این فناوری می‌تواند ظرف چند سال آینده به واقعیت تبدیل شود. یک اتومبیل خودران یا یک وسیله نقلیه پرنده که بسته‌ها را تحویل می‌دهد و یا یک کامیون زباله که به طور مستقل و خودران در محله شما تردد می‌کند. سوالی که مرتباً پرسیده می‌شود و هنوز بی پاسخ مانده این است که ربات‌ها چگونه جهان را تغییر خواهند داد؟ به هر حال چنین موضوعی را نمی‌توان پیش بینی کرد اما مشخصا دیجیتال سازی و اتوماسیون در دهه‌های اخیر جهان را به شدت تغییر داده است. در دانشگاه فنی Eindhoven هلند، روزانه در مورد توانایی ماشین‌های هوشمند در صنعت و زندگی روزمره تحقیق می‌شود. دانشمندان خود را در فناوری غوطه ور می‌کنند و گروه‌های دانشجویی می‌توانند روی راه کارهای مشخصی برای مشکلات اجتماعی کار کنند. در این مقاله از مجله فناوری‌های توان افزا و پوشیدنی به ربات‌های راننده خودکار می‌پردازیم.

دید ربات های متحرک از جهان

وسایل نقلیه خودران با یک کار از پیش تعیین شده و سرعت محدود، سرعتی مانند سرعت کامیون‌های زباله، می‌توانند در سال‌های آینده به جامعه ورود پیدا کنند. به گفته Gijs Dubbelman، رئیس آزمایشگاه Mobile Perception System در دانشگاه Eindhoven، این فناوری هنوز به اندازه کافی برای چنین هدفی توسعه نیافته است.

ربات‌های متحرک چگونه محیط اطراف خود را درک می‌کنند؟ این همان چیزی است که دانشمندان در آزمایشگاه Mobile Perception System در حال پژوهش بر روی آن هستند. Dubbelman می‌گوید: «ما داده ها را از حسگرها و دوربین‌ها دریافت می‌کنیم و با استفاده از هوش مصنوعی در مورد این که ربات، دید هر چه کامل‌تری از جهان داشته باشد، اطمینان حاصل می‌کنیم.» از طریق این جهان بینی دیجیتالی، ربات می‌داند کجاست و در اطرافش چه می‌گذرد. او می‌گوید: «ما مغز ربات را می‌سازیم.»

Dubbelman کاملاً بر توسعه هوش مصنوعی تمرکز دارد که ربات را قادر می‌کند جهان بینی دیجیتالی خود را بسازد. این ربات همچنین می‌تواند بر اساس آن جهان بینی تصمیم بگیرد که آزمایشگاه های دیگر دانشگاه روی آن کار می‌کنند.

پیش بینی کردن در وسایل خودران

Dubbelman می‌گوید: “حسگرها چشمه‌ای یک ربات هستند که بسیار بهتر از یک انسان عمل می‌کنند.” حسگرها، دوربین‌ها و رادارها همه چیز را می‌بینند. در حالی که مردم تنها می‌توانند فاصله یک جسم خاص را تخمین بزنند، یک رادار این کار را با دقتی در مقیاس سانتی متر انجام دهد. چالش محققان این است که اطلاعاتی را از حسگرها استخراج کنند که بلافاصله قابل اندازه گیری نیستند. به عنوان مثال، ارزیابی اینکه عابر پیاده قصد عبور از جاده را دارد یا نه دشوار است، اما می‌توان با استفاده از هوش مصنوعی این را تخمین زد. همه این داده ها به ایجاد یک جهان بینی هر چه کاملتر کمک می‌کند.

“ما می‌خواهیم یک اتومبیل خودران، دقیقاً مانند یک راننده انسان، بتواند اتفاقات کوتاه مدت را پیش بینی کند. بنابراین آنها می‌توانند ترافیک را پیش بینی کنند.” ما به عنوان انسان، به طور مداوم محیط اطراف خود را اسکن می‌کنیم. اگر یک دوچرخه سوار کمی به سمت چپ حرکت کند، می‌توانیم از قبل حدس بزنیم که این دوچرخه سوار ممکن است به زودی به چپ بپیچد و در این صورت با دقت بیشتر و کمی کندتر رانندگی خواهیم کرد. Dubbelman می‌گوید: “در حال حاضر، جهان بینی رباتها آنقدر کامل نیست که بتوانند این کار را انجام دهند.“

تشخیص دادن

Dubbelman می‌گوید: “برای اینکه بتوانیم وقایع محیطی را پیش بینی کنیم، در حال توسعه الگوریتمی هستیم که نه تنها بتواند یک شی را تشخیص دهد، بلکه اجزای آن را نیز از هم متمایز کند.” الگوریتم اکنون می‌تواند قسمت‌هایی از قبیل یک شخص یا یک ماشین را تشخیص دهد. حال اگر اجزای آنها را نیز تشخیص دهد، می‌توانیم این جهان بینی را کامل کنیم.” در نهایت سامانه قادر خواهد بود از این اطلاعات برای تصمیم گیری نیز استفاده کند.

” به عنوان مثال وقتی ماشین بتواند چهره افراد را تشخیص دهد، می‌تواند تشخیص دهد که عابران پیاده به ماشین نگاه می‌کنند یا نه. اگر آنها در حال نگاه کردن به ماشین باشند، کمتر احتمال دارد که از جاده عبور کنند.” او ادامه می‌دهد: “همچنین از این طریق، سامانه می‌تواند یک بزرگسال یا یک کودک که در حاشیه خیابان ایستاده اند را تشخیص دهد و احتمال اینکه تنها کودک از خیابان عبور کند بیشتر است، بنابراین ماشین قادر به پیش بینی آن خواهد بود.”

