Featured
Na Volkswagnovem oddelku Data Lab oziroma v laboratoriju za obdelavo podatkov strokovnjaki razvijajo modele umetne inteligence za mobilnost prihodnosti.

Data Lab. Umetna inteligenca za mobilnost prihodnosti.

Fotografije: Volkswagen

Na Volkswagnovem oddelku Data Lab oziroma v laboratoriju za obdelavo podatkov strokovnjaki razvijajo modele umetne inteligence za mobilnost prihodnosti.

V grozdu pisarn nedaleč od Angleških vrtov v središču Münchna skupina inženirjev IT, poznavalcev robotike, programerjev, fizikov in matematikov razvija nove tehnologije za našo prihodnost mobilnosti. V pisarnah Volkswagnovega oddelka Data Lab so na ducatu monitorjev osvetljeni diagrami, črte med oblački kod in točk … Kar se premika in utripa na monitorjih, so poskusi, kako s podatki oblikovati bolj učinkovit pretok prometa v velikih mestih, pospešiti delovne procese v podjetjih in še izboljšati pomoč pri vožnji ter seveda vključevati razvoj v inteligentne algoritme.

V prvem nadstropju poslopja se trije ljudje brezciljno sprehajajo po prostoru. Posnemajo obnašanje pešcev v prometu. Pred njimi sedi nekdo, ki vsak gib telesa posname s kamero, kar istočasno analizirajo senzorji in številni računalniški programi. Samostojno delujoči dron leti z veliko hitrostjo skozi ozek hodnik v neposredni bližini. Pri tem se tako uspešno umika oviram, da se nikdar ne zaleti v zid. »Z vajami, kot je ta, proizvajamo in razvijamo take stroje, ki s pomočjo umetne inteligence iz opažanj ustvarjajo predvidevanja in lahko sprejemajo odločitve v milisekundah,« pojasnjuje profesor Patrick van der Smagt, ki vodi oddelek za umetno inteligenco od leta 2016. »Danes lahko računalniki že odlično zaznajo ljudi in objekte, težave pa imajo pri ugotavljanju, kakšen gib bodo pešci ali kolesarji naredili v naslednjem hipu.« Prav to pa mora avtonomno vozilo vedeti, ko je blizu prehoda za pešce.

Tako stroji poskušajo spoznavati človeško obnašanje. Specialisti na oddelku Data Lab oblikujejo sistem, ki ga primerjajo z obnašanjem ljudi, s tem znanjem pa bodo lahko pomembno pripomogli pri zaznavanju okolice samovozečih avtomobilov.

»V bistvu poskušamo ugotoviti posebnosti gibanja ljudi in jih prenesti v naše algoritme,« pravi nizozemski raziskovalec. To je tako kot pri otroku. V zgodnjih letih otroci še ne morejo presoditi, kdaj je pravi trenutek za prečkanje ceste. Šele pri desetih letih se bodo naučili te veščine. Poleg tega bodo nezavedno zaznali preostale udeležence v prometu in njihovo vedenje. Kolesar na levi, počasi vozeče vozilo na desni, gospa s psom na drugi strani prehoda za pešce … Človeški možgani so se naučili predvideti, kaj morajo storiti, ko človek prečka cesto. Kam pogledati, kako obrniti stopala, kakšna je hitrost preostalih objektov v vidnem polju, vse to so dejavniki tega procesa. »Človek lahko torej z veliko verjetnostjo predvidi, kam se bo gibal kolesar ali otrok, ki se igra ob robu ceste. Za zdaj te velike verjetnosti še ne moremo zagotoviti s strojem. Obvladanje tega pa je predpogoj za avtonomno vožnjo,« dodaja van der Smagt, ki je eden vodilnih evropskih strokovnjakov za robotiko.

Da bi se približal temu cilju, s svojimi kolegi razvija računalniške sisteme za učenje. »Ustvarjamo in razvijamo algoritme, ki ugotavljajo vzorce in lahko delajo napovedi,« še pojasni van der Smagt. V procesu tako imenovanega globokega živčnega omrežja si ustvarjajo pomoč pri razvoju. Ta globoka živčna omrežja lahko zelo učinkovito prepoznavajo in pokažejo kompleksna razmerja v podatkih, v našem primeru opazovanje in interpretiranje reči okrog nas. Ti algoritmi znajo ocenjevati informacije na podoben način kot ljudje in to primerjajo s tem, kar so se dotlej že naučili. Na ta način bodo lahko predvidevali situacije z večjo gotovostjo, saj bodo uporabili svoje podatke in izračune iz preteklosti. S tem bodo ne nazadnje prispevali k natančnejši presoji pri odločitvah v prometu. Pri svojih raziskavah profesor van der Smagt sodeluje z znanstveniki in podjetji z vsega sveta. V njegovih projektih so udeležena mnoga znana imena iz Silicijeve doline, nekaj skupnih projektov pa poteka tudi z raznimi univerzami in inštitutom Maxa Plancka.

Razvijamo algoritme, ki se neodvisno učijo opazovati in predvideti posebne namene in navade ljudi, tako da bodo lahko sami sprejemali enake odločitve.
Patrick van der Smagt
Prof. dr.

Umetna inteligenca ne pomaga le pri razvoju asistenčnih sistemov in avtonomnih vozil, ampak tudi pri izboljševanju produkcijskih procesov v podjetjih. Predvsem pri povezovanju človeka s strojem je na voljo veliko posodobitev; sistemi za učenje lahko analizirajo zapletena ekonomska razmerja in s tem pomagajo odločevalcem na trgu do dodatnih kriterijev za njihove pomembne odločitve. Roboti in stroji se tako lahko v proizvodnih obratih sami naučijo vzdrževalnih del in ciklov. Ti sistemi pomagajo podjetjem pri novih načinih varovanja pretoka za podjetje pomembnih podatkov. Profesor van der Smagt verjame, da lahko stroji ljudem pomagajo pri zmanjševanju njihovih ponavljajočih se opravil. »Čutimo odgovornost, da ljudem olajšamo vsakdan s tem, da jim bo pri mnogih opravilih pomagala umetna inteligenca.«