AIトレンドインサイダー、ランスエリオット
スナップショットをちらっと見て、誰かにその写真を撮ったときに尋ねたことがありますか？ 私はあなたが持っていると確信しています。 あなたは写真を日付と時刻のコンテキストに配置したいと考えていました。 たぶん、写真は何年も前に撮られたもので、過去を紹介しています。 あるいは、写真はごく最近のものであり、今日の状況を示しているのかもしれません。 全体として、写真がいつ撮影されたかを知ることは有用であり、時には不可欠です。
コンピューターの分野では、タイムスタンプのことを指すことがよくあります。
コンピュータがカメラに接続されている場合、通常、写真を撮ると、収集された画像にタイムスタンプが追加されます。 タイムスタンプは、単に画像の日付と時刻を示します。 これは、実際の画像を含むデータ内に詰め込むことも、写真を説明または索引付けするメタデータの補足部分として追加することもできます。
一連の写真が撮影されている場合、タイムスタンプは非常に重要になり始めます。
ダッシュボードにカメラが取り付けられ、道路に向けられた車を所有しているとします。 あなたはドライブ旅行に出かけ、カメラで定期的に前方の道路の写真を撮ることにしました。 次々と写真がスナップされています。 大したことはありません。
ドライブ中、あなたはある時点で住宅街にいて、犬が通りをさまよっています。 幸いなことに、あなたは犬を見て、安全に進行させるために立ち止まります。 その後まもなく、幼児が通りを横切って走ります。 あなたはすでに立ち止まっていたので、子供は何事もなく通りをダートすることができます。 このイベントには特に不利なことは何もありませんでした。毎日のドライブトレッキングにチョークで書くかもしれません。
数週間後、あなたは運転経験について一般的に誰かに話します。 苦労を説明し始めると、最初に犬が現れ、その後に子供が来たのか、あるいは子供が最初に通りを通り抜け、犬が幼児の後を追っていたのか、突然思い出せなくなります。 比較的平穏な問題や特定の順序を頭の中で混乱させるのは簡単です。
ああ、ダッシュボードのカメラにそれらの写真が保存されています。
写真をラップトップにダウンロードします。
各画像をプルアップしているときに、明らかなタイムスタンプがなかったとします。 これは、各写真に撮影日時の明確な表示がなかったことを意味します。 あなたははっきりとそれぞれの写真を見ることができます、そしてあなたはそれらがあなたがあなたの運転努力の間に見たものの正確な描写であることを証明することができます。 残念ながら、タイムスタンプがありません。
それはまるであなたがテーブルの上に写真を散らばらせて、どれが他のどれの前に来たかを理解しなければならなかったかのようです。 これは解決するのが難しいパズルになる可能性があります。
案の定、路上にいた犬の写真と、路上にいた幼児の写真が見つかります。 しかし、どの写真が最初に来るかはわかりません。 くそー、これは一連の出来事を覚えるというあなたの探求を解決する助けにはなりません。
前述のように、タイムスタンプは重要です。
決心したなら、XNUMX枚の写真のそれぞれを綿密に調べることができます。 通りの真ん中に犬がいる写真の中に子供が目撃されている可能性があります。 子供が横に離れて通りから逃げている場合は、子供が最初に来て、犬が続いた可能性が高いと推測できます。 同様に、通りの真ん中にいる子供の写真が、通りに向かっている、または通りから離れている犬を示している場合は、発生したはずのシーケンスを推測することができます。
確かに、タイムスタンプを持つ方がはるかに簡単です。
よく調べてみると、画像のメタデータにタイムスタンプが埋め込まれていることがわかります。 タイムスタンプを推測するには、特別なプログラムを使用します。 シーケンスを確認する問題は解決されたようです。
もちろん、人生はそれほど簡単ではありません。突然、タイムスタンプの日付が 31 年 1777 月 XNUMX 日であることに気が付きますが、まったく意味がありません。 あなたはそれが正しくないことを知っています。 それぞれの写真に示されている時間は、夕方の時間帯を示していますが、昼間に犬や幼児に遭遇したことは確かです。
はい、タイムスタンプがめちゃくちゃです。
タイムスタンプをどこまで信頼しますか?
