AI 트렌드 인사이자 Lance Eliot
당신이 차를 운전하다가 갑자기 도로로 달려온 개를 만났다고 상상해 보십시오. 우리 대부분은 이런 일을 겪었습니다. 회피 조치를 취할 수 있기를 바랍니다. 모든 것이 잘 되었다고 가정하면 개는 멀쩡했고 차에 타고 있던 사람도 다치지 않았습니다.
일종의 일 마모트야 영화 방식으로 시나리오를 반복하지만 약간의 변경을 가하겠습니다. 준비 되었나요?
당신이 차를 몰고 있다가 갑자기 도로로 달려온 사슴을 만났다고 상상해 보십시오. 이런 일이 일어난 사람은 거의 없지만 사슴이 많은 지역에 사는 사람들에게는 다소 흔한 일입니다.
사슴을 만났을 때 길 한복판에 있던 개의 경우처럼 회피 행동을 하시겠습니까?
어떤 사람들은 사슴이 거리를 벗어나려고 할 가능성이 더 높고 도로 측면을 향해 전력 질주하는 경향이 더 많다고 주장할 수 있습니다. 개는 거리에 머물고 원을 그리며 뛰어 다니기로 결정할 수 있습니다. 행동에 뚜렷한 차이가 있는지 여부를 말하기는 어렵습니다.
이것을 다시 한 번 반복하고 또 다른 변경을 가해 보겠습니다.
당신이 차를 몰고 가다가 갑자기 도로로 달려온 닭을 만났다고 상상해 보십시오. 너 뭐하니?
일부 운전자에게 닭은 사슴이나 개와는 완전히 다른 문제입니다. 차안에서 빨리 가는데 닭을 쉽게 피할 수 있는 위도가 많지 않다면, 당신이 가서 닭을 치는 것을 생각할 수 있습니다. 우리는 일반적으로 식사의 일부로 닭고기를 먹을 가능성을 인정합니다. 따라서 특히 급제동 시 차를 굴리거나 도랑으로 방향을 틀 수 있는 위험과 비교할 때 닭고기를 한 마리 덜 먹어도 표면상으로는 괜찮습니다.
기본적으로 동물이 사슴이나 개라면 더 위험할 수 있고 사슴이나 개를 구하기 위해 더 큰 위험을 감수할 의향이 있습니다. 그러나 상황에 닭이 관련된 경우 침입하는 생물의 피해에 대한 개인적인 위험의 균형을 다르게 결정할 수 있습니다. 물론 어떤 사람들은 닭, 사슴, 개는 모두 평등하며 운전자는 한 동물이 다른 동물보다 더 귀중하다며 털을 쪼개려고 해서는 안 된다고 격렬하게 주장할 것입니다.
계속 진행하겠습니다.
또 다른 변화를 만들어 봅시다. 그렇게 말하지 않고 길을 건너는 동물의 이러한 시나리오에 대한 날씨가 상대적으로 중립적이라고 가정했을 가능성이 큽니다. 아마도 화창한 날이었고 도로 상태는 다소 평범하거나 사건이 없었습니다.
악천후는 Edge Cases에 또 다른 변형을 만듭니다.
조건에 대한 가정을 변경하고 비가 억수같이 쏟아지고 폭우가 쏟아지는 가운데 있다고 상상해 보십시오. 앞유리 와이퍼 블레이드는 물을 거의 따라잡을 수 없으며 앞길을 보기 위해 힘겹게 힘을 쏟고 있습니다. 도로가 완전히 젖어 있고 매우 미끄럽습니다.
날씨가 좋지 않아 운전 선택이 바뀌었습니까?
이전에는 동물 주위를 급진적으로 조종하기로 결정했을 수 있지만 지금은 비가 오는 동안 그러한 기동이 훨씬 더 어렵습니다. 물이 코팅되어 타이어가 도로에 달라붙지 않을 수 있습니다. 시야가 줄어들고 동물이 어디에 있는지 또는 거리 근처에 무엇이 있는지 제대로 판단하지 못할 수 있습니다. 결국 악천후는 상황을 더욱 악화시킵니다.
