211service.com
Teslas nya AI-guru kan hjälpa sina bilar att lära sig själva
Elon Musk har anlitade en ny chef för AI-forskning på Tesla, och det kan signalera en plan för att ompröva hur dess automatiserade körning fungerar.
Den här veckan tjuvjade Musk Andrej Karpathy , en expert på vision, djupinlärning och förstärkningsinlärning, från OpenAI, en ideell organisation som Musk och andra finansierar och som är dedikerad till att upptäcka och genomföra vägen till säker artificiell allmän intelligens.
Karpathy, som tydligen kommer att rapportera direkt till Musk, är en stigande stjärna i AI-världen, efter att ha studerat vid Stanford med Fei-Fei Li , en ledande AI-expert som nu är chefsforskare för Google Cloud. Li är känd i teknikkretsar för att ha utvecklat en datauppsättning bilder som hjälpte till att inspirera till ett genombrott inom maskinseende.
Många har pekat på Karpathys expertis inom datorseende som en nyckeltillgång för Tesla, och det är sant. Men hans erfarenhet av att bygga förstärkningsinlärningssystem kan vara ännu viktigare för Teslas autopilotsatsning.
Förstärkningsinlärning är inspirerad av hur djur lär sig genom att upprepa beteendet som ledde till ett positivt resultat. Och, som vi noterade tidigare i år, har det visat sig vara ett kraftfullt sätt att träna datorer att göra saker som är omöjliga att programmera (se 10 Breakthrough Technologies 2017: Reinforcement Learning ). Denna form av maskininlärning var kärnan i AlphaGo, ett datorprogram från Alphabets DeepMind som lärde sig att spela det uråldriga brädspelet Go med övermänsklig skicklighet.
Ett antal biltillverkare, inklusive Google, Uber och Mobileye, som nyligen förvärvades av Intel, letar efter förstärkt lärande som ett sätt att få bilar att själva, i simulering, ta reda på hur man kör i utmanande situationer. Tänk på en fyrvägshållplats eller en trafikerad korsning. Det är otroligt utmanande att skriva reglerna för en bil för att navigera i en sådan situation. Men genom förstärkningsinlärning kan det vara möjligt för en självkörande bil att lära sig hur man gör detta själv.
Efter Stanford internerade Karpathy hos DeepMind, där förstärkningsinlärning är ett stort fokus. Tekniken är också ett stort tema på OpenAI.
Faktum är att i en långt inlägg om förstärkningsinlärning på sin egen blogg nämner Karpathy förstärkningsinlärning i samband med Teslas autopilot. Han noterar att även om förstärkningsinlärning i allmänhet inte anpassas bra till situationer där experiment är kostsamt, kan nya tillvägagångssätt, kombinerat med massor av verklig data (av det slag Tesla samlar in) hjälpa.
Att utse Karpathy till Teslas chef för AI-forskning indikerar något annat om utmaningen med autonom körning: det är en bit kvar innan det är löst (se Vad du ska veta innan du sätter dig i en självkörande bil).
(Läs mer: TechCrunch , 10 Breakthrough Technologies 2017: Reinforcement Learning )