たとえば、日付を破棄して、日付がなんらかの方法で不適切に事前設定されていたと想定することができます。 示された時刻が夕方であることを無視して、時計が最初から正しく設定されていなかったという前提で進めることができます。 少なくとも、各写真に記載されている時間によるタイムスタンプから、最初に撮影された写真がわかるかどうかを確認できます。
これが最初に撮影された写真、つまり犬と子供が最初に通りに入ったのかどうかについての反駁できない証拠になることを受け入れますか？
あなたは不安定な地面にいるようです。 日付が間違っているのは気になります。 時代が明らかに間違っているという事実も厄介です。 この時点で、タイムスタンプが犬の写真と幼児を含む写真にXNUMX回ずつ表示されているため、少なくともシーケンスが正しいと想定します。
もしあなたが生来の好奇心からこの探求をしているだけなら、タイムスタンプの時間がおそらく適切であり、どのイベントが最初に起こったかを知っていることを喜んで受け入れるかどうかは大した問題ではないでしょう。 もしその問題が極めて重要だったら、あなたはとても楽観的だと思いますか? 何らかの理由でこれが最優先事項であり、真剣に解決する必要があることを想定してください。
私たちは、あなたがそれにあなたの人生を賭けても構わないと思っているかどうかを尋ねるその人気のある子供のゲームをプレイすることができたと思います。 写真は、あなたが実際に犬を見たのか、実際に子供を見たのかをはっきりと示しているように見えます。 残念ながら、シーケンスはまだやや空中にあります。
空中にいると言えば、自律型ヘリコプターのトピックに目を向けましょう。 この追加された地面をカバーした後、写真とタイムスタンプに関する問題全体に振り返ります。
NASAが火星に自律型ヘリコプターを設置したことをご存知かもしれません。 ヘリコプターは、火星2020の忍耐力ローバーミッション全体の一部です。 インジェニュイティというキャッチーな名前で、自律型ヘリコプターは火星での飛行に基づいてすでに新しい記録を確立しており、NASAチームはそのように行われた成果を誇りに思うはずです。
ヘリコプターが自律型と呼ばれる理由は、ヘリコプターが飛び回るときに自力で身を守る必要があるためです。 地球上の人間の管制官が航空機を直接飛行させようとすると、距離と送信時間による時間遅延は適切ではありません。 ここの人間のパイロットがそこで起こっていることを見て、それから運転または水先案内のコマンドを発行し、それを送受信しなければならなかった時までに、ヘリコプターは遠くの航空機を完全に台無しにする問題に遭遇したかもしれません。
自律的な操縦システムを開発したことで、Ingenuity はほぼ自力で飛び回ることができます。
そうは言っても、これは、クラフトが行きたいところに意地悪に進んでいることを意味するものではありません。 NASAとジェット推進研究所（JPL）は所定のミッションを設定しており、そのような各ミッションは慎重に計画され、準備されています。
一連のミッションが実行されています。 各ミッションには、達成すべき特定の目標があります。 ミッションが進むにつれて、ミッションは毎回少し複雑になっていきます。ほとんどの場合、クロールから始まり、歩いてから走るのと同じです (または、ヘリコプターの場合は、垂直飛行を短くして、その後に長い距離が続きます)およびマルチパスの水平飛行）。
これにより、フライトXNUMXと、火星の表面にうなずく自律型ヘリコプターにつながる可能性のある興味深い飛行中の異常が発生します。 火星の遠足中のいずれかの時点でそれが発生した場合は、ヘリコプターが数え切れないほど出ていると考えられます。 船を修理する手段はありません。 それだけで、科学のためにその役割を果たして座って、人間がここにいると言っている静かなマーカーになるでしょう。
創意工夫はどうした？
まず、割り当てられたミッションを完了することができ、存在し、そのままであり、次のミッションの準備ができていることを強調することから始めます (まあ、リモートで行われるいくつかの微調整があります)。
XNUMX番目のミッションの途中で、航空機は望ましくない方法で神経質に転がり、ピッチングし始めました。 この急激な傾斜と速度の調整は、火星で記録されたビデオで見ることができます。 自律型ヘリコプターは狂ったように見え、不規則に飛んでいるように見えるので、録画されたビデオを見ている人は誰でも心の琴線が引っ張られているのを感じる必要があります。 あなたはおそらく、Ingenuityに何かひどいことが起こっており、その終焉（ある種の）が差し迫っていると思い込むでしょう。
