Easy Ride: Δοκιμή ρομποτικών ταξί στην Ιαπωνία από τη Nissan

[pirmen56]

Στις 3/3/2018 στις 7:36 ΜΜ, Omnigeek είπε

Τα στοιχεία που δίνεις είναι για πειραματικά αυτοκίνητα γιαυτό και τόσα λίγα μίλια. Εγώ λέω για τα συνολικά μίλια που έχουν τα Tesla με τον ενσωματωμένο autopilot.https://www.youtube.com/watch?v=SCDLdPRtWMk

Εσύ προσωπικά πιστεύεις δηλαδή ότι μια εταιρία που έχει πραγματικά συστήματα στον δρόμο να συλλέγουν εκατομμύρια μίλια δεδομένα για ένα γενικής χρήσης autopilot σύστημα είναι πίσω από εταιρίες με 1 αυτοκίνητο με μερικά μίλια γύρω γύρω από μια καλά χαρτογραφημένη πλατεία επειδή έτσι νομίζει μια άλλη κερδοσκοπική εταιρία με συνεργασίες στον χώρο (που παραδέχεται ότι δεν έχει πρόσβαση σε κανένα από τα απόρρητα προγράμματα άλλων εταιριών);

Τα Tesla βασίζονται σε AI τύπου deep learning. 

Ο συγκεκριμένος τύπος νοημοσύνης δεν μπορεί να αναγνωρίσει μοτίβα που βλέπει για πρώτη φορά. Μόνο εκείνα που εκπαιδεύτηκε να αναγνωρίζει μέσα από εκατομμύρια παραδείγματα.  Έτσι ένα Tesla έπεσε πάνω σε όχημα καθαρισμού δρόμων στην Κίνα γιατί τα συγκεκριμένα οχήματα  υπάρχουν μόνο εκεί και κατά συνέπεια το auto pilot δεν είχε καθόλου σχετικά παραδείγματα. Ο οδηγός σκοτώθηκε. Είναι το δεύτερο-γνωστό-θανατηφόρο ατύχημα που συμβαίνει.

Στον αληθινό κόσμο οι απρόβλεπτες καταστάσεις είναι πρακτικά άπειρες και μπορούν εύκολα να θέσουν εκτός μάχής οποιοδήποτε σύστημα βασίζεται σε νευρωνικά δίκτυα. Τα ζώα διαθέτουν νοημοσύνη διαφορετικού τύπου, ονόματι unsupervised learning που τους παρέχει τη δυνατότητα:

α) Invariant representation. Δηλαδή αναγνωρίζουν με σχεδόν 100% αξιοπιστία ένα X αντικείμενο όταν το δουν υπό διαφορετικές συνθήκες φωτισμού και γωνίες. Με απλά λόγια ο τρόπος παρουσίασης του αντικειμένου/μοτίβου δεν τα επηρεάζει. Πράγμα στο οποίο τα NN πάσχουν αφάνταστα.

Έτσι έγινε το πρώτο σοβαρό ατύχημα με Tesla, οταν δεν μπόρεσε να αναγνωρίσει μια νταλίκα υπό ιδιαίτερες συνθήκες φωτισμού. Ενώ θεωρητικά είχε εκπαιδευτεί πάνω σε εικόνες νταλικών.

β) Zero shot learning. Ανακάλυψη ενός μοτίβου μέσα από έναν μεγάλο όγκο δεδομένων(π.χ. ένα ποτήρι μέσα από τη φωτογραφία μιας κουζίνας) χωρίς να έχει προηγηθεί ΚΑΝΕΝΑ απολύτως παράδειγμα του μοτίβου αυτού. Μόνο και μόνο επειδή τα στοιχεία που απαρτίζουν το μοτίβο, εδώ τα πίξελ του ποτηριού, διαφέρουν σε ιδιότητες από τα υπόλοιπα δεδομένα(υπόλοιπα πίξελ της εικόνας).

Χωρίς αυτές τις δυνατότητες δεν θα δούμε αυτόνομη οδήγηση ποτέ. Ούτε σε 10.000 χρόνια. Το πρόβλημα των επιστημόνων που ασχολούνται με την αυτόνομη οδήγηση είναι η αδυναμία τους να αναγνωρίσουν ότι πρόκειται περί AGI προβλήματος και όχι weak AI προβλήματος.