계속할 수 있습니다.
예를 들어 낮이 아니라 밤이라고 가정합니다. 그것은 확실히 상황을 바꿉니다. 설정에 마일에 대한 다른 트래픽이 포함되지 않는다고 상상해 보십시오. 그 상황에 대해 신중하게 생각한 후 상황을 다시 상상하고 당신 주위에 자동차와 트럭이 많고 도로 반대편에 교통량이 많은 척하십시오.
우리는 얼마나 많은 우여곡절을 만들어 낼 수 있습니까?
계속해서 요소를 추가하거나 조정할 수 있습니다. 각각의 새 인스턴스는 고유한 고려 사항이 됩니다. 당신은 아마도 운전자로서 무엇을 해야 할지를 정신적으로 다시 계산해야 할 것입니다. 일부 스토리 조정은 실행 가능한 옵션을 줄일 수 있는 반면 다른 조정은 실행 가능한 옵션의 수를 넓힐 수 있습니다.
조합과 순열이 어지러울 수 있습니다.
초보 XNUMX대 운전자는 종종 운전의 다양성에 당황합니다. 그들은 한 번도 경험하지 못한 상황을 만나 잠시 패닉 상태에 빠진다. 무엇을 할까요? 대부분의 경우 그들은 긁힌 자국이나 재난 없이 길을 어지럽히고 그렇게 합니다. 바라건대, 그들은 다음에 비슷한 설정이 나타날 때 무엇을 해야 하는지를 배우므로 덜 당황할 것입니다.
숙련된 운전자는 더 많이 보았으므로 필요에 따라 대응할 수 있습니다. 운전 상황에 대한 방대한 지식에는 한계가 있습니다. 예를 들어 비행기가 기내 엔진 문제로 고속도로에 착륙했다는 뉴스 보도가 있었습니다. 우리 중 얼마나 많은 사람들이 비행기가 앞 도로에 착륙하는 것을 본 적이 있습니까? 확실히 희귀합니다.
이러한 예는 자동차를 운전할 때 발생할 수 있는 이른바 엣지 또는 코너 케이스에 대한 논쟁을 불러일으킵니다. 모서리 또는 모서리 케이스는 희귀하거나 특이한 것으로 간주되는 인스턴스에 대한 참조입니다. 이들은 블루문에 한 번 발생하는 경향이 있는 이벤트인 이상치입니다.
자동차 교통 속에서 도로에 착륙하는 비행기는 가장자리 또는 코너 케이스로 고려 대상이 될 것입니다. 도로로 방황하는 개, 사슴 또는 닭은 가장자리 또는 모서리 케이스로 해석될 가능성이 적습니다. 이는 보다 일반적이거나 핵심적인 경험이 될 것입니다. 전자의 경우는 예외적이지만 후자의 경우는 다소 평범합니다.
에지 또는 코너 케이스를 정의하는 또 다른 방법은 우리가 중점을 두는 것이 무엇이든 핵심이나 요점을 넘어선 인스턴스입니다.
하지만 여기에 문제가 있습니다. 핵심으로 분류되지 않고 가장자리 또는 모서리에 있는 것을 어떻게 결정합니까?
이것은 매우 모호하고 신랄한 담론의 대상이 될 수 있습니다. 누군가가 에지 또는 코너 케이스라고 주장하는 인스턴스는 코어의 일부로 더 적절하게 태그가 지정될 수 있습니다. 한편, 핵심에 던져진 인스턴스는 가장자리 또는 모서리 케이스 범주에 더 정당하게 배치되는 것으로 잠재적으로 주장될 수 있습니다.
종종 주의를 끌지 못하는 한 가지 측면은 핵심 사례가 반드시 가장자리 사례의 수나 크기보다 클 필요는 없다는 것입니다. 우리는 그것이 논리적 배열이라고 가정합니다. 그러나 우리는 매우 작은 코어와 엄청나게 큰 모서리 또는 모서리 케이스 세트를 가지고 있을 수 있습니다.