ワイルドフライングの基礎はやや複雑ですが、問題を要約すると一言あります。 タイムスタンプ。
おっと、あなたは自分自身に言っているに違いありません。さっきタイムスタンプについて話していたのではありませんか? なんて偶然！ 実際、タイムスタンプに関するその以前のサガのポイントは、フライト XNUMX 中に火星のインジェニュイティに何が起こったのかを特定する準備を整えることでした。
ストラップを締めて、戦いに飛び込みましょう。
自律型ヘリコプタが飛んでいるとき、通常は火星の表面に向けられている下向きのカメラを使用する傾向があります。 約 XNUMX 秒ごとに写真が撮影されます。 各写真は、搭載されたコンピューター画像処理システムによって計算的に分析されます。 時間の経過とともに、一連の写真は、速度、高度、姿勢、位置などの変化とともに、航空機の位置を確認するのに役立ちます。
特に、これには、ある写真を別の写真と比較することが含まれます。
ヒント: 通りの幼児と通りの犬について撮影された以前の話を思い出してください。 これはすぐに役に立ちます。
Ingenuity のこの特定のカメラは、一般的に ナビカメラこれは、主に航空機のナビゲーションを支援するカメラであることを意味します。 システムを自律的に操縦しているコンピューターは、画像と画像の分析を使用して、それがどこにあるのか、どこに向かっているのかなどを把握するのに役立ちます。 この分析は、慣性計測ユニット ( IMU)。
少し太鼓を鳴らして、この異常についての公式声明を紹介します (NASA の Web サイトによる): 「飛行開始から約 54 秒で、ナビゲーション カメラによって配信される画像のパイプラインで不具合が発生しました。 この不具合により、XNUMX つの画像が失われましたが、さらに重要なことに、その後のすべてのナビゲーション画像が不正確なタイムスタンプで配信されました。 この時点から、ナビゲーション アルゴリズムは、ナビゲーション画像に基づいて修正を実行するたびに、画像が撮影された時期に関する誤った情報に基づいて動作していました。 結果として生じる矛盾により、ヘリコプターの飛行に使用される情報が大幅に劣化し、推定値はファントム エラーを説明するために常に「修正」されました。 大きな振動が続いた。」
タイムスタンプが何であったか、およびタイムスタンプがどのように誤って割り当てられたか、または位置がずれたかについてはまだ完全には明らかではないようですが、今のところこれをそのまま使用します。
なぜ機体が不時着するほど干し草にならなかったのか不思議に思うかもしれません。 あなたが尋ねてくれてうれしい。
Ingenuityの自律型水先案内のXNUMXつの別個の、しかし不可欠な側面は、明らかに、航空機をいくつかの好ましいまたは合理的な操作のしきい値内に維持しようとすることです。
これは、多くの場合、自律走行車 (AV) の一種のフェイルセーフ メカニズムです。
他のすべてが暴走している場合、少なくともコアの駆動または操縦コンポーネントは、通常、車両が通常予想されるパラメーターから極端に逸脱しないようにすることになっています。 プログラマーは通常、それらの境界内にとどまることを示す明示されたしきい値を含み、車両をそれらの境界外に強制的に逸脱させようとする他の内部コンポーネントがある場合でも、コア パイロット システムはそれを拒否し、ブロックによってアクションに対抗しようとします。または起こっていることを相殺します。
Ingenuity がタイムスタンプの問題をどのように克服したかについての NASA の説明によると、次のように述べています。タイミングのズレも含め、不安定にならない。 Ingenuity の以前のフライトでは、この組み込みのマージンは完全には必要ありませんでした。これは、車両の動作が私たちの期待に沿うものだったからですが、Flight Six ではこのマージンが役に立ちました。」
幸運なウサギの足も助けてくれました。
Ingenuity が飛行の最終段階に達し、降下を開始すると、ナビカメラはナビゲーション目的で積極的に使用されなくなります。 これは、自律型ヘリコプタが火星の表面に近づくとほこりが投げられる可能性があり、画像がぼやけたり、使用できなくなったり信頼できなくなったりする可能性があるため、理にかなっています。 NASA の説明は次のように述べられています。「その設計上の決定は、飛行 XNUMX 中にも功を奏しました。飛行の最後の瞬間に Ingenuity はカメラの画像を無視し、振動を止め、姿勢を水平にし、設計どおりの速度で着陸しました。」
