MIT învață mașinile care se conduc singure cum să psihanalizeze oamenii pe drum

În martie 2004, Agenția de Proiecte de Cercetare Avansată a Apărării din SUA (DARPA) a organizat un eveniment special Grand Challenge pentru a testa promisiunea – sau lipsa acesteia – a mașinilor cu conducere autonomă din generația actuală. Participanții din topul I.A. laboratoarele au concurat pentru un premiu de 1 milion de dolari; vehiculele lor personalizate fac tot posibilul să navigheze în mod autonom pe un traseu de 142 de mile prin deșertul Mojave din California. Nu a mers bine. Echipa „învingătoare” a reușit să parcurgă doar 12,4 mile în câteva ore înainte de a se opri. Și ia foc.

Un deceniu și jumătate, a întreaga mulțime s-a schimbat. Mașinile cu conducere autonomă au parcurs cu succes sute de mii de mile pe drumuri reale. Nu este controversat să spunem că oamenii vor fi aproape sigur mai în siguranță într-o mașină condusă de un robot decât într-una condusă de un om. Cu toate acestea, deși în cele din urmă va exista un punct de răsturnare când fiecare mașină de pe drum este autonomă, există și va fi o fază intermediară dezordonată când mașinile cu conducere autonomă vor trebui să împartă drumul cu cele conduse de oameni mașini. Știți cine ar putea fi părțile cu probleme în acest scenariu? Așa este: oamenii cărnoși, imprevizibili, uneori precauți, uneori predispuși la furia de drum.

Pentru a încerca să rezolve această problemă, cercetătorii de la Laboratorul de Informatică și Inteligență Artificială (CSAIL) al MIT au a creat un nou algoritm menit să permită mașinilor cu conducere autonomă să clasifice „personalitățile sociale” ale altor șoferi pe drum. În același mod în care oamenii (adesea fără științific) încearcă să stabilească răspunsurile altor conducători atunci când spunem că se mișcă la o intersecție, astfel încât vehiculele autonome vor încerca să-și dea seama cu cine au de-a face pentru a evita accidentele pe drum.

„Am dezvoltat un sistem care integrează instrumente din psihologia socială în luarea deciziilor și controlul vehiculelor autonome.” Wilko Schwarting, un asistent de cercetare la MIT CSAIL, a declarat pentru Digital Trends. „Este capabil să estimeze comportamentul șoferilor în ceea ce privește cât de egoist sau altruist pare să fie un anumit șofer. Capacitatea sistemului de a estima așa-numita „Orientare a valorii sociale” a șoferilor îi permite să prezică mai bine ce vor face șoferii umani și, prin urmare, este capabil să conducă în siguranță.”

Orientarea valorii sociale

În general, cadrele noastre de conducere funcționează destul de bine; acordând prioritate unui șofer față de altul, împărțindu-ne în benzi direcționale și așa mai departe. Dar există încă o mulțime de momente mai subiective când mai multe părți trebuie să-și dea seama cum să-și coordoneze eforturile pentru a finaliza o manevră, uneori cu viteză mare. Să știi dacă ai de-a face cu un șofer nerăbdător care te va tăia sau cu unul răbdător care a aștepta sau a face loc poate însemna diferența între o călătorie reușită și îndoitorul de aripi plin. Faptul că există sute de mii de accidente de schimbare a benzii, fuziune și viraj la dreapta sau la stânga în fiecare an numai în Statele Unite arată că oamenii nu au stăpânit deloc această artă subtilă.

Orientarea valorii sociale este o parte a domeniului de luare a deciziilor interdependente, analizând interacțiunile strategice dintre două sau mai multe persoane. Are rădăcini în teoria jocurilor, ale cărei concepte au fost conturate pentru prima dată într-o carte din 1944 a lui Oskar Morgenstein și John von Veumann, intitulată Teoria jocurilor și comportamentul economic.

Ideea generală este în esență următoarea: agenții au propriile lor preferințe care pot fi ordonate în funcție de utilitatea lor (nivelul de satisfacție). În cadrul acestor parametri vor acționa logic, conform acelor preferințe. Tradus în comportament de conducere, oricât de imprevizibil ar părea drumul la ora de vârf, știind cât de altruist, prosocial, egoist sau competitiv ar putea fi șoferii din jurul tău, poți prezice comportamentul fără a-ți finaliza călătoria problemă.

