Komentár 42. týždeň: Tesla vie jazdiť úplne sama vďaka AI

Tento týždeň komentujeme udalosť týždňa – vyhlásenie Elona Muska, že autá značky Tesla Motors budú odteraz vybavené kompletným hardvérom pre realizáciu plne autonómnej jazdy. Nový hardvér sa bude montovať do všetkých typov áut vyrábaných Tesla Motors: Model S, Model X i Model 3.

Tesla Model S
ZDROJ | Tesla Motors

Vesmír riadi geniálny informatik

V utorok, 20. októbra 2016, na tlačovej konferencii v Kalifornii Elon Musk – generálny riaditeľ Tesla Motors – vyhlásil, že odteraz bude do všetkých typov áut vyrábaných Teslou inštalovať hardvér, ktorý je dostačujúci pre plne-autonómnu jazdu. Hoci hardvér bude v autách prítomný, nebude automaticky aktivovaný. Jeho aktivácia bude závisieť od želania zákazníka a povolenia úradov.

Nový systém pozostáva z:

  • ôsmich priestorových kamier, ktoré snímajú okolie v rozsahu 360 stupňov a až do vzdialenosti 250 metrov,
  • dvanástich zlepšených ultrazvukových senzorov – sonarov, ktoré umožňujú detekciu tak tvrdých ako i mäkkých objektov na takmer dvojnásobok vzdialenosti v porovnaní s predchádzajúcim systémom a
  • jedného predného radaru so zdokonaleným spracovaním dát, ktorý poskytuje údaje o okolitom svete na viacerých vlnových dĺžkach a ktorý je schopný vidieť cez silný dážď, hmlu, prach a dokonca aj cez pred ním idúce auto.
tesla-sensors
ZDROJ | Tesla

Pozrite siVšetky elektromobily Tesla budú vybavené autonómnym systémom

Vozidlá budú vybavené palubným počítačom poháňaným chipmi Titan od NVIDIE. Ten bude dosahovať výkon až 12 biliónov operácií za sekundu. To je 40-krát väčší výkon ako v starších generáciách autopilotov.

Na tomto hardvéri bude bežať novo-vyvíjaný softvér – neurónová sieť pre spracovanie dát z kamier, sonarov a radaru. Tento softvér si bude Tesla vyvíjať sama.

Aby Musk predviedol, že nehovorí o vzdušných zámkoch, zavesil na web video, ktoré demonštruje schopnosti autonómnej Tesly.

Len malá rekapitulácia činností, ktoré autopilot zvládol:

1. samostatný výjazd z garáže – bez vodiča,

2. zastavenie – nástup vodiča,

3. prudká zatáčka vľavo,

4. jazda po cestách nižšej triedy bez čiar,

5. križovatka – danie prednosti sprava,

6. obídenie odstaveného vozidla pri krajnici,

7. výjazd na hlavnú cestu, danie prednosti,

8. jazda bez stredovej čiary,

9. zaradenie do správneho pruhu,

10. zastavenie na červenú,

11. výmena jazdného pruhu,

12. výjazd na diaľnicu z pripájacieho pruhu,

13. udržiavanie vozidla v pravom jazdnom pruhu,

14. križovatka, danie prednosti,

15. bezpečná jazda za  prítomnosti motocyklistov,

16. príjazd na parkovisko,

17. vystúpenie vodiča z auta,

18. plne autonómna jazda za účelom nájdenia parkovacieho miesta,

19. danie prednosti chodcovi,

20. ignorovanie plôch so zákazom parkovania,

21. nájdenie vhodného miesta,

22. zacúvanie na parkovacie miesto.

Paráda!

Ďalšie video s autopiltom pre Teslu predviedla NVIDIA na svojich stránkach:

A to ešte Elon sľúbil, že na budúci rok usporiada ukážkovú jazdu Tesly z Los Angeles do New Yourku bez jediného zásahu človeka do šoférovania. Tesla sa dokonca sama pripojí k nabíjačke.

Zimomriavky? Veru áno.

Nič z toho by však nebolo možné bez pokroku najmä v oblasti strojového učenia, konkrétne v oblasti algoritmov známych ako „umelé neurónové siete“. Ale aj tie sa dočkali svojej slávy až potom, ako sa objavil algoritmus hĺbkového učenia, tzv. deep machine learning algoritmus.

Ten spočíva v tom, že napodobňuje štruktúru a funkcie mozgu. Vstupné údaje sú privedené do obrovského počtu počítačových neurónov, organizovaných do vrstiev. Rozpoznávame vstupnú a výstupnú vrstvu počítačových neurónov.

Všetky ostatné vnútorné vrstvy sa označujú ako skryté vrstvy (lebo nemajú bezprostredný kontakt so vstupmi, ani s výstupmi).

Pokrok spočíva v počte skrytých vrstiev. Ak na začiatku vývoja neurónových sietí sa používal menší počet skrytých vrstiev, povedzme do päť, súčasné algoritmy obsahujú stovky, ba až tisícky skrytých vrstiev.

To je všetko? Celý objav? Pridať obrovské kvantum skrytých vrstiev umelých neurónov? Nič viac?

Áno. To je všetko.

Tak potom tu niečo nesedí. Ako to, že to stačí? Ako to, že sú zrazu neurónové siete také úspešné?

