En cyklist skyms i några sekunder av en bil. En vanlig situation i trafiken som dagens självkörande bilar inte klarar av att hantera – för i just det ögonblicket har cyklisten slutat att existera. – Vi har lyckats utveckla ett nytt sätt för självkörande fordon att förstå och förklara dynamiken i vår värld, precis som vi människor kan göra, säger Mehul Bhatt, professor i datavetenskap vid Örebro universitet.
I trafiken är vi människor vana vid att hela tiden förutse vad som kommer att hända härnäst. En slutledningsförmåga som dagens självkörande fordon och AI-system i allmänhet saknar. I en nyligen publicerad studie i tidskriften Artificial Intelligence har Mehul Bhatt, tillsammans med forskarkollegor i Tyskland och Indien, visat att när modern djupinlärning med neurala nätverk kombineras med teknik som möjliggör ett slags resonerande liknande människans sunda förnuft, kan några av de brister som finns hos dagens självkörande fordon överbryggas.
– Resultatet av den AI-metod som vi har tagit fram blir att de självkörande bilarna kan lära sig att förstå världen ungefär som vi människor. Och med den förståelsen kommer också förmågan att förklara sina beslut, säger Mehul Bhatt.
Det innebär att självkörande bilar kan förstå att en cyklist, som under några sekunder skyms av en bil, fortfarande existerar. Metoden gör att självkörande fordon kan uppvisa en resonemangsförmåga som liknar människans sunda förnuft – något som inte har gått att åstadkomma i självkörande fordon eller andra AI-tekniker som enbart baseras på maskininlärning.
– Vår algoritm ger ett självkörande fordon förmågan att förstå, i det här fallet, att sikten tillfälligt blockeras av en annan bil och att cyklisten återigen kommer att bli synlig när den bilen har passerat. Det är förståelse på den här nivån som krävs för att de självkörande bilarna ska kunna användas i trafiken, under olika trafikförhållanden och i olika miljöer.
källa/ foto: Örebro universitet
