς σκηνοθέτη, αλλά η πραγματικότητα που ξημερώνει.

Μια από τις νέες τεχνολογίες που θα μπει στη ζωή μας μέσα στα επόμενα χρόνια είναι η Τεχνητή Νοημοσύνη (Artificial Intelligence), που αποτελεί ακρογωνιαίο λίθο σε αυτήν την κοσμογονική αλλαγή που συντελείται στην παγκόσμια αυτοκίνηση. Είναι ξεκάθαρο πως η αυτόνομη οδήγηση δεν μπορεί να γίνει πραγματικότητα με τη χρήση μεθόδων βασισμένων αμιγώς σε κανόνες.

Στην ανάλυση που κάνει το BMW Group στην έκθεσή του για την αυτόνομη οδήγηση, εξηγεί λεπτομερώς το πόσο σημαντικός είναι ο ρόλος της AI στην εικόνα που θα έχει η αυτοκίνηση του μέλλοντος.

Στην πραγματικότητα, η υλοποίηση της αυτόνομης οδήγησης απαιτεί συστήματα μηχανικής μάθησης. Για να ολοκληρωθεί ένας κύκλος εξέλιξης με τη βοήθεια δεδομένων, απαιτούνται ποικίλα δεδομένα σε πραγματικές συνθήκες από τους αισθητήρες του οχήματος. Αυτό δημιουργεί τεράστιες ποσότητες δεδομένων, τα οποία, στη συνέχεια, πρέπει να υποβληθούν σε επεξεργασία και να είναι διαθέσιμα μέσω του συστήματος τεχνητής νοημοσύνης.

Ένα κέντρο συλλογής δεδομένων δημιουργείται τώρα σε συνεργασία με την Intel, και θα επεκταθεί τους προσεχείς μήνες. Η εκπαίδευση των νευρωνικών δικτύων και η περαιτέρω εξέλιξη αλγορίθμων απαιτεί πάντα την ταχεία πρόσβαση σε δεδομένα, γι’ αυτό η εγκατάσταση διαθέτει την αντίστοιχη υπολογιστική ισχύ.

Επίσης, στο κέντρο δεδομένων θα προσομοιώνονται σενάρια που σπάνια συμβαίνουν σε πραγματικές συνθήκες, διαφορετικά θα ήταν αδύνατο να επιτυγχάνεται πλήρης κάλυψη συνθηκών δοκιμών. Το αποτέλεσμα είναι Τεχνητή Νοημοσύνη με αυξανόμενη ικανότητα ανάπτυξης μοντέλων της πραγματικότητας.

Ένα ακόμα σύστημα ΑΙ θα βοηθά το όχημα να ερμηνεύει έξυπνα τις καταστάσεις που αντιμετωπίζει με βάση τα μοντέλα. Χωρίς αυτό, το όχημα δεν μπορεί να επιλέξει μία στρατηγική οδήγησης με την απαιτούμενη αυτοπεποίθηση.

Οι προκλήσεις

Ωστόσο, μέχρι να φτάσουμε στο σημείο μαζικής εφαρμογής και χρήσης Τεχνητής Νοημοσύνης στα οχήματα, θα πρέπει να βρεθούν λύσεις σε κάποια καίρια ζητήματα που προκύπτουν, τα οποία μπορούμε να δούμε παρακάτω:

Δεδομένα
– Παγκόσμια συντονισμένη καταγραφή – Κεντρική αποθήκευση δεδομένων – Επισημάνσεις (ετικέτες).
– Μακροχρόνια δυνατότητα χρήσης δεδομένων.

Εξειδίκευση
– Μοντελοποίηση νευρωνικών δικτύων με κριτήριο την εφαρμογή – Παραμετροποίηση μεθόδων εκμάθησης.
– Διαχείριση μεγάλου όγκου δεδομένων.

Εξοπλισμός (Hardware)
– Υπολογιστική υποδομή υψηλής ισχύος για λόγους εκπαίδευσης.
– Υπολογιστική πλατφόρμα υψηλής ισχύος εντός του οχήματος – Σύνδεση με κεντρικό σύστημα για λήψη ενημερώσεων και feedback.

Ασφάλεια
– Γενίκευση για εντελώς νέες καταστάσεις – Ασφαλής υποβάθμιση.
– Διαχείριση σπάνιων επικίνδυνων καταστάσεων.

BMW και ΑΙ

Η BMW χρησιμοποιεί την εν λόγω τεχνολογία σε διάφορους τομείς, όπως βελτιστοποίηση μεθόδων παραγωγής και εξέλιξη εξατομικευμένων επικοινωνιών σε καθομιλουμένη γλώσσα συνομιλίας με τους πελάτες.

Ένα ακόμα πεδίο εφαρμογής της είναι η δημιουργία οδικών χαρτών υψηλής ακριβείας με δυναμικό περιεχόμενο, όπως προσωρινά εμπόδια και ενημέρωση της κυκλοφορίας σε πραγματικό χρόνο.

Επίσης παίζει σημαντικό ρόλο στον ευφυή προγραμματισμό διαδρομών πολλαπλών μέσων μεταφοράς (multimodal), στην ευφυή κοινοχρησία οχημάτων (Car & Ride Sharing), στην παροχή τοπικών και άλλων υπηρεσιών που είναι εξατομικευμένες με βάση το περιβάλλον του χρήστη.

Πηγή

Ο Μένιος Κατής γεννήθηκε στην Αθήνα το 1978 και κατάγεται από τη Λήμνο. Σπούδασε στο Κέντρο Αθλητικού Ρεπορτάζ και ξεκίνησε την επαγγελματική του σταδιοδρομία το 1997 από το πρώτο αθλητικό site της Ελλάδας, το sport.gr (Sportline), στο οποίο εργάστηκε επί μια δεκαετία. Παράλληλα, έγραφε για το αγαπημένο του σπορ, τα MotoGP, στο motograndprix.gr καθώς επίσης και στο περιοδικό MotoGP World. Έχει δουλέψει επίσης στο wmotors.gr και caranddriver.gr, ενώ έχει συνεργαστεί με τα περιοδικά Car and Driver και Moto&Rider.

Αφήστε μια απάντηση

Η ηλ. διεύθυνση σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *

0 Comments
scroll to top