Observând modul în care conduc alte mașini, algoritmul MIT evaluează alți șoferi în ceea ce privește „recompensa pentru alții” vs. scala „recompensă pentru sine”. Asta ar însemna să trimiți colegii care locuiesc pe drumuri în categoriile „altruist”, „prosocial”, „egotist”, „competitiv”, „sadic”, „sadomasochist”, „masochist” și „martiri”. Aflând că nu toate celelalte mașini se comportă în același mod, echipa crede că modelul lor s-ar putea dovedi un plus binevenit la sistemele de mașini autonome.

„Am antrenat mai întâi sistemul prin modelarea scenariilor rutiere în care fiecare șofer a încercat să-și maximizeze propriile utilitatea și analizarea răspunsurilor lor cele mai eficiente în lumina deciziilor tuturor celorlalți agenți.” spuse Schwarting. „Utilitatea încorporează cât de mult își ponderează un șofer propriul beneficiu față de beneficiul altui șofer, ponderat de SVO. Pe baza acelui fragment mic de mișcare de la alte mașini, algoritmul nostru ar putea prezice comportamentul mașinilor din jur ca fiind cooperant, altruist sau egoist în timpul interacțiunilor. Am calibrat recompensele pe baza datelor reale de condus cu învățare automată, codificând în esență cât de mult prețuiesc șoferii umani confortul, siguranța sau atingerea rapidă a obiectivului.”

Prezicerea comportamentului șoferilor

În teste, echipa a arătat că algoritmul lor ar putea prezice mai precis comportamentul altor mașini cu un factor de 25%. Acest lucru a ajutat vehiculul să știe când ar trebui atunci când este la un viraj la stânga, comparativ cu virajul în fața unui șofer care se apropie.

„De asemenea, ne permite să decidem cât de cooperant sau egoist ar trebui să fie un vehicul autonom, în funcție de scenariu”, a continuat Schwarting. „Acționarea excesiv de conservatoare nu este întotdeauna cea mai sigură opțiune, deoarece poate provoca neînțelegeri și confuzie în rândul șoferilor umani.”

Echipa spune că algoritmul nu este încă pregătit pentru prime time în ceea ce privește testele rutiere din lumea reală. Dar ei continuă să o dezvolte și cred că aplicațiile sale s-ar putea extinde și mai mult dincolo de cea descrisă aici. În primul rând, observarea altor mașini ar putea ajuta viitoarele vehicule cu conducere autonomă să învețe să prezinte mai multe trăsături asemănătoare oamenilor, care vor fi mai ușor de înțeles de către șoferii umani.

„[În plus], acest lucru ar putea fi util nu doar pentru mașinile care se conduc complet autonom, ci și pentru mașinile existente pe care le folosim”, a spus Schwarting. „De exemplu, imaginați-vă că o mașină intră brusc în punctul dumneavoastră mort. Cu sistemul [pe care l-am dezvoltat], este posibil să primiți un avertisment în oglinda retrovizoare că mașina din unghiul mort are un șofer agresiv, ceea ce ar putea fi o informație deosebit de valoroasă.”

În continuare, cercetătorii speră să aplice modelul pietonilor, bicicletelor și altor agenți care pot apărea în mediile de conducere. „Ne-am dori, de asemenea, să analizăm și alte sisteme robotizate care trebuie să interacționeze cu noi, cum ar fi roboții de uz casnic”, a menționat Schwarting.

Recomandările editorilor

• Volkswagen lansează propriul program de testare a mașinilor autonome în S.U.A.
• Se zvonește că mașina Apple ar putea costa la fel ca un Tesla Model S
• Un fost angajat Apple pledează vinovat pentru că a depistat secretele Apple Car
• Ofițerii confuzi în timp ce opresc peste o mașină goală care se conduce singur
• Cum o dubă mare albastră din 1986 a deschis calea pentru mașinile care se conduc singure