Haber sitesi spor haberleri ekonomi haberi magazin: Yapay zekalar kalabalıkları kullanarak sürüş teknikleri öğreniyor

ABD’de yapay zeka çalışmaları yapan bir ekip, araba sürebilen bir yapay zeka yaratabilmek için kendi geliştirdikleri üç boyutlu bir oyun kullanıyor.

2015, yapay Zeka araştırmalarının yılı oldu. Hızlı bir ilerleme kateden araştırmalarda insanların ihtiyaçlarına yönelik dil yüz ve nesne tanıma büyük aşamalar katetti. Örneğin ütü gibi basit ev işleri için bu ihtiyaçların karşılaşmasında kusursuzluğa giderek daha çok yaklaşılıyor. Ancak araba sürmek gibi kompleks işlemlerde yavaş bir ilerleme söz konusu. Çünkü bu konuda yapay zekaların eğitimi üzerine kimse çalışmamıştı.

Yüz tanımada büyük veri setlerinin bulunması, yapay zekaların çabuk öğrenmesinde büyük rol oynarken, kompleks bir veri seti isteyen araç sürüşlerinde böyle bir veri tabanı olmaması, araştırmalarda ilerleyememenin ana etkeni oldu. Ancak Kaliforniya’daki Standford Üniversitesinden Pranav Rajpurkar ve arkadaşlarının arxiv.org’da yayımlanan çalışmaları sonucu bu belirsizlik bir ölçüde kırılmış oldu. Ekip, araç sürüşlerindeki zor görev ağaçlarına yönelik büyük ve çıkarım yapılması mümkün bir veri tabanı oluşturdu ve bu şekilde yapay zekaya sahip makinelerin öğrenebilecekleri insanların beceri ve tecrübelerine dayanan bir veri seti oluşmuş oldu.

VERİ TOPLAMAK İÇİN SÜRÜŞ OYUNU YAPILDI

Rajpurkar ve ekibi, temelde basit bir yaklaşımı benimsedi. Bir web tarayıcısı üzerinde çalışan bir sürüş oyunu içerisinde veri giriş işlemlerine dönüştürecek bir sistem yarattı. Bunu yaparken Kaliforniya’nın yollarındaki araçların bulunduğu yol koşullarını GPS, görsel ve lazerle taranan verileri kullanarak veritabanlarını hazırladılar.

Tarayıcı tabanlı bu oyunun içinde yer alan işlenmiş veriler ışığında üç boyutlu sanal bir ortam oluşturularak artık yapay zeka algoritmasının “görmesi” sağlandı. Böylece “sürücü koltuğu” adı verilen bir karmaşık bir yapay sinir ağı, bulunan ortamı, etrafındaki araçların pozisyonlarını, katılım yapılan giriş ve mevcut yoldan çıkış şeritlerini, sürüş dinamiğini ve sokakta bulunan nesneleri algılamak üzere “öğrenir” kılındı.

Bu göreceli olarak basit gözükse de Rajpurkar’ın çalışması sürücüler için önemsiz gözüken ama makineler için doğa, ışık ve hava koşullarını da dikkate alması gereken ve de sorunu karmaşıklaştıran bir zorluk taşımaktadır.

OYUNU OYNAYANLAR YAPAY ZEKAYI EĞİTİYOR

Tarayıcı tabanlı oyunda amaç, bu “insani” olması beklenen sürüş görevinde, mümkün olduğunca hataları düzelterek sürüşü devam ettirmektir. Tabii ki daha iyi yol analizi, daha iyi bir öğrenme ve mevcut hataların düzeltmesi, yapay sinir ağının öğrenmesini besleyecek yeni unsurlar taşımaktadır. Böylece yapay zekaya sahip makine, etkin ve dinamik olan kalabalıktan öğrenecektir.

Test sonuçlara bakıldığında ise makinenin tıkalı trafikte bile şeritleri ve virajları tanımada iyi tepkiler verdiği, ancak, şeritlere giriş ve çıkışlarda zorlandığı, yoldaki örneğin köprülerde olduğu gibi yolun ışığının az olduğu veya yolun renginin veya yüzeyinin farklılaştığı durumlarda performansının düştüğü gözlemlendi.

GÜN DOĞUMU VE BATIMINDA PROBLEM

Bir diğer ilginç durum ki algoritmanın değerlendirme sisteminde gün batımı ve gün doğumu gibi ufuk çizgisine yaklaşan güneşle ilişkilendirme vizyonu algoritmanın daha az performansla çalışması neden olmaktaydı. Bunun nedeni ise gün doğumu ve gün batımı esnasındaki sürüş deneyimleri konusunda veritabanında az veri olmasından kaynaklandığı anlaşıldı.

Rajpurkar ve ekibi, bunun daha iyi analizlerle ve veri setleriyle düzelebileceğine ve mevcut geldikleri noktanın ise çok önemli bir ilerleme olduğunu söylemektedir.

Kaynak Sözcü