우리는 다음과 같은 개념을 제시함으로써 이 불에 더 많은 연료를 추가할 수 있습니다. 긴 꼬리. 사람들은 "긴 꼬리"라는 캐치프레이즈를 사용하여 구성되는 중심 또는 핵심으로 무언가가 우세한 상황을 언급하고 추정되는 보조적인 의미에서 꼬리를 내리는 다른 많은 요소를 가지고 있습니다. 정신적으로 그래프에서 뭉쳐진 큰 영역의 그림을 그린 다음 계속해서 계속해서 뭉쳐진 부분에 대한 진정한 꼬리가 되는 좁은 파생물을 가질 수 있습니다.
이 개념은 통계 분야에서 차용한 것입니다. 순전히 통계적인 의미에서 좀 더 정확한 의미가 있지만 대부분의 사람들이 이 문구를 사용하는 방식은 아닙니다. 비공식적 인 의미는 당신이하고있는 다른 일의 꼬리에 덜 눈에 띄는 측면이 많이있을 수 있다는 것입니다.
회사에는 블록버스터 또는 주요 판매자로 간주되는 핵심 제품이 있을 수 있습니다. 아마도 그들은 그 중 상대적으로 적은 수만 판매하지만 각각 높은 가격에 판매하며 시장에서 두각을 나타냅니다. 회사에는 다른 제품도 많이 있는 것으로 나타났습니다. 그들은 잘 알려져 있지 않습니다. 그들의 제품 판매로 인한 총 수익을 합산하면 모든 작은 제품이 블록버스터 제품보다 더 많은 돈을 벌어들일 수 있습니다.
그 설명을 바탕으로 롱테일이 많은 주목을 받지는 못하더라도 상당히 중요할 수 있다는 것을 깨닫게 되리라 믿습니다. 긴 꼬리는 회사의 기초가 될 수 있으며 매우 중요합니다. 회사가 블록버스터에만 주목한다면 롱테일을 무시하거나 저평가하면 파산할 수 있다.
항상 그럴 필요는 없습니다. 긴 꼬리가 회사를 지탱하고 있을 수 있습니다. 어쩌면 그들은 주변에 보관할 가치가없는 작은 제품을 많이 가지고있을 것입니다. 이러한 롱테일 제품은 돈을 잃고 블록버스터 영화에서 멀어질 수 있습니다.
전반적으로 긴 꼬리는 정당한 대가를 받고 적절한 조사를 받아야 합니다. 롱테일의 개념과 에지 또는 코너 케이스의 개념을 결합하면 에지 또는 코너 케이스가 해당 롱테일에 덩어리로 묶이는 것을 제안할 수 있습니다.
다시 차를 운전하는 것으로 돌아가면, 거리에 뛰어든 개나 사슴조차도 운전의 핵심 어딘가에 우리가 동의할 운전 사고나 사건을 제공합니다.
닭이 도로로 진입한다는 점에서 음, 농장 근처에 살지 않는 한 이것은 좀 더 극단적으로 보일 것입니다. 전형적인 도시 환경에서 매일 드라이브를 하다 보면 거리로 돌진하는 닭을 많이 볼 수 없을 것입니다.
그렇다면 자율주행차는 엣지 케이스와 코어의 롱테일을 어떻게 처리할까요?
자율 주행 자동차는 AI 구동 시스템을 통해 구동됩니다. 사람이 운전할 필요도없고 사람이 차량을 운전할 수있는 규정도 없습니다.
일부 전문가들은 롱테일 문제 때문에 진정한 자율주행차는 결코 실현되지 않을 것이라고 열렬히 주장합니다. 주장은 예기치 않게 지속적으로 발생하는 수많은 가장자리 또는 코너 사례가 있으며 AI 운전 시스템은 이러한 사례를 처리할 준비가 되어 있지 않다는 것입니다. 이는 곧 자율주행차가 공공 도로에서 적절하게 작동할 준비가 되어 있지 않다는 것을 의미합니다.
