En grupp forskare i engelska Wayve start har utvecklat en metod för nätverk tillämpning av djupa lära sig att Autonom körning. För inte så länge sedan företrädare för bolaget visade hur deras teknik fungerar, och har erbjudit sig att ta med en riktig bil på en riktig väg och lär honom… själv kör i 20 minuter.
Faktum är att de flesta självgående bilar använder en uppsättning av kameror och sensorer samt verktyg för kartläggning och programmering. Men detta synsätt, i deras mening, vilar på taket. Autonoma fordon är programmerad av företag som Google, har nått den punkt där de är bra, men inte tillräckligt bra för en utbredd användning. Detta är på grund av det faktum att bilen är inte tillräckligt smart för att klara av massor av villkor som på en vanlig väg. Enligt forskarna, en bil behöver mer än en smart dator, men inte speciella sensorer eller programmering.
Den Wayve team anser att en mer förnuftig strategi är att använda lärande algoritmer med förstärkningar, något som kommer att innebära DeepMind är att låta datorn lära sig som människor, i praktiken. Algoritmer för inlärning är grunden för djupt lärande nätverk de är med att studera, repetera och upprepa uppgift, varje gång för att förbättra din poäng. När det gäller Autonoma kontrollen över fordonet, detta skulle innebära att man kör bilen tills dess, tills han lär sig att göra det på rätt sätt.
För att visa hur bra det skulle kunna fungera som denna strategi, Wayve team Renault Twizy är utrustad med en kamera, styrning gas, broms och ratt, och är ansluten till GPU och algoritmer för inlärning. Datorn säger” att det bästa resultatet skulle bli en bil som går på vägen utan att lämna vägen. Ju längre han gör det, desto bättre. Sedan lade de till föraren och sätta bilen på en landsväg. Datorn har lärt en bil att köra, inte sladda av vägen i 20 minuter.
En bil med djupt lärande själv lärt sig att köra i 20 minuter
Ilya Hel