Künstliche Intelligenz ist bereits jetzt aus unserem Leben nur noch schwer wegzudenken. Dabei stecken die Entwicklungen noch in den Kinderschuhen. In Zukunft stehen uns also deutlich mehr Bereiche bevor, in der KI eine große Rolle spielt. Einer dieser Bereiche könnte das Autofahren sein. Die Firma Wayve, die von KI-Forschern der Cambridge University geleitet wird, möchte maschinelles Lernen einsetzen, um autonomen Autos dabei zu helfen, fahren zu lernen.


Bild: Wayve

Renault steuert mit künstlicher Intelligenz

Amar Shah und Alex Kendall sind die beiden KI-Forscher, die hinter Wayve stehen. Sie glauben, dass im Bereich autonomes Fahren zu viele Menschen ihre Hände im Spiel haben. „ „The missing piece of the self-driving puzzle is intelligent algorithms, not more sensors, rules and maps. Humans have a fascinating ability to perform complex tasks in the real world, because our brains allow us to learn quickly and transfer knowledge across our many experiences. We want to give our vehicles better brains, not more hardware„, so Shah, der der jungen Firma als CEO vorsteht.

Die beiden Forscher nahmen sich einen Renault Twizy, den sie mit zwei Kameras im Frontbereich ausstatten. Außerdem installierten sie eine computergestützte Steuerung, die auch Gas und Bremse kontrollieren kann. Eine Recheneinheit mit einem Programm mit Algorithmen für maschinelles Lernen übernimmt die intelligente Echtzeitanalyse der von den Kameras zur Verfügung gestellten Bilddaten.


Anschließend ließen sie den Twizy eine relativ enge, leicht kurvige Strecke fahren. Zwar saß ein menschlicher Fahrer hinter dem Steuer, aber dieser überließ das Fahren. bereits nach wenigen Momenten der Automatik, ohne dass dem Programm per Programmierung ein Ziel vorgegeben war. Die künstliche Intelligenz begann dann, mit der Steuerung zu experimentieren.

Bild: Wayve

KI lernt von selber

Jedes Mal, wenn der Renault die Strecke fast verließ, wurde er gestoppt. Der KI-Algorithmus „bestrafte“ sich für solche Fehler und „belohnte“ sich abhängig davon, wie groß die ohne menschliche Intervention zurückgelegte Strecke war. Innerhalb von 20 Minuten und weniger als 20 Versuchen hatte die KI den Dreh raus und konnte den Wagen quasi ohne Unterbrechung über die Strecke lenken.

Bei Wayve glaubt man, dass die Qualität von lernenden KI-Programmen ein Schlüsselelement im Kampf um den Kampf auf dem Markt für autonomes Fahren sein wird.

DeepMind have shown us that deep reinforcement learning methods can lead to super-human performance in many games including Go, Chess and computer games, almost always outperforming any rule based system. We here show that a similar philosophy is also possible in the real world, and in particular, in autonomous vehicles. Imagine deploying a fleet of autonomous cars, with a driving algorithm which initially is 95% the quality of a human driver. Such a system would not be wobbly like the randomly initialized model in our demonstration video, but rather would be almost capable of dealing with traffic lights, roundabouts, intersections, etc. After a full day of driving and on-line improvement from human-safety driver take over, perhaps the system would improve to 96%. After a week, 98%. After a month, 99%. After a few months, the system may be super-human, having benefited from the feedback of many different safety drivers„, heißt es in einem Blogpost von Wayve.

Bereits heute gibt es intelligente Elemente in Programmen für autonomes Fahren. So loggt Teslas Autopilot beispielsweise jede Fahrsituation, in der der Fahrer in die Steuerung durch den Autopilot eingreifen muss und lernt daraus für die Zukunft. Die Idee, ein autonom fahrendes Auto das Fahren komplett selber Erlernen zu lassen, ist allerdings neu – und faszinierend.

via Wayve

"

Teile den Artikel oder unterstütze uns mit einer Spende.
PayPal SpendeAmazon Spendenshopping

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.