게다가, 그 전문가들은 전면적인 AI 개발자들이 아무리 집요하게 AI 운전 시스템을 프로그래밍하려고 노력하더라도 항상 목표에 미치지 못할 것이라고 주장합니다. 또 다른 새로운 가장자리 또는 모서리 케이스가 있을 것입니다. 두더지 때리기 게임과 같아서 다른 두더지가 나타납니다.
문제는 이것은 단순한 게임이 아니라 운전자가 자동차의 운전석에서 무엇을 하든 운전자와 승객, 그리고 근처의 운전자에게 삶이나 죽음을 초래할 수 있기 때문에 사느냐 죽느냐의 문제라는 것입니다. 자동차, 보행자 등
숙고 할 가치가있는 흥미로운 질문이 있습니다. 가장자리 또는 모서리 케이스의 끝없는 가능성과 악명 높은 롱테일 수수께끼로 인해 AI 기반의 진정한 자율 주행 자동차는 우리 도로에서 결코 사용할 수 없을 운명입니까?
세부 사항으로 넘어 가기 전에 진정한 자율 주행 차를 언급 할 때 의미하는 바를 명확히하고 싶습니다.
AI 자율 주행 차에 대한 내 프레임 워크는 다음 링크를 참조하십시오. https://aitrends.com/ai-insider/framework-ai-self-driving-driverless-cars-big-picture/
이것이 문샷 노력 인 이유는 여기에있는 설명을 참조하십시오. https://aitrends.com/ai-insider/self-driving-car-mother-ai-projects-moonshot/
리히터 척도의 유형으로서의 레벨에 대한 자세한 내용은 여기에서 내 토론을 참조하십시오. https://aitrends.com/ai-insider/richter-scale-levels-self-driving-cars/
레벨을 분기하는 것에 대한 논쟁은 여기 내 설명을 참조하십시오. https://aitrends.com/ai-insider/reframing-ai-levels-for-self-driving-cars-bifurcation-of-autonomy/
자율 주행 차의 수준 이해
설명하자면 진정한 자율 주행 자동차는 AI가 자동차를 완전히 스스로 운전하고 운전 작업 중에 사람의 도움이없는 자동차입니다.
이러한 무인 차량은 레벨 4 및 레벨 5로 간주되는 반면, 인간 운전자가 운전 노력을 공동 공유해야하는 자동차는 일반적으로 레벨 2 또는 레벨 3으로 간주됩니다. 운전 작업을 공동 공유하는 자동차는 준 -자율적이며 일반적으로 ADAS (Advanced Driver-Assistance Systems)라고하는 다양한 자동 추가 기능을 포함합니다.
레벨 5에는 아직 진정한 자율 주행 차가 없으며, 이것이 달성 될 수 있는지, 그리고 도착하는 데 걸리는 시간도 아직 알지 못합니다.
한편, 레벨 4의 노력은이 테스트가 그 자체로 허용되어야하는지에 대한 논란이 있지만 매우 좁고 선택적인 공공 도로 시험을 통해 점차 견인력을 얻으려고 노력하고 있습니다 (우리는 실험에서 모두 생사 기니피그입니다). 우리의 고속도로와 도로에서 일어나고 있습니다.
반자동 자동차에는 인간 운전자가 필요하기 때문에 이러한 유형의 자동차 채택은 기존 차량을 운전하는 것과 크게 다르지 않으므로이 주제에 대해 다루는 새로운 자체는 많지 않습니다. 잠시 후, 다음 사항이 일반적으로 적용됩니다.
반 자율 자동차의 경우 대중이 최근에 발생하고있는 혼란스러운 측면에 대해 미리 알고 있어야합니다. , 우리 모두는 운전자가 반 자율 자동차를 운전하는 동안 운전 작업에서주의를 끌 수 있다고 믿지 않도록 잘못 인도하지 않아야합니다.
레벨 2 또는 레벨 3으로 전환 할 수있는 자동화의 양에 관계없이 차량의 운전 행동에 대한 책임은 귀하에게 있습니다.