この後者の側面については、いくらかの皮肉を言うことができます。 示唆されているように、これは意図的な設計の基礎というよりはむしろ運の問題かもしれません。 想定されていた状況が、ナビカメラ自体が問題を引き起こしている可能性は非常に低く、したがって、着陸時にそれを使用しないように切り替えるのは間違いなく理にかなっています。 代わりに、この場合、着陸段階が始まったときにナビカメラを使用しなくなったもう XNUMX つの理由は、意図しないものになりましたが、それでも完全に歓迎された救いの手です。
火星で活動する自律型ヘリコプタの問題を取り上げたので、次に地球に目を向けましょう。 自律型ヘリコプター、自律型ドローン、自律型トラック、自律型船、自律型自動車など、地球上にはあらゆる種類の自律型車両が登場する予定です。 参照を容易にするために、これらの自律型車両は自動運転であると考えてください。
Ingenuity の状況からどのような教訓を学び、AI ベースの真の自動運転車の出現に適用できるかを確認したいと思います。
自動運転車は、AI駆動システムを介して運転されます。 人間の運転手が運転する必要はなく、人間が車両を運転するための規定もありません。
これは、熟考する価値のある興味深い質問です。 タイムスタンプと画像処理は AI ベースの真の自動運転車にどのように適用され、自動運転車にインジェニュイティの異常に類似したものが発生する可能性がありますか?
詳細に入る前に、真の自動運転車に言及するときの意味を明確にしたいと思います。
AI自動運転車に関する私のフレームワークについては、こちらのリンクを参照してください。 https://aitrends.com/ai-insider/framework-ai-self-driving-driverless-cars-big-picture/
なぜこれがムーンショットの努力であるか、私の説明をここで見てください： https://aitrends.com/ai-insider/self-driving-car-mother-ai-projects-moonshot/
リヒタースケールの一種としてのレベルの詳細については、こちらの説明を参照してください。 https://aitrends.com/ai-insider/richter-scale-levels-self-driving-cars/
レベルの分岐に関する議論については、ここの私の説明を参照してください： https://aitrends.com/ai-insider/reframing-ai-levels-for-self-driving-cars-bifurcation-of-autonomy/
自動運転車のレベルを理解する
明確にするために、真の自動運転車とは、AIが完全に自力で車を運転し、運転タスク中に人間の支援がない車のことです。
これらの自動運転車はレベル4およびレベル5と見なされますが、人間のドライバーが運転努力を共有する必要がある車は通常、レベル2またはレベル3と見なされます。運転タスクを共有する車はセミであると説明されます-自律型であり、通常、ADAS（Advanced Driver-Assistance Systems）と呼ばれるさまざまな自動アドオンが含まれています。
レベル5の真の自動運転車はまだありません。これが達成できるかどうか、また到達するまでにかかる時間もわかりません。
一方、レベル4の取り組みは、非常に狭く選択的な公道の試験を実施することで徐々に牽引力を獲得しようとしていますが、この試験自体を許可するかどうかについては論争があります（私たちはすべて実験で生死にかかわるモルモットです）私たちの高速道路や小道で行われている、いくつかの主張）。
半自律型の車には人間のドライバーが必要なため、これらのタイプの車の採用は、従来の車の運転とそれほど変わらないため、このトピックについて取り上げるのはそれほど新しいことではありません（ただし、次に、次のポイントが一般的に適用されます）。
半自律走行車の場合、最近発生している不快な側面について、つまり、レベル2またはレベル3の車のホイールで眠りにつく自分のビデオを投稿し続ける人間のドライバーにもかかわらず、一般の人々に事前に警告する必要があることが重要です。 、私たちは、ドライバーが半自律型の車を運転しているときに、運転タスクから注意をそらすことができると信じ込まされないようにする必要があります。
レベル2またはレベル3に自動化がどれだけ投じられるかに関係なく、あなたは車両の運転行動の責任者です。
自動運転車の遠隔操縦または操作が一般的に避けられる理由については、ここで私の説明を参照してください： https://aitrends.com/ai-insider/remote-piloting-is-a-self-driving-car-crutch/