Δηλαδή μόνο με ευέλικτη νοημοσύνη σαν αυτή των ζώων μπορείς να έχεις ένα 100% αξιόπιστο και αυτόνομο αποτέλεσμα χωρίς ίχνος προεργασίας από την μεριά των ανθρώπων(π.χ. 3d χάρτες). Όχι με αλγόριθμους που δίνουν αποσπασματικές λύσεις όπως το AI που παίζει σκάκι, πόκερ κτλ.

Επεξ/σία 6 Μαρτίου 2018 από pirmen56

[Fubar.gr]

15 ώρες πριν, Omnigeek είπε

Τα αυτοκίνητα με autopilot1 άλλαξαν σε AP2 μόλις έφυγε η mobileye;

H Tesla ήταν η πρώτη εταιρία μαζί με την Audi που ενσωμάτωσαν στα αυτοκίνητα τους το ολοκαίνουριο τότε SoC EyeQ3. Βάσει ανακοινώσεων και της Tesla και της Mobileye το 2015, η Tesla πάλι θα ήταν απο τις πρώτες εταιρίες που θα έπαιρνε το επόμενης γενιάς SoC πάνω στο οποίο θα βασιζόταν το AP2.

Επομένως τα αρχικά σχέδια ήταν το AP2 να βασίζεται πάλι σε σύστημα της Mobileye.

Δέν μπορώ να ξέρω τί ακριβώς έκανε τις δύο εταιρίες να τα τσουγκρίσουν, αλλά σίγουρα το ατύχημα με το φορτηγό ήταν καταλυτικής σημασίας. Μετά το ατύχημα η Tesla δήλωσε:

Αναφορά σε κείμενο

Neither Autopilot nor the driver noticed the white side of the tractor trailer against a brightly lit sky, so the brake was not applied. The high ride height of the trailer combined with its positioning across the road and the extremely rare circumstances of the impact caused the Model S to pass under the trailer, with the bottom of the trailer impacting the windshield of the Model S.”

Αυτό υπονοεί οτι το αυτοκίνητο κανονικά έχει τη δυνατότητα να εντοπίσει το φορτηγό, αλλά στη συγκεκριμένη περίπτωση υπήρξε συνδυασμός σπάνιων συνθηκών που έκαναν το σύστημα να μήν μπορεί να το δεί.

Η Mobileye με τη σειρά της απάντησε οτι το σύστημα της αναγνωρίζει μόνο το πίσω μέρος των οχημάτων για την ενεργοποίηση του Automatic Emergency Braking. Δέν έχει τη δυνατότητα να εντοπίσει οχήματα που διασχίζουν κάθετα το δρόμο, όπως το φορτηγό. Αυτό επιβεβαίωσε και η μελέτη της NHTSA μετά το ατύχημα.

Οπότε εδώ η Tesla είπε ένα χονδροειδέστατο ψέμα προκειμένου να κάνει το Autopilot να φαίνεται πιό ικανό απ ότι είναι στην πραγματικότητα.

Όμως αυτό μάλλον ήταν το κερασάκι στην τούρτα. Υποψιάζομαι οτι υπήρχαν εντάσεις στη σχέση των δύο εταιριών και πρίν απο αυτό. Πιό συγκεκριμένα, η Tesla πρέπει να πίεζε την Mobileye να βγάλει το νέο της SoC στα τέλη 2016 με αρχές 2017, καθώς η Tesla είχε ήδη ανακοινώσει ημερομηνίες για τη μετάβαση στο AP2. Η Mobileye τελικά έβγαλε με καθυστέρηση το EyeQ4 στις αρχές του 2018 (To Cadillac super cruise βασίζεται σε αυτό).

Η Mobileye αυτή τη στιγμή προμηθεύει σχεδόν όλη την αυτοκινητοβιομηχανία με τα συστήματα της. Δέν μπορεί να διακινδυνέυσει τη φήμη της βγάζοντας ένα half baked και επικίνδυνο προιόν στην αγορά, προτιμά να περιμένει όταν θα είναι έτοιμο.

Αυτό σίγουρα δεν άρεσε στο Musk. Γενικά λένε οτι είναι πολύ δύσκολος ανθρωπος για να συνεργαστείς μαζί του. Θέλει τα πράγματα να γίνονται όπως τα θέλει αυτός, και δέν ακολουθεί συμβουλές απο κανέναν ακόμα και αν είναι πολύ πιό έμπειροι απο αυτόν.