자율 주행 자동차의 원격 조종 또는 운전이 일반적으로 회피되는 이유는 여기에있는 설명을 참조하십시오. https://aitrends.com/ai-insider/remote-piloting-is-a-self-driving-car-crutch/
자율 주행 차에 대한 가짜 뉴스에주의하려면 다음 팁을 참조하십시오. https://aitrends.com/ai-insider/ai-fake-news-about-self-driving-cars/
AI 구동 시스템의 윤리적 의미는 중요합니다. http://aitrends.com/selfdrivingcars/ethically-ambiguous-self-driving-cars/
자율 주행 차와 관련하여 이탈이 정상화되는 함정에주의하십시오. https://aitrends.com/ai-insider/normalization-of-deviance-endangers-ai-self-driving-cars/
자율주행차와 롱테일
레벨 4 및 레벨 5 진정한 자율 주행 차량의 경우 운전 작업에 사람이 개입하지 않습니다. 모든 탑승자는 승객이됩니다. AI가 운전을하고 있습니다.
즉시 논의해야 할 한 가지 측면은 오늘날의 AI 구동 시스템에 관련된 AI가 지각력이 없다는 사실을 수반합니다. 다시 말해, AI는 모두 컴퓨터 기반 프로그래밍과 알고리즘의 집합체이며 인간이 할 수있는 것과 같은 방식으로 추론 할 수 없습니다.
AI가 지각이 없다는 점을 강조하는 이유는 무엇입니까?
AI 구동 시스템의 역할을 논의 할 때 AI에 인간의 자질을 부여하는 것이 아니라는 점을 강조하고 싶습니다. 요즘 인공 지능을 의인화하려는 지속적이고 위험한 경향이 있음을 유의하십시오. 본질적으로 사람들은 그러한 AI가 아직 존재하지 않는다는 부인할 수없고 논란의 여지가없는 사실에도 불구하고 오늘날의 AI에 인간과 같은 감성을 부여하고 있습니다.
이러한 설명을 통해 AI 구동 시스템이 기본적으로 운전 측면에 대해 "알지"못할 것이라고 상상할 수 있습니다. 운전과 이에 수반되는 모든 것은 자율 주행 자동차의 하드웨어 및 소프트웨어의 일부로 프로그래밍되어야합니다.
이 주제에 대한 수많은 측면을 살펴 보겠습니다.
첫째, 잠재적인 운전 상황의 조합과 순열의 수가 엄청나게 많을 것이라는 것은 거의 자명해 보입니다. 우리는 이것이 무한한 숫자인지 유한한 숫자인지 의아해할 수 있지만, 실용적인 측면에서 이것은 전 세계 모든 해변에 있는 모래 알갱이의 수와 유사한 계산 딜레마 중 하나입니다. 간단히 말해서, 그것은 매우, 매우, 매우 큰 숫자입니다.
가능한 각 인스턴스를 기반으로 AI 운전 시스템을 시도하고 프로그래밍한다면 이는 실로 힘든 작업이 될 것입니다. 진정한 에이스 AI 소프트웨어 개발자 무리를 추가했더라도 이 작업을 수행하는 데 몇 년, 아마도 수십 년 또는 아마도 수백 년이 걸릴 것이라고 예상할 수 있으며 여전히 설명되지 않은 가장자리 또는 모서리 케이스가 하나 더 있다는 사실에 직면해 있습니다. 남은.
실용주의적 견해는 미리 정립되는 것을 피하는 마지막 것이 항상 있을 것이라는 것입니다.
일부는 시뮬레이션이 이 난제를 해결할 수 있다고 재빨리 제안합니다.
대부분의 자동차 제조업체와 자율 주행 기술 회사는 컴퓨터 기반 시뮬레이션을 사용하여 운전 상황을 파악하고 AI 운전 시스템이 발생할 수 있는 모든 상황에 대비하도록 합니다. 일부 사람들은 시뮬레이션이 충분히 실행되면 현실 세계에서 일어날 모든 일의 총체가 자율 주행 자동차를 현실 세계에 도입하기 전에 이미 표면화되고 처리되었을 것이라고 믿습니다.