自動運転車に関する偽のニュースに警戒するには、ここに私のヒントを参照してください： https://aitrends.com/ai-insider/ai-fake-news-about-self-driving-cars/
AI駆動システムの倫理的影響は重要です。ここで私の指摘を参照してください。 https://aitrends.com/selfdrivingcars/ethically-ambiguous-self-driving-cars/
自動運転車に関しては、逸脱の正規化の落とし穴に注意してください。これが私の武器への呼びかけです。 https://aitrends.com/ai-insider/normalization-of-deviance-endangers-ai-self-driving-cars/
自動運転車とタイムスタンプの問題
レベル 4 とレベル 5 の真の自動運転車では、運転タスクに人間のドライバーは関与しません。 すべての居住者は乗客です。 AIが運転を行っています。
すぐに議論するXNUMXつの側面は、今日のAI駆動システムに関与するAIが知覚力がないという事実を伴います。 言い換えれば、AIは完全にコンピューターベースのプログラミングとアルゴリズムの集合体であり、人間と同じ方法で推論することは最も確実ではありません。
なぜこれがAIが知覚力を持たないことを強調したのですか？
AI駆動システムの役割について議論するとき、私はAIに人間の資質を帰するのではないことを強調したいと思います。 最近、AIを擬人化するという危険な傾向が続いていることに注意してください。 本質的に、人々は今日のAIに人間のような感覚を割り当てていますが、そのようなAIはまだ存在しないという否定できない議論の余地のない事実にもかかわらずです。
その明確化により、AI運転システムが運転の側面についてネイティブに「認識」しないことを想像できます。 運転とそれに伴うすべては、自動運転車のハードウェアとソフトウェアの一部としてプログラムする必要があります。
このトピックで遊びに来る無数の側面に飛び込みましょう。
開始するのに適した場所は、自律走行車がフィールドにあり、本質的に進行中の異常の出現です。 物事がうまくいかない時期です。
火星の自律型ヘリコプターの場合、AV が火星に送られるずっと前に、膨大な量の慎重な設計、構築、およびテストが行われた可能性があります。 しかし、発生する可能性のある潜在的な問題を事前に特定するための徹底的な努力にもかかわらず、非常に深刻な問題が発生しました。
一部の人は、この問題をいわゆる「異常」と呼んで胸焼けをしているかもしれません。これは、おそらく、システムの完全なエラーまたはバグであるように見える側面を覆い隠すために、いくつかの厄介または緩いセマンティクスを使用する可能性があります。 無害な「異常」を介したそれほど警戒感のない言葉遣いの言い回しは、開発者、リーダーシップ、および開発プロセスが欠陥をすり抜け、最終的に航空機が少なくとも34万マイル離れた距離にある間に欠陥が発生することを許した傷ついた不安を和らげるようです。自宅から、その使命の真っ最中。
質問には、ドロップされた画像が結果として生じる一連の機能不全の結果にどのようにつながったのかが含まれますか？ ドロップされた画像は基本的なデザインの一部と見なされ、予想されていたのではないでしょうか。 そうでなければ、少なくともこれはテストケースであるはずです。 それがテストケースだった場合、テスト中に何が起こりましたか？ タイムスタンプに関連するその後の問題は明らかになりませんでしたか？ たぶんそれはしましたが、気づかなかったので、それだけが懸念の原因です。 タイムスタンプの検証または検証について、設計にはどのような規定がありましたか？ システムの残りの部分がどのように反応するかを確認するために、タイムスタンプを意図的に台無しにしたテストは含まれていませんでしたか？ 等々。
いずれにせよ、幸いなことに、AV は空中に留まり、損傷や破壊を受けることなく着陸することができました。 そのことに感謝できます。
ただし、これは、この特定のエラーまたはバグに対処するための明確な定式化されたプロビジョニングではなく、全体的なフェイルセーフへの依存によって発生したようです。 キャッチオールがその日を救った。
つまり、Ingenuity のようなクラフトで行われる設計とテストの深さと強度は、あらゆる種類の AV で行われる最も印象的で堅牢な作業の一部です。 対照的に、既存の自動運転車開発の取り組みの一部では、設計とテストの質と強度がそれほど徹底していません。
