reklama
 
Valeo uvodni

Poznají lidi, poznají značky. Auta budoucnosti z autoškoly nevyletí

Představa umělé inteligence, která se sama zdokonaluje a učí, děsí část populace už dlouhé roky. Postapokalyptické scénáře ze sci-fi filmů teď ale nechme stranou. Na vylepšení strojového učení se ale usilovně pracuje a možností, kde ho využít ve prospěch lidstva, je celá řada – třeba v systémech autonomních aut, které díky učení zvládají vyhodnocovat překážky na cestě.
reklama

Auta chytřejší než jejich řidiči vznikají dokonce i Praze, v jednom z největších výzkumných a vývojových center společnosti Valeo. 

Dřív musel všechny možné situace a kombinace předpovídat programátor a manuálně každou ošetřit nějakým tím řádkem kódu. Dnes stačí, když naprogramuje algoritmus, který určí, jak se stroj bude učit, a ten už si pak všechno důležité vyřeší sám. V angličtině se takovému postupu říká machine learning a představuje základní kámen pro umělou inteligenci, která se díky učení stává stále více samostatná a široce využitelná.

Nejde úplně tak o učení, jaké známe ze školy, i když princip zůstává - na základě dříve získaných dat si stroj všímá souvislostí a pak se je snaží rozpoznávat ve všech možných formách a kombinacích. Podobně, jako když se učíme číst. Už dnes se jednoduchý machine learning používá třeba ve spam filtrech e-mailu, nebo v retušovacích programech pro dokreslování fotek. A taky v nových autech, zejména při rozlišování čehokoliv, co se může objevit na silnici.

Valeo

Společnost Valeo v Praze provozuje své největší výzkumné a vývojové centrum, zlaté české hlavičky totiž mají světu automotive hodně co dát. Pokud vás proto zajímá nejen autonomní budoucnost dopravy, bude vás zajímat i práce u nich. Víc informací o tom, kdo z vás k nim nejlépe zapadne, najdete na valeo.cz.

Chodci, semafory, cyklisté

Když jedete po silnici, jste jako řidiči zvyklí všímat si chodců, cyklistů, svodidel, aut před vámi i za vámi, máte ale jen jedny oči, a kdyby to za vás zvládl dělat lépe stroj, určitě byste to uvítali. Ve Valeu to vědí, proto se svými testovacími vozidly vybavenými kamerami stovky hodin křižují silnice, aby nasbírali co nejvíc dat v podobě video záznamů. Protože právě kvalitní data jsou klíč k co nejpřesnější výsledné klasifikaci objektů.

Studenta Automotive Party

Pokud tě nové technologie v automotive zajímají fakt hodně, určitě doraž na naši konferenci Studenta Automotive Party, kterou pořádáme 28. listopadu v budově CIIRC na ČVUT v pražských Dejvicích. Budeme mluvit třeba o tom, jak ve vývoji aut využít virtuální realitu, projdeme nejnovější trendy v oblasti a dozvíš se třeba i to, jak v Českém institutu informatiky, robotiky a kybernetiky na ČVUT pilují automatizované řízení aut. Celý program na stránkách nebo na facebookovém eventu, na kterém se můžeš rovnou i registrovat. Pro studenty s platným ISICem máme vstup zadarmo. 

Data z kamer se nejdříve podrobně zpracovávají (anotují) a každý objekt na záznamu dostane přiřazenou hodnotu: toto je člověk, toto zelená na semaforu. Pro každý z nich se určí také specifické vlastnosti, které ho v reálné situaci identifikují - auto má čtyři kola, lidé hlavu, trup, dvě ruce, atd. Pak se určí poloha všech těchto objektů jako bodů ve vysokodimenzionálním prostoru. Machine learning algoritmus spočívá v tom, že se snaží hledat body se společnou vlastností a proložit je matematickou funkcí.

Automotive článek uvodni
work
Automotive konference 2019: zjisti, jaká je budoucnost dopravy a technologií!
13. 11. 2019
na 2 minuty do budoucnosti

"Šlo by samozřejmě ručně napsat klasifikační algoritmus, který by na základě jednotlivých vlastností rozpoznal konkrétní typ objektu. To je ale velice těžké, vyžaduje to expertní znalost a stejně by to bylo těžkopádné a špatně generalizovatelné," vysvětluje Michal Uřičář, expert na Machine learning ze společnosti Valeo. "Machine learning algoritmus si tato rozhodovací pravidla najde sám."

A učí se dál

Počítač si ukládá informace o objektech, na které postupem času naráží, a bodů tak stále přibývá, což slouží k tomu, aby stroj dokázal daný objekt rozpoznat ve všech možných podobách a polohách, ve kterých se může na silnici vyskytnout.

Škoda auto bezpečnost
work
Nehody způsobují lidé, ale převzít řízení chytrého auta je nebezpečně snadné
13. 11. 2019
3 bezpečné minuty

Pomocí machine learningu se chytrá auta dneška učí držení v jízdních pruzích, rozpoznávání dopravních značek a jejich zobrazování na palubní desce, nebo třeba automatické brzdění před překážkou. Auta budoucnosti vybavená umělou inteligencí se pak budou muset zorientovat v jakékoliv standardní i nestandardní situaci. Protože pokud jim máme svěřit život, měli bychom si být jistí, že vždycky vědí, co dělají.

reklama

Mohlo by tě zajímat

Nejnovější