그 동전의 다른 면은 시뮬레이션이 인간이 일어날 수 있다고 믿는 것을 기반으로 한다는 주장입니다. 따라서 현실 세계는 인간이 일반적으로 상상할 수 있는 것과 비교하여 놀라운 일이 일어날 수 있습니다. 그런 컴퓨터 기반 시뮬레이션은 항상 부족하고 모든 가능성을 다루지 못할 것이라고 비평가들은 말합니다.
시뮬레이션 사용에 대한 열띤 토론이 벌어지는 가운데, 싸움에서 길을 잃지 말고 어떻게든 시뮬레이션은 최후의 은총이거나 시뮬레이션이 최고 수준에 도달하지 못하고 완전히 있어야 하는 덫에 빠지는 덫에 빠지지 마십시오. 무시.
실수하지 마십시오. 시뮬레이션은 AI 기반의 진정한 자율 주행 자동차를 추구하는 데 필수적이며 중요한 도구입니다.
광범위하고 명백하게 철저한 시뮬레이션이 적절하게 완료될 때까지 진정한 자율 주행 자동차를 대신하는 공공 도로 시험이 있어서는 안 된다는 떠 있는 주장이 있습니다. 반론은 도로 테스트를 무기한 연기한다는 점에서 비실용적이며 일상적인 인간 운전으로 인해 더 많은 인명 손실이 발생한다는 점입니다.
연합된 주제는 자율 주행 자동차의 테스트를 위해 의도적으로 설정된 폐쇄 트랙의 사용을 수반합니다. 시험장은 공공 도로에서 벗어나 무인 테스트 중에 나타날 수 있는 방향성으로 인해 일반 대중이 위험에 처하지 않도록 합니다. 폐쇄 트랙 또는 시험장 접근 방식을 둘러싼 동일한 주장은 시뮬레이션 사용에 대해 논의할 때 언급된 절충안과 유사합니다(내 칼럼에 게시된 내 설명 참조).
이것은 우리를 완전히 돌게 했고 끝없는 가장자리 또는 모서리 케이스 공급에 대한 불안으로 우리를 되돌려 놓았습니다. 그것은 또한 우리를 자동차 운전의 맥락에서 엣지 또는 코너 케이스를 구성하는 딜레마로 다시 돌아가게 했습니다. 자율주행차의 롱테일은 흔히 손을 흔드는 방식으로 언급된다. 이 모호성은 롱테일에 있는 것과 핵심에 있는 것에 대한 명확한 합의가 없기 때문에 촉발되거나 촉발됩니다.
이 찌그러짐은 또 다른 바람직하지 않은 영향을 미칩니다.
자율주행차가 잘못된 행동을 할 때마다 그 행동이 롱테일에 불과했다고 변명하기 쉽습니다. 이것은 비행에 대해 우려를 표명하는 사람의 무장을 해제합니다. 다음은 진행 방법입니다. 가장자리 케이스는 가장자리 케이스일 뿐이므로 우선 순위가 낮고 무게가 덜 나가는 측면을 의미하며 코어에 포함된 것과 비교할 때 중요하지 않기 때문에 이러한 우려나 손가락질은 잘못된 위치에 있다는 주장입니다.
거만함 요인도 있다.
자율주행차의 롱테일을 무작정 언급하는 이들은 롱테일이 무엇인지, 무엇을 담고 있는지 모르는 사람들을 제지하는 원업맨쉽처럼 보일 수 있다. 올바른 종류의 분노와 어조 변화로 거만한 화자는 전설적인(그리고 악명 높은) 롱테일을 "순진하게" 논박하려고 할 때 다른 사람들이 불완전하거나 무지하다고 느끼게 할 수 있습니다.
