Kapean tekoälyn huippusuoritukset ratkottiin DARPAn tämänvuotisessa kisassa. Tällä kertaa robottiautot eivät kilpaileet autiomaan kivikoissa vaan kaupunkiympäristössä, muun liikenteen seassa ja tehtävät olivat vaikeampia.
http://www.darpa.mil/grandchallenge/
Loppukisaan ei tainnut päästä muita kuin huippuyliopistojen joukkueita: Carnegie Mellon voitti, Stanford toinen.
“Vehicles competing in the Urban Challenge will have to think like human drivers and continually make split-second decisions to avoid moving vehicles, including robotic vehicles without drivers, and operate safely on the course. The urban setting adds considerable complexity to the challenge faced by the robotic vehicles, and replicates the environments where many of today’s military missions are conducted.”
-Dr. Norman Whitaker, Urban Challenge Program Manager
http://www.darpa.mil/grandchallenge/
Loppukisaan ei tainnut päästä muita kuin huippuyliopistojen joukkueita: Carnegie Mellon voitti, Stanford toinen.
“Vehicles competing in the Urban Challenge will have to think like human drivers and continually make split-second decisions to avoid moving vehicles, including robotic vehicles without drivers, and operate safely on the course. The urban setting adds considerable complexity to the challenge faced by the robotic vehicles, and replicates the environments where many of today’s military missions are conducted.”
-Dr. Norman Whitaker, Urban Challenge Program Manager
Vastaukset 5
Vanhimmat
Tekoälyä kannattaisi yleensä kehittää käytettävyyden ohella eikä piilottaa sitä kaikkiin moduuleihin vanhenemaan. Autoihin tarvitaan ei-hallitsevia passiivisia toimintoja.
Tosin Nokia tuskin säilyttäisi liikesalaisuuksiaan, jos tekisi näin. Yritys on hieman eri asia: http://www.uta.fi/~tierka/gates.htm
Wikipediaa ja vastaavia tehostaan lisäämällä niihin "mallineita" ja muuta säännönmukaisuutta. Perinteisiin ohjelmiin voisi kuvitella olevan mahdollista lisätä itsenäistä päätäntävaltaa, mutta sen pitää olla näkyvää eikä koko ohjelman hierarkia kannata muuttaa. SOM voisi olla tehokas väline tähän. HTM on vähän liian radikaali.
Ajatus pitäisi olla että myös näkyvä tekoäly on oikeaa tekoälyä. ;D
Toiset sovellukset kommunikoivat suoraan loppukäyttäjän kanssa: mahdolliset tekoälyratkaisut (esim GPS-navigaattoreiden reitinvalitsimia voinee pitää tekoälysovelluksina) tulevat hyvin näkyviin. Mutta jos tekoälyä tarvitaan syvemmällä järjestelmässä, niin mitäs sitä tuoda esiin, muille kuin järjestelmätukihenkilöille.
Olen samaa mieltä, että autoihin tarvittaisiin enemmän tekoälyä. Se voisi olla muuten passiivista, mutta voisi ottaa auton haltuunsa, jos näyttää siltä, että kuskilla ei ole tilanne hallussaan. Näin säästyisi paljon ihmishenkiä. Ihan yksinkertainen peräänajon esto (ei ole varsinaisesti tekoälyä) voisi jo olla pakollinen uusissa autoissa.
Mutta DARPAn kisa osoitti sen, että tekoäly selviää siitä, mikä on useille ajokokelaille todella hankalaa tutkintoajossa. Siitä kisassa oli kysymys. Alueella ajeli 50 ihmisen kuljettamaa autoa ja kaikki robottikilpailijat sekaisin. Hyväksytty suoritus edellytti 60 mailia ajamista risttin rastiin suppealla alueella liikennesääntöjä noudattaen rastilta toiselle. Siellä oli esim. kaksi liikenneympyrää ja ramppiliittymää. Ja pelti ei saanut kolista.
http://www.darpa.mil/grandchallenge/docs/UC07UCEBrochuretoPrint.pdf
"Toiset sovellukset kommunikoivat suoraan loppukäyttäjän kanssa: mahdolliset tekoälyratkaisut (esim GPS-navigaattoreiden reitinvalitsimia voinee pitää tekoälysovelluksina) tulevat hyvin näkyviin."
Tässäkin aika heikosti: Näyttöön tulostuu pelkkä loppulaskelma reitistä, eikä perusteita reitinvalinnalle. Ne kaavat joita reitinvalinnassa käytetään, eivät olisi mitenkään mahdotonta havainnollistaa numeroina ja graafeina. Ja jos laskenta olisi näkyvissä, tuskin kaavaa enää miellettäisiin tekoälyksi. Ehkä valintaperusteen kuuleminen vaikuttaisi kuljettajan päätökseen: "Osaan ratkaista tämän itse paremmin". Ehkä tekoäly on joskus yhtä kuin hopeakuoret laitteen ympärillä, ja on uskottava vain sen maagiseen brandiin.
"Mutta jos tekoälyä tarvitaan syvemmällä järjestelmässä, niin mitäs sitä tuoda esiin, muille kuin järjestelmätukihenkilöille. "
Niin, varsinkin "laitteistosovituksen optimointimenetelmät" ja vastaavat ovat suljettua lähdekoodia.
"Ja jos laskenta olisi näkyvissä, tuskin kaavaa enää miellettäisiin tekoälyksi. Ehkä valintaperusteen kuuleminen vaikuttaisi kuljettajan päätökseen: "Osaan ratkaista tämän itse paremmin". "
Joku on joskus sanonut, että tekoälysovellus lakkaa olemasta tekoälyä, sitten kun siitä tulee valtavirtaa: tekoäly on haave joka pakenee jatkuvasti sekä käyttäjiä, että kehittäjiä.
Harvat kieltävät, etteikö (osaavien) taksikuskien reitinvalinnat edusta tiukkaa ammattitaitoa, mutta jos suoritus puetaan hakualgorimiksi ja opetetaan tietokoneelle, siitä tulee ojankaivuuseen verrattavaa rutiinia.
Kapeassa tekoälyssä ei useinkaan ole oppimista. Autonavigaattori ei paranna suorituskykyään, kuten oppiva taksikuski, vaikka tällainenkin olisi ihan hyvin toteutettavissa (mutta pikkulaitteiden muisti ei ehkä riittäisi) .
Puhelinnavigaattorit tulevat oletettavasti tarjoamaan enemmän tietoa. Ajokeli, satelliittikuvat, ehkä tuttujen paikkatiedot ja kaikenlainen geotaggaaminen esim Wikipediaan... Tekoälylle riittää siinä kaikenlaista pientä tehtävää.
Mutta sellainen perinteinen kuvitelma, jossa tekoäly tekisi jotain täysin "inhimillisiä" tehtäviä, esim ilmoittaisi määränpäähän: "-Myöhästyn 10 minuuttia huonon ajokelin takia", ei näytä koskaan toteutuvan. Toisaalta tähän riittäisi jos laite lähettää kaverille jatkuvaa numeraalista tietoa sijainnistaan...
Hmm. Ei se perinteinenkään tekoälyn ajatus niin kaukana ole, jos paikkatieto-ohjelma on vaan kytketty allakkaan.