اتومبیل های خودآموز

پژوهشگران در حال توسعه سامانه های خودآموز برای انجام این کار در آینده هستند. “در حال حاضر، الگوریتم از داده های دارای برچسب انسان یاد می‌گیرد. مثلاً مردم نشان میدهند دوچرخه و درخت چیست.” او ادامه می‌دهد: “ما در حال توسعه یک الگوریتم خودآموزی هستیم.” طی چند ماه گذشته، محققان موفق به ایجاد الگوریتمی شده اند که یاد گرفته است یک تصویر ساده را به یک جهان بینی دیجیتالی تبدیل کند.

این الگوریتم در حال حاضر فقط می‌تواند با نقاشی‌های ساده کار کند، اگرچه این توانایی به طور مداوم در حال گسترش است. “این سامانه دیگر از داده های برچسب زده شده توسط انسان نمی آموزد و به صورت خودآموز عمل می‌کند که به آن اجازه می‌دهد تصاویر پیچیده و دقیق تر را تجزیه و تحلیل کند و به نوبه خود منجر به یک جهان بینی کاملتر می‌شود.” سامانه ای که به خودی خود یاد می‌گیرد بسیار قوی‌تر است و می‌تواند با تغییرات دنیای اطراف خود، بهتر کنار بیاید. وی خاطرنشان کرد: “این مهم است زیرا جهان پیرامون ما دائماً در حال تغییر است.“

راننده با دقت

روند یادگیری الگوریتم با یادگیری کودک قابل مقایسه است. “ما از کودکی با والدین خود سوار اتومیبل شده ایم. ما یاد می‌گیریم که جهان چگونه کار می‌کند.” Dubbelman از روند یادگیری کودکان الهام می‌گیرد. او می‌گوید: “با این وجود، هوش مصنوعی تقریباً به اندازه مغز ما قدرتمند نیست.” این محقق امیدوار است بتواند اتومبیل‌های خودران را تا حدی توسعه دهد که الگوریتم آن، به خوبی یک راننده باتجربه عمل کند. در ادامه می‌گوید: “و این گونه قادر خواهیم بود از بسیاری از حوادث جلوگیری کنیم.” اتومبیل های خودران از کدام مزیت عمده برخوردارند که مردم از آن برخوردار نیستند؟ Dubbelman می‌گوید: “اتومیبیل‌ها و زیرساختها در آینده می‌توانند با یکدیگر ارتباط برقرار کنند. در نتیجه، اتفاقات پیش بینی نشده بسیار کمتری رخ می‌دهد و در نتیجه حوادث رانندگی کاهش قابل ملاحظه ای خواهد داشت.”

نیاز به استعداد

دانشمندان در آینده بیشتر جنبه های خودآموزی اتومبیل‌های خودران را توسعه خواهند داد. برای این موفقیت بسیار مهم در پژوهش، هزینه زیادی لازم است. Dubbelman معقد است: “در آمریکا، شرکتهای بزرگی مانند Google، Facebook و Uber درگیر این نوع تحقیقات بنیادی هستند. در چین، دولت و جامعه تجاری نیز سرمایه گذاری زیادی در این زمینه انجام می‌دهند. این کار باید در اروپا نیز کمی بیشتر انجام شود.” اما پول همه چیز نیست. او در ادامه می‌گوید: “شما همچنین به استعداد نیاز دارید. اروپا مکانی عالی برای زندگی و کار است، بنابراین این یک مزیت است. دولت باید یک اکوسیستم جامع برای استعدادها و سرمایه گذاران ایجاد کند.”

نظر Dubbelman در مورد قانونگذاری مربوط به رانندگی خودکار مثبت است. وی افزود: “اگر رایانه ای مجبور به تصمیم گیری در مورد مرگ و زندگی شود، باید قوانین روشنی برای آن وجود داشته باشد. روش‌های آزمایش مناسب نیز باید برای این منظور تنظیم شود. در حال حاضر آژانس حمل و نقل جاده ای هلند (RDW) روی این موضوع برای وسایل نقلیه خودران کار می‌کند. چارچوب‌ها هنوز آماده نیستند، اما فناوری نیز آماده نیست.”

از نظر وی، همه این‌ها باید همزمان توسعه یابد. “باید توازنی بین ایمنی و کارایی وجود داشته باشد. رانندگی با سرعت بالا سریع است، اما هنوز به اندازه کافی ایمن نیست و بالعکس.” او ادامه میدهد: “به همین دلیل من فکر می‌کنم که در ابتدا شاهد کاربرد وسایل نقلیه خودرانی خواهیم بود که سرعت در آنها از اهمیت کمتری برخوردار است. به عنوان مثال، در وسایل نقلیه تحویل بسته و کامیون های زباله. اگر بتوانیم الگوریتم را بیشتر پیشرفت دهیم تا به یک راننده باتجربه تبدیل شود، در این صورت اتومبیل رانی خودران در ترافیک شلوغ شهری نیز امکان پذیر خواهد بود.”

بیشتر بخوانیم
از نسل بعدی ماشین های خودران چه انتظاری داریم؟
ویلچر هوشمند خودران با حرکت چشم ها هدایت می شود

منبع: innovationorigins

«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است.»