 

16 ώρες πριν, Omnigeek είπε

Εσύ ποια εξήγηση δίνεις ότι το AP2 ήταν χειρότερο του 1 και τώρα αρχίζει να το φτάνει αν τα data και το ΑΙ παρέμειναν ιδιοκτησία της Tesla;

Η Tesla προηγουμένως άφηνε να εννοηθεί οτι αναπτύσσει λίγο πολύ μόνη της τα συστήματα αυτοοδήγησης. Πολύ απλά ήταν ψέμα. Πιθανόν να προσθέσανε κάποιες περιφερειακές λειτουργίες πάνω στο σύστημα της Mobileye, άλλα όλη τη χοντρή και σημαντική δουλειά, όπως lane keeping, AEB, την έκανε το EyeQ3. Όταν λοιπόν τους άφησε η Mobileye, έπρεπε να τα κάνουν όλα  απο την αρχή, γιατι πολύ απλά μέχρι εκείνη τη στιγμή δέν είχαν κάνει τίποτα.

Δέν ξέρω γιατί σου φαίνεται τόσο περίεργο. Η Tesla όπως έχει δείξει τόσες φορές, βασίζεται στο ψέμα, την απόκρυψη και τις μισές αλήθειες. Έχει μηδενικούς ηθικούς φραγμούς ακόμα και σε θέματα που αφορούν τη ζωή των πελατών της. Εκτός του οτι είπε ψέματα για το ατύχημα με το φορτηγό, έβαζε τους πελάτες να υπογράφουν NDA σχετικά με τις σπασμένες αναρτήσεις προκειμένου να μήν φανεί το πρόβλημα προς τα έξω. Και είμαι σίγουρος οτι στο μέλλον θα βγούν και άλλα πολλά τέτοια στην επιφάνεια.

16 ώρες πριν, Omnigeek είπε

Η Mobileye ΑΙ πουλάει, μετά την διάλυση της συνεργασίας με την tesla (για οικονομικούς κυρίως λόγους όπως παραδέχτηκαν οι ίδιο μετά) άρχισε να ζητάει τα 10KB ανα χιλιόμετρο από τους άλλους κατασκευαστές

Αυτό με τους οικονομικούς λόγους είναι εικασίες, καμία απο τις δύο εταιρίες δέν βγήκε επίσημα να πεί το πραγματικό λόγο της διάλυσης.

Αυτό με τα 10KB αφορά καθαρά την βελτίωση της χαρτογράφησης και το έχει ανακοινώσει η Mobileye μέσω του CTO της απο παλιότερα, πρίν γίνει το ατύχημα και πρίν οι δύο εταιρίες τα χαλάσουν. Πχ σε αυτή την παρουσίαση απο τον Ιανουάριο του 2016: https://www.youtube.com/watch?v=fA3bOJIEOvU

Και εδώ, εκεί που λέει The Mapping Challenge: https://www.mobileye.com/our-technology/

17 ώρες πριν, Omnigeek είπε

Το θέμα μας είναι όμως το deep learning δουλεύει χωρίς big data; Πιστεύεις ότι η εταιρία με χιλιάδες φορές περισσότερα χιλιόμετρα data είναι τελευταία και με διαφορά στο autonomous driving;

Απο κάποια στιγμή και μετά, τα χιλιόμετρα με πραγματικά αυτοκίνητα δέν βοηθάνε, γιατι δέν μπορείς να δοκιμάσεις το σύστημα σε κάποιες πολύ σπανιες καταστάσεις που μπορεί να προκύψουν (corner cases). Μπορεί αυτές να μήν τύχουν ποτέ στις δοκιμές. Γι αυτό το λόγο, πλέον όλες οι εταιρίες κάνουν παράλληλα simulated miles, και μάλλον αυτή τη στιγμή ρίχνουν πιό πολύ βαρύτητα εκεί. Έτσι μπορούν να ρίξουν το σύστημα κατευθείαν στα δύσκολα, χωρίς να περιμένουν πότε θα τύχει να συμβεί κατι αντίστοιχο σε πραγματικές συνθήκες.

Στην παρακάτω παρουσίαση ο CTO της Mobileye, Amnon Shashua, αναλύει όλα αυτά τα ζητήματα, και για το mapping, και για το AI και deep learning. Στο τέλος που κάνει ερωτήσεις το κοινό, αναφέρεται και στο ατύχημα του Tesla με το φορτηγό (περίπου στο 57:00).