Berta Sándor
Szimulátorral készítenék fel az autonóm autókat
A mesterséges intelligencián alapuló megoldások segíthetnek abban, hogy a gépkocsik jobban megértsék az emberi reakciókat.
A Nervtech nevű szlovén startup a szimulátorai segítségével előrejelezhetővé akarja tenni az emberi viselkedést azért, hogy arra okosan tudjanak reagálni az önállóan közlekedő járművek. Az elképzelések alapján a világ különböző régióból származó személyek vezetési kultúrájának megfigyelése, rögzítése és kielemzése hozzájárulhat a cél eléréséhez.
Luka Novak, a Nervtech üzletfejlesztési vezetője elmondta, hogy a technológiájuk valósághű vezetési élményről gondoskodik, amely annak köszönhetően, hogy különböző vezetési helyzeteket, időjárási körülményeket és figyelemelterelő tényezőket egyaránt figyelembe vesz. A kifejlesztett megoldás lényege az, hogy a vezetési teszteken részt vevő személyeket biometriai és kognitív szempontból is kiértékelik. Novak közölte, hogy a sofőröket több mint 90 tényező figyelembevétele mellett elemzik ki.
A tesztek között van egy 25 perces biometriai szenzoros és szemmozgás-követő szemüveges szakasz. Mindkettő célja a reakciók és a viselkedés kiértékelése. A szakemberek rögzítik a stressz-szinttel, a koncentrációval, a reakciógyorsasággal, a potenciálisan veszélyes szituációk áttekintésével és a közlekedési szabályok betartásával kapcsolatos adatokat. Az autó környezete tetszés szerint ellátható avatárokkal, amelyek akár olyan irracionális módon is közlekedhetnek, mint ahogyan a valódi emberek. Továbbá ehhez jön még az úgynevezett vezetőklónozás, amikor a korábbi tesztekben rögzített vezetői viselkedési adatok egy avatárhoz kerülnek, hogy az még élethűbben viselkedjen.
A megjelenített modell példázhat akár agresszív vagy éppen túl visszafogott sofőrt is. Az elemzést végző szoftver mesterséges intelligencia és gépi tanulás segítségével automatizálja a sofőri viselkedést. Minél több adatot rögzítenek a világ egyes régióiban az individuális vezetési stílusokhoz, annál jobban jelezhetők előre az esetleg bekövetkező események.
Novak kiemelte, hogy a távlati céljuk az, hogy világszerte szimulációs csomópontokat építsenek ki azért, hogy jobban megértsék a vezetési kultúrát. A mesterséges intelligencia és a gépi tanulás segíthet abban, hogy viszonylag kevés élőben rögzített adatból is modellezni lehessen a kulturális vezetési specifikációkat vagy akár a valódi közlekedési helyzeteket is. Amennyiben az elképzeléseket sikerül megvalósítani akkor egy autonóm gépkocsi képes lesz különbséget tenni Manhattan és Mumbai között, s alkalmazkodni tud majd a helyi vezetési, illetve közlekedési sajátosságokhoz.
A Nervtech nevű szlovén startup a szimulátorai segítségével előrejelezhetővé akarja tenni az emberi viselkedést azért, hogy arra okosan tudjanak reagálni az önállóan közlekedő járművek. Az elképzelések alapján a világ különböző régióból származó személyek vezetési kultúrájának megfigyelése, rögzítése és kielemzése hozzájárulhat a cél eléréséhez.
Luka Novak, a Nervtech üzletfejlesztési vezetője elmondta, hogy a technológiájuk valósághű vezetési élményről gondoskodik, amely annak köszönhetően, hogy különböző vezetési helyzeteket, időjárási körülményeket és figyelemelterelő tényezőket egyaránt figyelembe vesz. A kifejlesztett megoldás lényege az, hogy a vezetési teszteken részt vevő személyeket biometriai és kognitív szempontból is kiértékelik. Novak közölte, hogy a sofőröket több mint 90 tényező figyelembevétele mellett elemzik ki.
A tesztek között van egy 25 perces biometriai szenzoros és szemmozgás-követő szemüveges szakasz. Mindkettő célja a reakciók és a viselkedés kiértékelése. A szakemberek rögzítik a stressz-szinttel, a koncentrációval, a reakciógyorsasággal, a potenciálisan veszélyes szituációk áttekintésével és a közlekedési szabályok betartásával kapcsolatos adatokat. Az autó környezete tetszés szerint ellátható avatárokkal, amelyek akár olyan irracionális módon is közlekedhetnek, mint ahogyan a valódi emberek. Továbbá ehhez jön még az úgynevezett vezetőklónozás, amikor a korábbi tesztekben rögzített vezetői viselkedési adatok egy avatárhoz kerülnek, hogy az még élethűbben viselkedjen.
A megjelenített modell példázhat akár agresszív vagy éppen túl visszafogott sofőrt is. Az elemzést végző szoftver mesterséges intelligencia és gépi tanulás segítségével automatizálja a sofőri viselkedést. Minél több adatot rögzítenek a világ egyes régióiban az individuális vezetési stílusokhoz, annál jobban jelezhetők előre az esetleg bekövetkező események.
Novak kiemelte, hogy a távlati céljuk az, hogy világszerte szimulációs csomópontokat építsenek ki azért, hogy jobban megértsék a vezetési kultúrát. A mesterséges intelligencia és a gépi tanulás segíthet abban, hogy viszonylag kevés élőben rögzített adatból is modellezni lehessen a kulturális vezetési specifikációkat vagy akár a valódi közlekedési helyzeteket is. Amennyiben az elképzeléseket sikerül megvalósítani akkor egy autonóm gépkocsi képes lesz különbséget tenni Manhattan és Mumbai között, s alkalmazkodni tud majd a helyi vezetési, illetve közlekedési sajátosságokhoz.