Len pre názornosť, malá rekapitulácia úspechov hĺbkových neurónových sietí:

  • počítač IBM – Watson vyhral finále televíznej vedomostnej súťaže „Jeoparday!“ u nás známej ako „Riskuj!“, keď porazil dvoch najčastejších víťazov tejto súťaže,
  • počítačový program AlphaGo od spoločnosti Alphabet porazil Fan-Hua – aktuálneho majstra sveta v Go
  • tento týždeň Microsoft oznámil, že jeho softvér na prevod hovorenej reči do textu (angl. speech-to-text software) dosiahol kvalitu prevodu porovnateľnú s najlepšími ľudskými zapisovateľmi, čo znamená 94,1 percentnú úspešnosť prevodu
  • minulý mesiac Google oznámil, že dosiahol kvalitu prednesu čítaného textu (angl. text-to-speach conversion) porovnateľnú s kvalitou čítaného slova človekom.
  • a nakoniec opäť Google, koncom septembra oznámil, že dosiahol kvalitu prevodu medzi šiestimi svetovými jazykmi porovnateľnú s ľudskými tlmočníkmi

To ešte stále nie je všetko.

Táto vysoká úspešnosť strojového učenia už nedá spávať viacerým vedcom. Naposledy sa touto záhadou zaoberali fyzici na MIT (Massachusetts Institute of Technology) Max Tegmark a Henry Lin. Vyslovili hypotézu, že úspešnosť hĺbkových neurónových sietí spočíva nie v ich konštrukcii, ale v konštrukcii fyzického sveta:

  • zákony fyziky sa dajú popísať relatívne jednoduchými rovnicami, zahŕňajúcimi tri, štyri premenné;
  • zákony fyziky pôsobia striktne lokálne, lebo sú obmedzené maximálnou rýchlosťou svetla;
  • mnoho fyzikálnych fenoménov sa dá popísať exponenciálnymi funkciami, ako napr. Gausovskou krivkou, ktorú môžeme použiť pre popis výšky človeka, rýchlosti pohybu molekúl, rýchlosti šírenie tepla materiálom.
  • fyzikálny svet je symetrický, t.j. platia v ňom mnohé zákony zachovania: zákon zachovania energie, zákon zachovania hybnosti, zákon akcie a reakcie, atď.

Nič z toho však priamo nevysvetľuje nastolený problém.

A takýchto nevysvetliteľných matematických vlastností nášho sveta existuje viacero.

Napríklad slávna konštanta Phi (pomer nasledujúcich členov Fibonnaciho postupnosti), ktorú preslávil Don Brawn vo svojom románe „Da Vinciho kód“. Je známa i ako zlatý rez – esteticky ideálny pomer strán v obdĺžniku.

Týmto číslom sa riadia napríklad: proporcie ľudského tela, proporcie tela mnohých živočíchov, telá rastlín. Ale prečo? Zatiaľ nevieme.

golden-section-ratio-by-drawing-academy-24-1-drawing
ZDROJ | Drawing Academy

Ale je tu i ďalší podivný matematický zákon. Tzv. Benfordov zákon (1935). Zákon hovorí o tom, ako často sa objavujú čísla od 1 do 9 ako prvé platné číslice v množine dát popisujúcich určitú prírodnú vlastnosť.

Jednotka sa na prvom mieste objavuje s 30% pravdepodobnosťou, dvojka s pravdepodobnosťou 17,6%, trojka s 12,5% a podiel sa postupne znižuje až po číslicu 9, ktorá sa na prvom mieste bude objavovať s pravdepodobnosťou 4,6%.

Benford zistil, že zákon platí pre rôzne skupiny dát – počet obyvateľov, hladiny úmrtnosti, chemické a fyzikálne konštanty, bejzbalové štatistiky, polčasy rozpadu rádioaktívnych izotopov, prvočísla, prvky Fibonacciho postupnosti, astronomické pozorovania a mnohé iné.

S úspechom sa tento zákon používa i pri odhaľovaní podvodov v účtovníctve. Benfordov zákon pomohol tiež pri odhalení volebných podvodov na Floride, vo Venezuele a Mexiku.

Prečo taký zákon platí? Netušíme.

benfords-law
ZDROJ | Thulesidas

A nakoniec záhada najzáhadnejšia – vlnová funkcia kvantových objektov. V podivnej ríši elektrónov, fotónov a ostatných elementárnych častíc, existuje zákon, podľa ktorého sa častice nesprávajú ako malé guľôčky, ale skôr ako vlny – vzruchy v kvantovom poli.

Na popis ich vlastností sa nedajú použiť presné, konkrétne čísla, ale len pravdepodobnostné. Čo inak znamená, že kým časticu experimentálne neodmeriame, je všade a nikde súčasne, teda v takzvanom stave superpozície.

To ale nie je to najzáhadnejšie. Najzáhadnejšie na tom je, že vlnová funkcie je presná matematická funkcia, ktorú dodržiavajú všetky častice vystrelené z jedného zdroja bez výnimky.

Ako sa ale daná častica dozvie, kam leteli predchádzajúce a kam poletia všetky nasledujúce, aby sa naplnili vypočítané pravdepodobnosti – to je zatiaľ úplne mimo nášho pochopenia.

Podľa kodanskej interpretácie kvantového sveta, ktorú akceptuje väčšina kvantových fyzikov, vlnová funkcia nie je nič fyzické, je to matematický model rozdelenia pravdepodobností v priestore. Je to Informácia. Plán osudu častice.

Odkiaľ ale častice túto informáciu majú a prečo sa podľa nej správajú – to je záhadou doteraz.

Chtiac, nechtiac sa mi v hlave vynárajú znepokojivé otázky.

Žijeme naozaj v Matrixe? Sme v skutočnosti baterky pre stroje?

To by nebolo až také zlé. Aspoň by sme boli niečo fyzické.

Čo ak sme ale len postavy v počítačovej hre, ako to tvrdí Elon Musk?

Ani to by nebolo to najhoršie.

Najhoršie by bolo, keby sme boli ich avatarmi v simulátore prežitia.

simulated-rerality
ZDROJ | Columbia Pictures

ZdrojTesla Motors

Komentáre k článku