Učenje strojeva temeljeno na sofisticiranim neuronskim mrežama
Minijaturni bijeli Audi Q2 manevrira naprijed i natrag
u ograđenom prostoru dimenzija tri puta tri metra. Nakon nekoliko manevara
zaustavlja se točno na mjestu označenom za parkiranje. Ne zvuči osobito
neobično? Ipak, pogledate li malo pažljivije, vidjet ćete što je u tome tako
spektakularno.
Nemojte se zavarati veličinom jer je sve u vezi ovog
minijaturnog automobila izvanredno. S Audijem Q2 'deep learning konceptom' Audi
demonstrira svoju viziju pilotiranog parkiranja. Što je tako posebno u ovoj
prezentaciji?
Cijelo vrijeme maleni Audi dobiva nove zadatke, a prije
svakog zadatka mijenja se položaj i automobila i označenog parkirališnog
prostora. To znači da se maleni automobil svaki put mora prilagoditi novoj
situaciji i razviti inteligentnu strategiju parkiranja.
Postupak se zasniva na metodi koju Audi naziva
"deep reinforcement tearning", odnosno vrsti učenja strojeva
temeljenoj na sofisticiranim neuronskim mrežama koje su poput ljudskog mozga. I
baš poput ljudi, i Audi Q2 'deep learning concept' usvaja nova znanja uz pokušaje
i pogreške. Algoritam samostalno prepoznaje uspješne akcije i koristi ih kako
bi unaprijedio strategiju parkiranja. Na taj su način i uspješni i pogrešni
pokušaji korisni. Na osnovi toga algoritam Audija Q2 'deep tearning concept' kroz
milijune iterakcija, odnosno ponovljenih pokušaja, unaprjeđuje svoje znanje.
Umjetna inteligencija je ključan korak na putu do
pilotirane vožnje. Da bi automobil znao prepoznati i izvesti pravi manevar u
složenim situacijama gradskog prometa, mora moći samostalno misliti, nadzirati
stanje i učiti. Jedan od budućih koraka Audijevih inženjera bit će primjena
procesa traženja mjesta za parkiranje u pravom automobilu. Do tada... vježbom do
savršenstva.
