Rewolucja w autonomicznym sterowaniu staje się faktem, a jej pionierami są chińscy inżynierowie, którzy rzucają wyzwanie dotychczasowym paradygmatom jazdy bez kierowcy. Czyżbyśmy zbliżali się do momentu, w którym samochody będą myśleć niemal jak ludzie, sprawnie poruszając się w chaosie miejskim? Ten przełom, oparty na zaawansowanej sztucznej inteligencji, może na zawsze odmienić oblicze mobilności, ale rodzi przy tym fundamentalne pytania o odpowiedzialność prawną.
- ChatGPT będzie sterował autem? Sztuczna inteligencja wspomoże autonomiczne pojazdy
- DriveMLM ma być przełomem. System treningowy obejmuje 280 godzin danych z jazdy
- Samochód ma myśleć niczym człowiek. DriveMLM wyznacza nowy kierunek
- Sztuczna inteligencja ma poprawić bezpieczeństwo. Kto odpowie prawnie za spowodowanie kolizji?
ChatGPT będzie sterował autem? Sztuczna inteligencja wspomoże autonomiczne pojazdy
Nieubłagany rozwój technologii wymusza, by coraz więcej funkcji w pojazdach realizowana była przez algorytmy sztucznej inteligencji. Eksperci z Uniwersytetu Tsinghua zauważyli fundamentalną lukę w obecnych systemach autonomicznych: mimo postępów w modelach sterowania, wciąż mają one kłopot z podejmowaniem optymalnych decyzji w niejednoznacznych sytuacjach drogowych, co przypisują „braku wiedzy o świecie”. To jest ten moment, kiedy wkracza głębokie uczenie maszynowe.
Wielkie modele językowe, znane z potęgi analitycznej, jak choćby ChatGPT, doskonale radzą sobie z interpretacją kontekstu i logiki. Problem polega na tym, że ich wyjściowe wnioskowanie ma natura czysto językową, a nie – co kluczowe dla motoryzacji – bezpośrednio sterującą. Jak zatem połączyć werbalną mądrość AI z fizycznym aktem prowadzenia?
Chiński zespół znalazł na to niebanalną odpowiedź, tworząc nowatorską architekturę o nazwie DriveMLM. System ten ma za zadanie syntetyzować dane z pełnego wachlarza sensorów – kamer, LIDAR-u – a także instrukcji, by generować spójne i logiczne plany działania pojazdu. Co więcej, każdy wykonany manewr jest uzasadniany w sposób klarowny i transparentny. Mówiąc wprost, system ten ma nie tylko jechać, ale i potrafić wyjaśnić, dlaczego to robi.
DriveMLM ma być przełomem. System treningowy obejmuje 280 godzin danych z jazdy
Twórcy DriveMLM są przekonani, że dzięki integracji rozumowania językowego z mechanizmami sterowania, możliwe jest osiągnięcie niezawodnego prowadzenia nawet w sytuacjach kryzysowych na drodze. Metoda nauki opiera się na solidnym fundamencie:DriveMLM został wytrenowany na imponującej liczbie 280 godzin danych pochodzących z rzeczywistych scenariuszy drogowych, w tym także tych obarczonych wysokim ryzykiem.
Wyniki testów są więcej niż obiecujące. W przeprowadzonych badaniach DriveMLM wykazał lepszą skuteczność niż jeden z najbardziej rozpoznawalnych systemów autonomicznej jazdy, światowy benchmark, czyli Apollo. To sugeruje, że inżynieria oparta na modelu językowym daje realną przewagę w radzeniu sobie ze złożonością rzeczywistego ruchu drogowego.
Cytując bezpośrednio twórców tego innowacyjnego podejścia:
Nasze badanie pokazuje, że LLM-y, gdy zostaną powiązane ze strukturalnymi stanami decyzyjnymi, mogą pełnić rolę potężnych systemów planujących zachowania dla pojazdów autonomicznych.
Ta architektura ma szansę wyznaczyć nowy kierunek dla rozwoju autonomii w motoryzacji, przesuwając akcent z czysto reaktywnych algorytmów na systemy zdolne do głębszego, niemal intuicyjnego planowania.
Samochód ma myśleć niczym człowiek. DriveMLM wyznacza nowy kierunek
Choć koncepcja wydaje się futurystyczna, zasada stojąca za DriveMLM jest pragmatyczna: system wykracza poza sztywne, z góry ustalone reguły dla każdą możliwą sytuację. Model językowy umożliwia mu samodzielne wnioskowanie i podejmowanie „naturalnych” decyzji. W świecie, gdzie liczy się płynność i przewidywalność interakcji na drodze, to właśnie możliwość rozumienia kontekstu i przewidywania zachowań innych uczestników ruchu jest kluczowa dla podniesienia bezpieczeństwa i autentycznego zaufania publicznego do autonomicznych jednostek.
Dynamiczna analiza otoczenia, prognozowanie działań kierowców obok, natychmiastowa adaptacja do nieprzewidywalnych warunków pogodowych czy zmian w oznakowaniu – tam DriveMLM ma pokazać swoją przewagę. Chińscy naukowcy stawiają na to, że ich system może okazać się prawdziwym przełomem w autonomii samochodowej.
Sztuczna inteligencja ma poprawić bezpieczeństwo. Kto odpowie prawnie za spowodowanie kolizji?
Wprowadzenie tak zaawansowanych modeli językowych do krytycznych systemów sterowania niesie ze sobą jednak podwójny miecz. O ile zdolność do naturalnego rozumowania ma drastycznie poprawić bezpieczeństwo przez lepszą interpretację otoczenia, musimy zapytać o drugą stronę medalu.
Po pierwsze, systemy oparte na LLM-ach są skomplikowane i stanowią potencjalny nowy wektor ataków. Włamanie do takiego systemu AI, który kontroluje maszynę poruszającą się z dużą prędkością, to scenariusz rodem z koszmaru – potencjalne zagrożenia cybernetyczne stają się egzystencjalne dla bezpieczeństwa na drogach.
Po drugie, musimy się zmierzyć z klasycznym, ale teraz bardziej palącym dylematem: co z odpowiedzialnością? W sytuacji nieuniknionego wypadku – a te, niestety, póki co wciąż się zdarzają – kto poniesie prawną ciężar winy? Czy będzie to producent samochodu, właściciel pojazdu, czy może sama sztuczna inteligencja, która podjęła decyzję w oparciu o etyczne i prawne ramy, jakimi została zaprogramowana? To pytanie pozostaje otwarte i jest równie trudne do rozstrzygnięcia, co każda niejednoznaczna sytuacja na drodze, którą ma rozwiązywać DriveMLM.
