- W autonomicznym samochodzie zastosowano uczenie maszynowe
- Algorytm nauczył się kopiować zachowanie kierowcy
- W międzynarodowym zespole ekspertów pracują Polacy
Czy żeby auto jechało samo, trzeba je mozolnie, ręcznie kodować i wyposażyć w setki czujników i kamer? A od czego jest uczenie maszynowe? – zastanawiali się naukowcy z Cambridge. Utworzyli firmę Wayve i zabrali auto na kurs.
Wayve pokazało pierwsze na świecie auto, którego algorytm uczy się jeździć, a następnie porusza się po nieznanych wcześniej ulicach, korzystając z prostych kamer i satelitarnej nawigacji. Jako prototyp posłużył Twizy, zbudowany przez firmę StreetDrone.
Prace nad tym, aby samochody autonomiczne poruszały się po drogach, trwają od ponad 10 lat. Rocznie przeznacza się na to 5 miliardów dolarów, a wciąż takie pojazdy nie trafiły do sprzedaży. Młody zespół Wayve zaproponował, by uczyć algorytmy prowadzić, tak jak uczy się ludzi. Wyszkolony w ten sposób system nie potrzebuje map wysokiej rozdzielczości, drogich czujników, laserów, obliczeń i kodów. Ta metoda wprowadzenia autonomii do pojazdu jest 10 razy tańsza.
Do nauki algorytmu kierującego prototypem inżynierowie wykorzystali widzenie komputerowe i tzw. uczenie się ze wzmocnieniem. Niepewność jest rozproszona w całym modelu, a komputer stara się metodą prób i błędów rozwiązać daną sytuację. To pozwala uczyć się funkcji z danych wejściowych, które są najbardziej istotne dla kontroli, dzięki czemu obliczenia są bardzo wydajne. Taki „mózg” auta uczy się bardzo szybko. Poprzez gromadzenie danych o prowadzeniu pojazdu przez ludzi i szkolenie modelu uczenia maszynowego algorytm kopiuje zachowanie kierowcy. Im więcej danych, tym model jest wydajniejszy.
Wayve stał się pionierem w dziedzinie skrzyżowania sztucznej inteligencji i robotyki mobilnej. „Wygląda na to, że start-up z Wielkiej Brytanii przeskoczył całą dotychczasową autonomiczną przestrzeń mobilną” – komentują fachowcy od motoryzacji.
– Nasz model uczy się zarówno kontroli bocznej, jak i wzdłużnej (kierowania i przyspieszania) pojazdu – informują wynalazcy na swojej stronie Wayve.ai. Pokazali też film, będący skrótem z 30-godzinnego kursu jazdy dla samochodu. Pokonywał on 35 kilometrów wąską drogą. Najpierw z kierowcą, potem samodzielnie. Gdy mylił się, próba była powtarzana. Wrócił na tę samą jezdnię w deszczu, by zapoznać się z innymi warunkami jazdy.
W ten sposób wyuczony pojazd testowo wyjechał na wąskie ulice Cambridge, poruszając się wśród innych aut, rowerzystów i pieszych. Nigdy wcześniej „nie prowadził się” w tej okolicy.
Tempo, z jakim firma odkrywa coraz to nowe możliwości zastosowań uczenia ze wzmocnieniem do wyszkolenia aut jest imponujące – zaczęło się od bezpiecznej przejażdżki takim pojazdem w grudniu ub. roku. Wtedy został wyszkolony na symulatorze.
W grudniu br. firma pokazała, jak algorytm prowadzi auto po wąskich ulicach, po których przemieszczają się inne auta, rowerzyści i piesi, obowiązuje sygnalizacja świetlna, a warunki pogodowe są różne. W drugiej części można zobaczyć, jak system w module percepcji „widzi”, przewiduje odległość i strumień optyczny przekłada na estymację ruchu.
Systemem Wayve zainteresował się Jaguar. Pilotażowo zaimplementowano to rozwiązanie do elektrycznego auta I-PACE, zresztą zdobywcy tytułu Europejskiego Auta Roku. Testy trwają.
Firma przeniosła się z Cambridge do Londynu, gdzie teraz prowadzi testy, przesiadła z Twizzy na Jaguary i pracuje dalej nad jeszcze efektywniejszym wykorzystaniem nieskończonej ilości danych wejściowych z treningów auta.
Obecnie zespół to już nie tylko wizjonerzy. To światowej klasy eksperci w zakresie uczenia maszynowego, robotyki oraz bezpieczeństwa motoryzacyjnego. Firma nazywana jest pionierem w krzyżowaniu sztucznej inteligencji i robotyki mobilnej.
Współpracuje m.in. z rządowym Centrum Pojazdów Autonomicznych, Departamentem Transportu, lokalnymi władzami samorządowymi i policją, aby testy odbywały się bezpiecznie i zgodnie z przepisami.
W listopadzie start-up uzyskał od inwestorów z Doliny Krzemowej 20 milionów dolarów na rozwój systemu. 14 grudnia w Vancouver na konferencji NeurIPS inżynierowie zaprezentowali swoje rozwiązanie opisane w naukowej publikacji.
Jednym z badaczy zajmujących się uczeniem wzmocnionym w Wayve jest dr Przemysław Mazur, absolwent Uniwersytetu Jagiellońskiego oraz uczelni w Cambridge i Oksfordzie. W zespole jest również inny absolwent UJ, Paweł Wanat, wcześniej pracownik m.in. Google i Facebook.