Специалисты дочернего предприятия Alphabet подробно описали метод обучения с учителем с применением маркированных данных. Это их попытка сымитировать опытного водителя.

Пробуя создать систему, способную действовать, словно опытный водитель, специалисты Waymo создали нейронную сеть ChauffeurNet. Она научилась прокладывать траекторию поездки, наблюдая за комбинацией реальных и виртуальных данных — картой, окружающими объектами, светофорами и движением машин. Затем низкоуровневый контроллер конвертирует траекторию из десяти точек в команды по управлению машиной, позволяя модели ИИ двигаться в потоке реальных и цифровых машин.

В модель были загружены примеры, эквивалентные данным 60 дней вождения опытного водителя. При этом разработчики проследили, чтобы модель не экстраполировала данные из предыдущих действий и действительно реагировала на изменения окружающей среды, пишет VentureBeat.

«Обучение глубоких нейронных сетей с учителем при помощи большого количества маркированных данных быстро улучшило состояние современных технологий во многих отраслях, в частности, в области восприятия объектов и прогнозирования, и эти методы широко используются в Waymo, — пишут исследователи. — Вслед за успехом нейронных сетей в области восприятия мы стали спрашивать себя: можем ли мы натренировать водителя, используя подход обучения с учителем и ничего более?»

Чтобы научить нейросеть действовать не только в благоприятных, но и в пограничных условиях, исследователи Waymo искусственно создали опасные аварийные ситуации, которые ИИ должен был избегать.

Этот метод позволил ChauffeurNet лучше справляться с виртуальными сложностями: объезжать припаркованные автомобили, останавливаться, когда светофор менял цвет с желтого на красный, корректировать отклонения от траектории. Когда ИИ «посадили за руль» минивэна Chrysler Pacifica, он успешно проехал по извилистой полосе, правильно интерпретируя знаки остановок и поворотов.

Источник: hightech.plus