ODD에 대한 자세한 내용은이 링크의 내 표시를 참조하십시오. https://www.aitrends.com/ai-insider/amalgamating-of-operational-design-domains-odds-for-ai-self-driving-cars/
오프로드 자율 주행 차 주제에 대한 자세한 내용은 다음과 같습니다. https://www.aitrends.com/ai-insider/off-roading-as-a-challenging-use-case-for-ai-autonomous-cars/
자율 주행 자동차 제조업체에 최고 안전 책임자가 있어야한다고 촉구했습니다. 여기에 특종이 있습니다. https://www.aitrends.com/ai-insider/chief-safety-officers-needed-in-ai-the-case-of-ai-self-driving-cars/
소송이 점차 자율 주행 자동차 산업의 중요한 부분이 될 것으로 예상됩니다. 여기에 대한 자세한 설명을 참조하십시오. http://aitrends.com/selfdrivingcars/self-driving-car-lawsuits-bonanza-ahead/
결론
이 주제에는 더 많은 우여곡절이 있습니다. 공간 제약으로 인해 식욕을 더욱 자극하기 위해 몇 가지 스니펫을 더 제공하겠습니다.
한 가지 관점은 가능한 모든 예외 사례를 시도하고 열거하는 것은 거의 의미가 없다는 것입니다. 아마도 인간 운전자는 모든 가능성을 알지 못하며 이러한 인식 부족에도 불구하고 자동차를 운전하고 안전하게 운전할 수 있는 시대의 우세입니다. 당신은 인간이 엣지 케이스를 더 거시적인 집합체로 묶고 엣지 케이스를 더 큰 개념화의 특정 인스턴스로 취급한다고 주장할 수 있습니다.
당신은 그 거시적인 정신 템플릿을 가지고 운전대에 앉아 특정 사례가 발생하면 세부 사항이 다소 놀랍거나 예상치 못한 경우에도 이를 호출합니다. 거리에 방치된 개를 다룬 적이 있다면 사슴, 닭, 거북이 등 거의 모든 종류의 동물이 거리에 방치되어 있을 때를 위한 템플릿을 형성했을 것입니다. 지구상의 모든 동물에 대해 미리 준비할 필요는 없습니다.
AI 운전 시스템 개발자는 비슷한 접근 방식을 활용하려고 할 수 있습니다.
일부는 또한 자율주행차를 위한 새로운 온톨로지가 이러한 노력에 도움이 될 것이라고 믿습니다. 레벨 4 자율주행차의 경우 개발자는 AI 주행 시스템이 차량을 운전할 수 있는 ODD(Operational Design Domain)를 지정해야 합니다. 아마도 ODD의 보다 결정적인 유사성을 위해 제작되는 온톨로지는 필요한 추진 작업 템플릿 유형을 생성할 것입니다.
다른 키커는 상식적인 추론의 문제입니다.
한 가지 관점은 인간이 상식적인 추론을 수행하는 능력을 이용하여 그들이 알고 있는 것의 격차를 메운다는 것입니다. 이는 예상치 못한 상황에 대처하기 위해 항상 준비된 경쟁자 역할을 합니다. 오늘날의 AI 노력은 상식적인 추론이 어떻게 일어나는지 아직 밝혀내지 못했고, 따라서 지금으로서는 이 추정된 필수 백스톱에 의존할 수 없습니다(AI 및 상식적인 추론에 대한 내 내용은 내 칼럼 참조). .
운명론자들은 모든 가장자리 또는 모퉁이의 경우가 정복될 때까지 자율 주행 자동차가 공공 도로에서 성공적으로 사용할 준비가 되지 않을 것임을 나타냅니다. 그런 의미에서 그 미래의 열반은 우리가 자율주행의 위엄 있는 롱테일에 은밀히 존재하는 모든 기반을 완전히 비우고 덮는 날과 순간으로 해석할 수 있습니다.
그것은 어려운 명령이고 이야기할 수 있는 이야기일 수도 있고, 개를 흔드는 꼬리일 수도 있고 우리는 성가신 가장자리와 모서리에 대처할 다른 방법을 찾을 수 있습니다.
Lance Eliot 박사
http://ai-selfdriving-cars.libsyn.com/website
PlatoAi. Web3 재창조. 데이터 인텔리전스 증폭.
액세스하려면 여기를 클릭하십시오.
