Dar visai neseniai autonominiai automobiliai atrodė kaip tolimos ateities vizija, tinkanti nebent mokslinės fantastikos filmams. Šiandien dirbtinis intelektas jau tyliai veikia daugelį mūsų kasdien naudojamų automobilių sistemų – nuo adaptyvios kruizo kontrolės iki eismo juostos palaikymo. Tačiau Kinijos mokslininkai žengė žingsnį, kuris gali iš esmės pakeisti visą autonominio vairavimo sampratą. Jų kuriama sistema žada, kad automobiliai nebe tik vykdys algoritmus, bet pradės „mąstyti“ panašiai kaip žmonės.
Kodėl dabartiniai autonominiai automobiliai vis dar klysta?
Tsinghua universiteto mokslininkai atkreipė dėmesį į problemą, apie kurią kalbama vis garsiau: nors autonominio vairavimo sistemos nuolat tobulinamos, jos vis dar stringa sudėtingose, dviprasmiškose situacijose. Neaiškūs kelio ženklai, nenuspėjami pėsčiųjų veiksmai, laikini kelio darbai ar netikėtas eismo dalyvių elgesys dažnai tampa iššūkiu net pažangiausiems sprendimams.
Kinų tyrėjų teigimu, pagrindinė priežastis – vadinamasis „pasaulio suvokimo trūkumas“. Dabartinės sistemos puikiai atpažįsta objektus, bet sunkiai supranta kontekstą. Jos mato automobilį, dviratininką ar šviesoforą, tačiau ne visada suvokia, kodėl vienas ar kitas eismo dalyvis elgiasi būtent taip.
Ar „ChatGPT“ galėtų vairuoti automobilį?
Didieji kalbos modeliai, tokie kaip „ChatGPT“, jau įrodė, kad geba logiškai mąstyti, suprasti kontekstą ir interpretuoti sudėtingas užduotis. Jie gali analizuoti situacijas, daryti išvadas ir net prognozuoti galimus scenarijus. Tačiau egzistuoja viena esminė problema – jų mąstymo rezultatas yra tekstas, o ne tiesioginiai veiksmai.
Būtent čia atsiranda spraga tarp dirbtinio intelekto „minčių“ ir realaus automobilio valdymo. Kalbos modeliai puikiai paaiškina, ką reikėtų daryti, bet jie patys negali pasukti vairo ar paspausti stabdžių. Šią problemą Kinijos mokslininkai nusprendė spręsti iš esmės nauju būdu.
DriveMLM – tiltas tarp mąstymo ir vairavimo
Tsinghua universiteto komanda pristatė naują sistemą, pavadintą „DriveMLM“. Tai ne dar vienas algoritmas, o visiškai naujas autonominio vairavimo mokymo metodas. Jis sujungia vaizdus iš visų automobilio kamerų, LIDAR duomenis, sistemos pranešimus ir, svarbiausia, kalbines instrukcijas į vieną nuoseklią sprendimų grandinę.
„DriveMLM“ esmė – leisti dirbtiniam intelektui ne tik reaguoti į taisykles, bet ir samprotauti. Sistema analizuoja situaciją, suformuoja „mintinį“ elgesio planą ir tik tada perduoda jį jau esamiems automobilio valdymo moduliams. Kiekvienas sprendimas aprašomas aiškiai, logiškai ir, svarbiausia, nuspėjamai – panašiai, kaip tai darytų žmogus vairuotojas.
280 valandų duomenų ir pavojingos situacijos
„DriveMLM“ neatsirado iš teorijos. Sistema buvo apmokyta naudojant net 280 valandų vairavimo duomenų, įskaitant sudėtingas ir pavojingas situacijas. Tai ne tik ramūs važiavimai greitkeliais, bet ir netikėti kliuviniai, staigūs manevrai, agresyvus eismas bei neapibrėžtos sąlygos.
Svarbiausia – tyrėjų pateikti rezultatai rodo, kad „DriveMLM“ pasiekė geresnių rezultatų nei viena garsiausių autonominio vairavimo platformų pasaulyje – „Apollo“. Tai ypač reikšminga, turint omenyje, kad „Apollo“ ilgą laiką buvo laikoma aukso standartu šioje srityje.
Automobilis, kuris supranta, o ne tik vykdo
Kinų mokslininkų teigimu, „DriveMLM“ keičia patį požiūrį į autonominį vairavimą. Vietoj to, kad sistema būtų išmokyta tūkstančių atskirų taisyklių, ji mokosi suprasti aplinką kaip visumą. Tai reiškia, kad automobilis gali prognozuoti kitų eismo dalyvių elgesį, įvertinti kontekstą ir pasirinkti sprendimą, kuris atrodo „žmogiškai logiškas“.
Būtent toks supratimas laikomas raktu į didesnį saugumą ir, galbūt dar svarbiau, visuomenės pasitikėjimą. Žmonės linkę nepasitikėti sistemomis, kurių elgesys atrodo nenuspėjamas. Jei automobilis pradeda „mąstyti“ taip, kaip mąsto žmogus, jo sprendimai tampa lengviau suprantami ir priimtini.
Saugumas, kuris turi ir tamsiąją pusę
Vis dėlto technologinis proveržis neišvengiamai kelia ir naujų klausimų. Kuo daugiau sprendimų perleidžiama dirbtiniam intelektui, tuo didesnė tampa kibernetinių atakų grėsmė. Jei tokia sistema būtų pažeista, pasekmės galėtų būti itin pavojingos – nuo chaoso keliuose iki sąmoningo eismo incidentų sukėlimo.
Todėl mokslininkai pabrėžia, kad autonominiai automobiliai, paremti kalbos modeliais, privalo būti ne tik protingi, bet ir itin atsparūs išorės įsikišimui. Tai taps vienu svarbiausių iššūkių artimiausiais metais.
Kas bus kaltas, jei suklysta dirbtinis intelektas?
Ne mažiau sudėtingas klausimas – teisinė atsakomybė. Net ir tobuliausia sistema negali garantuoti, kad avarijų nebus. Tad kas bus laikomas kaltu, jei autonominis automobilis sukels eismo įvykį? Gamintojas, automobilio savininkas ar pats dirbtinis intelektas, kuris sprendimus priima pagal žmonių jam įdiegtas etines ir teisines taisykles?
Šis klausimas kol kas lieka be aiškaus atsakymo, tačiau akivaizdu, kad tokios sistemos kaip „DriveMLM“ jį dar labiau paaštrins.
Nauja kryptis, kurios neįmanoma ignoruoti
Kinijos mokslininkų sukurta „DriveMLM“ sistema rodo, kad autonominio vairavimo ateitis slypi ne tik jutikliuose ar greitesniuose procesoriuose, bet ir gebėjime suprasti pasaulį. Automobiliai, kurie „mąsto“ panašiai kaip žmonės, gali tapti saugesni, patikimesni ir labiau priimtini visuomenei.
Ar ši technologija taps nauju pasauliniu standartu, dar anksti spręsti. Tačiau viena aišku – lenktynės dėl to, kas pirmas sukurs tikrai mąstantį automobilį, jau įsibėgėjo. Ir Kinija šiose lenktynėse žengė itin rimtą žingsnį.
