Farklı ülkelerde test sürüşlerine devam eden onca otonom araç şirketinin kullandığı belli başlı yöntemler var. Genel olarak LIDAR ve computer vision (bilgisayarlı görme) teknolojilerinden güç alan otonom araçların kullandığı yapay zekâ algoritmaları (çoğunlukla derin öğrenme) ciddi boyutta veri çitleme gerektirdiği için ya insan gücüne ya da önemli bir işlemci gücüne ihtiyaç duyuyor. Google, bunları bir nebze ReCaptcha gibi uygulamalar sayesinde insanları kullanarak aşabiliyor olsa da hâlâ daha hızlı, daha tutarlı ve daha akıllı algoritmalara ihtiyaç duyuyor. Google’ın ana şirketi Alphabet’e bağlı otonom araç şirketi Waymo, bu konuda, yine Alphabet’e bağlı bir yapay zekâ şirketi olan DeepMind’dan yardım alıyor.
DeepMind mühendisleri tarafından StarCraft II oyunu için geliştirilen ve biyolojik evrime benzetilen population-based training (PBT) ismi verilen bir algoritma kullanan takım otonom araçlar konusunda daha başarılı bir sonuç ortaya çıkarmayı umuyor. PBT en basit haliyle, makine öğrenimi algoritmaları ve parametreler arasında ‘en layık’ (uygun) numuneyi bulma sürecini hızlandırıyor.
Otonom araçların yeni yollar görmesi, yeni araçlar keşfetmesi ve daha birçok veri ile sürekli güncelleniyor olması bu verilerin en verimli şekilde kullanılabilmesi için özel çabaya ihtiyaç duymasına sebep oluyor. Yeniden eğitilmeye ve kalibre edilmeye muhtaç olan araçların hayallerimizdeki %100 otonom araçlardan çok uzak olması, Waymo gibi şirketlerin de yeni çözümler aramasına sebep oluyor.
“Waymo’da tonlarca farklı sinir ağını eğitiyoruz ve araştırmacılarımız bu sinir ağlarını nasıl en iyi şekilde eğiteceklerini bulmak için çok zaman harcıyorlar”
Takımının şerit çizgilerini, araçları, yayaları özellikle daha önce etiketlenmiş verilerin doğruluğunu tespit etme konusunda PBT kullandıklarını belirten Chen, bilgisayar gücüne olan ihtiyacın yarıya indiğini, sürecin ise ikiye, hatta üçe katladığını vurguluyor.
PBT bu konuda umut bağlanan ilk yöntem olmadığı gibi son yöntem olmaması da oldukça muhtemel. İnsanoğlunun milyonlarca yıllık evrimsel süreçteki birikimlerini göz önünde bulundurduğumuzda bizim gibi ‘mükemmel’ bir robot (araç) ‘yaratabilmek’ için en fazla yarım asırlık tarihi olan bir hayalden, çeyrek asırlık bir yatırımdan daha fazlası gerekebileceğini de dikkate almak gerekiyor.
Kaynak ve ileri okuma: TechnologyReview
