Według opublikowanego patentu, Apple planuje wykorzystanie uczenia maszynowego w rozwoju swojego pojazdu autonomicznego. Zespołowi ogromne problemy sprawia ilość decyzji, jakie musi podejmować samochód i za wolne procesory.
Apple walczy o kawałek autonomicznego tortu
O samochodzie z logo nadgryzionego jabłuszka i projekcie Tytan słychać już od kilku miesięcy. Projekt powoli się rozkręca, a do Internetu właśnie trafiły kolejne informacje, jak się ma samochód. To, że firma wykorzysta uczenie maszynowe w rozwoju urządzenia, było bardzo prawdopodobne, ale teraz znamy więcej konkretów.
Dużym problemem samochodów autonomicznych jest mnogość informacji do przetworzenia i decyzji do podjęcia w bardzo krótkim czasie. Co prawda technologia staje się coraz szybsza, ale wciąż jeszcze nie pozwala wykonywać obliczenia potrzebne do analizy środowiska zewnętrznego pojazdu na tyle szybko, by pozwolić komputerowi na podejmowanie krytycznych decyzji bez pomocy ludzkiego pilota. Z tego powodu samochody, jakie obecnie można kupić w salonach, mogą poruszać się same tylko w konkretnych warunkach, np. po autostradach do pewnego limitu prędkości.
Z tymi wyzwaniami mierzy się Apple i jego nowy patent technologiczny. Dokument wyjaśnia złożoność i mnogość wyborów, przed jaką stoją autonomiczni kierowcy, biorąc pod uwagę nawet tak szalenie nieprzewidywalne i losowe zdarzenia jak… inni kierowcy. Z tego powodu niezbędne będzie przetestowanie pojazdów Apple poza laboratorium, w środowisku pełnym niepełnych danych i szumu informacyjnego.
Samochód musi być gotowy na wszystko
Na kilkunastu stronach patentu Apple, autorstwa Martina Levihna i Pekka Tapani Raiko, panowie opisują sytuacje, do których dochodzi w przestrzeni decyzyjnej pojazdu. Różnice pomiędzy ilością danych wejściowych do systemu potrafią być drastycznie inne, w zależności od tego czy pojazd np. porusza się po autostradzie, czy właśnie dojeżdża do ruchliwego skrzyżowania. Za każdym razem pojazd musi szybko określić bieżący stan otoczenia, sporządzić listę najsensowniejszych do wykonania akcji i wybrać najlepszą.
Uczenie maszynowe ma pomóc nauczyć wirtualnego pilota, jak tworzyć takie listy i wybierać. Treść całego patentu możecie znaleźć tutaj.