要するに、この種のバグがスキップして、特に細心の注意を払って考案されたAVの最終システムに到達する可能性がある場合、自動運転車の開発の取り組みに注意を払う必要があります。
自動運転車の場合の結果についても考えることができます。 実験実験として火星でダウンした自律型ヘリコプターは、表面上は悪く、悲しく、そしてがっかりするでしょうが、誰も死ぬことはありません。 公道で深刻なバグやエラーが発生したこの地球上の自動運転車は、致命的な自動車事故に巻き込まれ、自動運転車の乗員に危害を加える可能性があるという点で災害を引き起こす可能性があります。他の近くの車で歩行者や他のライダーを傷つけたり殺したりすること。
これは、隠れたバグやエラーに関するやや一般的な事項と、それらを事前に表面化して削除するか、少なくともそれらに対処するための専用の対象を絞ったプロビジョニングを行う必要性をカバーします (全体的なフェイルセーフ機能に加えて、その代わりにもなりません)。
そうは言っても、自動運転車に使われているビデオカメラから画像が落ちる可能性はありますか？
あなたはそれについて疑問に思うかもしれません。 おそらく、自動運転車で同様のエラーが発生する可能性はゼロです。 そのような運はありません。 申し訳ありませんが、これが発生する可能性は非常に高くなります（ここではスペースの制約があるため、ここでは詳しく説明しませんが、後のコラムで説明する可能性があります）。
自動運転車で使用されているタイムスタンプが何らかの形で失敗する可能性はありますか？ 絶対に。
しかし、それは必ずしも、さまざまな自動運転車の取り組みがすべてこれらの特定の潜在的な問題に焦点を当てており、それらの特定のタイプのエラーまたはバグに実質的なリソースを費やしていることを意味するわけではありません。 AI開発チームの多くは、自動運転車のプロジェクトをA地点からB地点へと無事に安全に移動させようとしているだけで、すでに薄く伸びていることを忘れないでください。 ドロップされた画像やタイムスタンプ付きのスナフに不安がある場合は、現時点では可能性が低いと考えられており、現時点ではそれほど大きな注目を集めていない可能性があります。
おそらく、Ingenuity snafu が目覚ましの役に立つでしょう。
ODDの詳細については、こちらのリンクをご覧ください。 https://www.aitrends.com/ai-insider/amalgamating-of-operational-design-domains-odds-for-ai-self-driving-cars/
オフロード自動運転車のトピックについて、私の詳細は次のとおりです。 https://www.aitrends.com/ai-insider/off-roading-as-a-challenging-use-case-for-ai-autonomous-cars/
自動運転の自動車メーカーに最高安全責任者がいる必要があることを私は強く主張しました、これがスクープです： https://www.aitrends.com/ai-insider/chief-safety-officers-needed-in-ai-the-case-of-ai-self-driving-cars/
訴訟が次第に自動運転車産業の重要な部分になることを期待してください、ここで私の説明の詳細を見てください： https://aitrends.com/selfdrivingcars/self-driving-car-lawsuits-bonanza-ahead/
まとめ
自動運転車は、公道で許可される前に、私有の閉鎖されたトラックまたは試験場で完全にテストされるべきであると主張する人もいます。 同様に、自動運転車は、公道で許可される前に、コンピューターベースのシミュレーションで完全にテストする必要があると主張する人もいます。 おそらく、シミュレーションと試験場の組み合わせは、これらのキャンプにとって比較的満足のいくもののように思われるでしょう（私はこの全体的なトピックについて詳しく説明しました。私のコラムを参照してください）。
各自動車メーカーや自動運転技術企業が選択的に考案している包括的なフェイルセーフ規定は、予期しないエラーやバグを克服するのに十分でしょうか?
わからない確かなことは言えません。
つまり、通りに出くわすその犬と幼児の命がそれにかかっている可能性があるということです。
先に進み、その厳粛な考えに議論の余地のないタイムスタンプを付けてください。
Copyright 2021ランス・エリオット博士
http://ai-selfdriving-cars.libsyn.com/website
PlatoAi。 Web3の再考。 増幅されたデータインテリジェンス。
