In het verkeer zijn mensen gewend constant te anticiperen op wat er gaat gebeuren. Dit redeneervermogen is iets dat de huidige zelfrijdende voertuigen en AI-systemen in het algemeen missen. In een recente studie, samen met collega’s in Duitsland en India, heeft Mehul Bhatt aangetoond dat het combineren van modern neuraal leren met gezond verstand enkele van de valkuilen van zelfrijdende voertuigen van vandaag kan overwinnen. Het onderzoek is gepubliceerd in de Kunstmatige intelligentie logboek (AIJ).
“De ontwikkelde AI-methode resulteert in zelfrijdende voertuigen die de wereld net als mensen leren begrijpen. Met begrip komt ook het vermogen om beslissingen uit te leggen”, zegt Mehul Bhatt.
Hierdoor kunnen zelfrijdende voertuigen herkennen dat een fietser die zich een paar seconden achter een auto heeft verstopt, nog steeds bestaat totdat hij weer verschijnt. De aanpak stelt zelfrijdende voertuigen in staat om een ​​breed scala aan vergelijkbare menselijke vaardigheden te demonstreren. Dergelijke mogelijkheden waren niet haalbaar in zelfrijdende voertuigen of andere AI-technologieën die alleen gebaseerd zijn op machine learning.
“Onze methode laat een zelfrijdend voertuig een gang van zaken begrijpen, in dit geval dat het zicht wordt belemmerd door een auto en dat nadat de auto is gepasseerd, de fietser weer zichtbaar zal zijn. Dit niveau van begrip is essentieel voor zelf- voertuigen te besturen om verkeersklaar te zijn onder verschillende rijomstandigheden en omgevingen.”
Inclusie, veiligheid en vertrouwen
Beveiliging is een ander belangrijk voordeel van het ontwikkelen van AI-technologieën die de wereld zien en begrijpen zoals mensen dat doen. Met deze nieuwe AI-methode kunnen autonome voertuigen laten zien waarom ze een bepaalde beslissing in het verkeer hebben genomen, zoals plotseling remmen, iets wat de autonome voertuigen van vandaag niet kunnen.
Mehul Bhatt benadrukt: “Het is van het grootste belang dat we geen ondoorzichtige technologieën hebben die ons ronddrijven die niemand volledig begrijpt, noch de ontwikkelaars van de AI, noch de fabrikant of ingenieurs van de voertuigen zelf. Als zelfrijdende auto’s dezelfde ruimte willen delen als mensen, moeten we begrijpen hoe deze auto’s beslissingen nemen.”
Dit is ook cruciaal, niet in de laatste plaats bij het bestuderen van ongevallen, het oplossen van verzekeringskwesties en het helpen van mensen met speciale behoeften.
“Uiteindelijk is standaardisatie cruciaal. We moeten tot een gedeeld begrip komen van de technologieën in zelfrijdende auto’s, zoals we doen met de technologieën in vliegtuigen. Op dit moment zijn we er nog lang niet. alleen gebeuren als we de technologieën die we ontwikkelen volledig begrijpen”, zegt Mehul Bhatt.
Technologie ontwikkelen voor mensen
Naast het ontwikkelen van AI-technologie, bestuderen Mehul Bhatt en promovendus Vasiliki Kondyli in Örebro hoe mensen zich in het verkeer gedragen door proefpersonen auto’s te laten besturen in virtuele werelden onder experimenteel gecontroleerde verkeerssituaties.
“De resultaten van dergelijke onderzoeken naar menselijk gedrag worden gebruikt om mensgerichte AI-technologie te ontwikkelen voor zelfrijdende voertuigen die kunnen presteren op een niveau dat aan de menselijke verwachtingen voldoet”, legt Mehul Bhatt uit.
Het verkeer van de toekomst beïnvloeden
De ontwikkeling van autonome voertuigen is in volle gang en volgens Mehul Bhatt is dit het moment om invloed uit te oefenen op de toekomst van slimme mobiliteitssystemen.
“Ik wil bijdragen aan de ontwikkeling van autonome voertuigtechnologieën die ons veilig en legaal van punt A naar punt B brengen en tegelijkertijd voldoen aan toegankelijkheidseisen en maatschappelijke normen. Aangezien we nooit zouden toestaan ​​dat een mens een auto bestuurt zonder rijbewijs, Ik denk dat we minstens dezelfde eisen moeten stellen aan autonome voertuigen”, besluit Mehul Bhatt.
Jakob Suchan et al, Commonsense visual sensemaking voor autonoom rijden – Over gegeneraliseerde neurosymbolische online ontvoering die visie en semantiek integreert, Kunstmatige intelligentie (2021). DOI: 10.1016/j.artint.2021.103522
Geleverd door Örebro Universitet