מניעת תאונות דרכים של מכוניות אוטונומיות: בינה מלאכותית לא תספיק – היא צריכה גם ללמוד

ריבוי התאונות של רכבים אוטונומיים מאותת שאי אפשר להמשיך להסתמך על בני אדם שילמדו את הרכב נהיגה, על הבינה המלאכותית ללמוד בעצמה

תאונות דרכים של מכוניות אוטונומיות. איור: shutterstock
תאונות דרכים של מכוניות אוטונומיות. איור: shutterstock By metamorworks

מאת: יגאל רייחלגאוז, מנכ"ל וממייסדי קורטיקה.

ענף הרכב האוטונומי יצר ציפייה לכבישים בטוחים יותר וצמצום משמעותי בכמות התאונות. אך לאחרונה עולה כמות הדיווחים על התאונות בענף למרות שמספר הרכבים האוטונומיים על הכביש עדיין קטן מאוד. עובדה זו אינה מפתיעה את העוסקים בתחום ומטרידה אותם מאוד. המרוץ בין חברות הענק לכבוש את שוק טריליוני הדולרים של הרכב האוטונומי דוחף אותן לצאת מהר עם הצהרות והשקת דגמי רכבים המקדימים את רף היכולת הטכנולוגית שיש ברשותן. מספר הרכבים האוטונומיים על הכביש צפוי לגדול באופן דרמטי כבר בשנים הקרובות ואם יכולותיהם לא ישתפרו יגדל גם היקף התאונות. כדי להימנע מכך יש להתמודד עם האתגרים הטכנולוגיים בדרך לנהיגה אוטונומית בטוחה בעזרת שינוי תפיסתי ולא רק בשיפור הדרגתי בכוח המיחשוב של הרכב וכמות הנתונים שהוא מסוגל לעבד.

לנו הנהגים האנושיים יש יכולת יוצאת דופן לקרוא ולהבין בזמן אמת סיטואציות מורכבות על הכביש. לחזות את התסריטים שעלולים להתפתח בכמה השניות הבאות ולהכניס למערכת השיקולים גם את הגורם האנושי. לעומתנו, הרכבים האוטונומיים של היום מבוססים על למידה מונחית המוגבלת לזיהוי אובייקטים אשר הוגדרו עבורם מראש על ידי אנשים.

כדי לסגור את הפער מול נהג אנושי, יש צורך ביכולות בינה מלאכותית המאפשרות למידה בזמן אמת, הסתגלות לתנאי הדרך, יכולות חיזוי וניתוח אינטראקציות בין הגורמים על הכביש. הבסיס הטכנולוגי המאפשר את היכולות האלו נקרא למידה בלתי מונחית – טכנולוגיה המסוגלת לגלות ולייצר ייצוגים של אובייקטים, סיטואציות והתנהגויות מתוך זרימה של מידע אקראי המגיע באופן רציף ממצלמות הרכב. בדיוק כמו שבני אדם לומדים מהסביבה בהם הם נמצאים, כך גם טכנולוגיה זו נותנת לרכב האוטונומי הדוהר את האוטונומיה ללמוד ולהבין את העולם סביבו כדי לקבל החלטות נכונות גם במקרים מורכבים.

לכן ענף הרכב האוטונומי לא יכול להמשיך ולהתבסס על בני אדם שיזינו נתונים למערכת, בניסיון למפות את כל מקרי הקצה האפשריים שהרכבים המסתובבים ברחבי העולם יפגשו על הכבישים. לכן הענף חייב לנטוש את השימוש ב"בינה מלאכותית" ולעבור לשימוש ב"בינה מלאכותית אוטונומית", שהיא הגביע הקדוש של ענף הרכב האוטונומי ותנאי הכרחי לקיומו. פנינו לתקופה של עשרות שנים מאתגרות בהן העולם יעבור מנהיגה ידנית לאוטונומיות מלאה. במהלכן מחשבים יצטרכו להתמודד עם מספר הולך וגדל של מקרים מורכבים על הכביש בהם מעורב גם הגורם האנושי. לדוגמה אם כדור קפץ לכביש על המערכת לדעת שלא מדובר רק בכדור, סביר שיגיח אחריו אדם ויש להתכונן לבלימה. דרישות ענף הרכב דוחפות כבר כיום את מפתחי הבינה המלאכותית המובילים לפתח יכולות שנראו רק לא מזמן כמדע בדיוני, כגון אינטואיציה ואוטונומיה. יכולות אלו ככל הנראה יביאו למהפכות טכנולוגיות, הרבה מעבר לענף הרכב, וישבשו שווקים נוספים כמו השוק הביטחוני, תחום הייצור האוטונומי ועולם הרובוטיקה.

אנו בקורטיקה מתמקדים בפיתוח טכנולוגיית ״בינה מלאכותית אוטונומית״, המדמה את פעילות המוח האנושי אשר עבר אבולוציה במשך מיליוני שנים לפיתוח יכולות קוגניטיביות מתקדמות. הדרך שלנו התחילה במסגרת מחקר בטכניון על רקמת מוח חי, בניסיון לענות על שאלות בסיסיות כגון מה היא אבן הבניין החישובית של רקמות הקורטקס במוח, איך מספר רב של יחידות אלו משתפות פעולה יחד ולומדות באופן עצמאי. בקורטיקה פיתחנו תוכנה המשחזרת עקרונות אלו ומחקה את תהליך הלמידה האנושי. שילוב טכנולוגיה זו ברכבים אוטונומיים מאפשר להם ללמוד נהיגה לבד, תוך כדי נסיעה ואף לחלוק את התובנות שהפיקו זה עם זה כדי לשפר את מאגר המידע הכללי לצורך נסיעה בטוחה.

שיתוף ב facebook
שיתוף ב twitter
שיתוף ב linkedin
שיתוף ב whatsapp
שיתוף ב email
שיתוף ב print

2 תגובות

  1. לא הבנתי מה הכתבה מחדשת.
    בשום שלב בעבר לא ציפיתי שאנו נלמד נהיגה את הבינה המלכותית, משל היתה תלמיד נהיגה.
    שאם כך היה המצב – חבל על המאמצים כי אי אפשר ללמד אינסוף מצבים. כמו שאי אפשר ללמד אדם להיות חכם.
    התפיסה המוצגת בכתבה היא תפיסה נכונה, רק שמעולם לא חשבתי שיש שחשבו אחרת.

כתיבת תגובה

האימייל לא יוצג באתר.

This site uses Akismet to reduce spam. Learn how your comment data is processed.

דילוג לתוכן