Μια διαφορετική προσέγγιση τεχνητής νοημοσύνης προτείνει η Cortica, η οποία εξειδικεύεται στον τομέα της τεχνητής νοημοσύνης και υπόσχεται ότι θα κάνει τα αυτόνομα οχήματα πιο έξυπνα.
Ωστόσο, δεν είναι η μόνη που προσπαθεί να κάνει τα αυτόνομα οχήματα του μέλλοντος εξυπνότερα. Η προσέγγισή της όμως διαφέρει, καθώς θέλει να χρησιμοποιήσει μη εποπτευόμενη μάθηση προκειμένου τα αυτόνομα οχήματα να μάθουν το περιβάλλον, αντί για εποπτευόμενη που χρησιμοποιούν οι περισσότεροι ανταγωνιστές της.
Η εποπτευόμενη μάθηση διδάσκει τα οχήματα δείχνοντάς τους παραδείγματα. Για παράδειγμα, για να μάθει ένα όχημα το σήμα του stop, οι προγραμματιστές ανεβάζουν στη βάση δεδομένων του συστήματος το σήμα.
Η μη εποπτευομένη μάθηση δεν χρησιμοποιεί παραδείγματα αλλά για την εκμάθηση του συστήματος χρησιμοποιούνται χαρακτηριστικά. Έτσι για παράδειγμα, το αυτόνομο όχημα θα αναγνωρίζει το σήμα του στοπ επειδή θα γνωρίζει ότι είναι ένα κόκκινο οκτάγωνο. Επομένως, στην περίπτωση αυτοί οι προγραμματιστές δεν θα ανεβάζουν φωτογραφίες του σήματος στη βάση δεδομένων του συστήματος.
Η Cortica πιστεύει ότι το κλειδί για τη νοημοσύνη των αυτόνομων οχημάτων βρίσκεται στην μη εποπτευόμενη μάθηση καθώς με την εποπτευόμενη, το όχημα θα έχει να επεξεργαστεί τεράστιο πλήθος εικόνων. Ήδη οι κάμερες των αυτόνομων οχημάτων που διεξάγουν τα τεστ έχουν συγκεντρώσει άπειρες ώρες οδήγησης, τις οποίες θα πρέπει να αναλύσουν άνθρωποι για να διδάξουν τα συστήματα ΑΙ των οχημάτων.
Η Cortica ισχυρίζεται ότι το σύστημά της θα επιτρέπει στα οχήματα να σκέφτονται περισσότερο σαν άνθρωποι, κάτι που θα τους δίνει μεγαλύτερη ευελιξία. Αυτό σημαίνει ότι θα μπορούν να προσαρμόζονται σε διαφορετικές συνθήκες φωτισμού και καιρού και να λειτουργούν πιο αποτελεσματικά σε περιοχές που δεν έχουν χαρτογραφηθεί.
Η Cortica αναφέρει ότι το σύστημά της θα μπορεί να δημιουργεί τους χάρτες σε τέτοιες περιπτώσεις, ενώ η αντίθετη προσέγγιση πιστεύει ότι κλειδί για τη νοημοσύνη των αυτόνομων οχημάτων θα είναι να έχουν προμηθευτεί με εκτεταμένες βιβλιοθήκες ψηφιακών χαρτών.
Επειδή αυτή τη στιγμή, τα περισσότερα αυτόνομα οχήματα αντιδρούν σε καταστάσεις βάσει προγραμματισμένων αντιδράσεων, σίγουρα δεν έχουν τη δυνατότητα να μπορούν να λαμβάνουν αποφάσεις σε μια απρόσμενη κατάσταση, όπως ένας άνθρωπος.
Αυτή είναι η υπόσχεση της AI και προς αυτή την κατεύθυνση προσπαθεί να κινηθεί η Cortica με την μη εποπτευόμενη μάθηση.
