az ember, aki feltalálta az önvezető autót (1986-ban)

HOFOLDING, Németország — a többi sofőr nem vett volna észre semmi szokatlant, mivel a két karcsú, német rendszámú limuzin csatlakozott a forgalomhoz a francia Autoroute 1-en.

de amit tanúi voltak — azon a napsütéses, őszi napon 1994 — ben-volt valami, amit sokan elutasították volna, mint egyszerűen őrült.

néhány telefonhívást vett igénybe a német autó lobbi, hogy a francia hatóságok megadják az engedélyt. De itt voltak: két szürke Mercedes 500 SELs, amelyek óránként 130 km-re gyorsulnak, sávot váltanak és reagálnak más autókra-önállóan, fedélzeti számítógépes rendszerrel, amely a kormánykereket, a gázpedált és a fékeket vezérli.

évtizedekkel azelőtt, hogy a Google, a Tesla és az Uber beszállt az önvezető autók üzletébe, egy német mérnökekből álló csapat Ernst Dickmanns tudós vezetésével kifejlesztett egy olyan autót, amely önállóan képes navigálni a francia ingázó forgalomban.

Dickmann találmányának története, és az, hogy hogyan lett teljesen elfelejtve, jól illusztrálja, hogy a technológia néha hogyan fejlődik: nem kis állandó lépésekben, hanem fellendülésekben és mellszobrokban, valószínűtlen előrelépésekben és elkerülhetetlen visszavonulásokban —”egy lépés előre és három lépés hátra”, ahogy egy AI kutató fogalmazott.

Ernst Dickmanns, a német tudós, aki az 1980-as és 1990-es években európai utcákon tesztelte az önvezető autókat | Janosch Delcker a POLITICO számára

ez egyfajta figyelmeztetés is a mesterséges intelligenciával szemben támasztott elvárásokról és a ma alkalmazott adatközpontú megközelítések némelyikének korlátairól.

“abbahagytam az általános tanácsokat más kutatóknak” – mondta Dickmanns, aki most 82 éves. “Csak ennyit: soha nem szabad teljesen szem elől téveszteni azokat a megközelítéseket, amelyek egykor nagyon sikeresek voltak.”

az égből az utcára

mielőtt az ember lett volna, aki “valójában feltalálta az önjáró autókat”, ahogy Jitendra Malik Berkeley számítógépes tudós fogalmazott, dickmanns szakmai életének első évtizedét az űrhajók pályáinak elemzésével töltötte, amikor újra beléptek a Föld légkörébe.

repülőgépmérnökként képzett, gyorsan felemelkedett Nyugat-Németország ambiciózus Repülőgép-közösségének soraiban, így 1975-ben, még mindig 40 év alatt, pozíciót szerzett a német fegyveres erők új kutatóegyetemén.

a három autonóm közúti jármű a PROMETHEUS demonstráció Párizsban, 1994 októberében. Balról jobbra: UniBwM VaMP, Daimler VITA-2, Daimler VITA-1 | fotó: Reinhold Behringer

ezen a ponton már elkezdett gondolkodni azon, ami hamarosan életmissziójává válik: a járművek látásának tanítása. A kiindulópont, Dickmanns egyre inkább meggyőződött arról, hogy nem űrhajók, hanem autók voltak. Néhány éven belül vásárolt egy Mercedes furgont, számítógépekkel, kamerákkal és érzékelőkkel szerelte fel, és 1986-ban megkezdte a teszteket az egyetem területén.

“az egyetemi kollégák azt mondták, Nos, ő egy furcsa, de van egy múltja, úgyhogy hagyjuk, hogy csinálja”-mondta Dickmanns egy interjú során a családi házában, amely egy hagymás kupolás templomtól néhány lépésre található Hofoldingban, egy Münchenen kívüli kisvárosban.

1986 — ban Dickmanns kisteherautója lett az első jármű, amely önállóan vezetett-az egyetem csúszdáján. A következő évben egy még megnyitandó Bajor autópálya üres szakaszán küldte le 90 kilométer / óra sebességgel. Nem sokkal később Dickmanns-t megkereste a német autógyártó Daimler. Együtt biztosítottak finanszírozást egy hatalmas páneurópai projektből, és az 1990-es évek elején a vállalat olyan ötlettel állt elő, amely először “abszurdnak” tűnt Dickmanns számára.

“nem tudná felszerelni az egyik nagy személygépkocsinkat a projekt utolsó bemutatójára októberben Párizsban , majd vezetni a háromsávos autópályán a közforgalomban?”emlékezett a tisztviselők kérésére.

mély lélegzetet kellett vennie, “de aztán elmondtam nekik, hogy a csapatommal és az általunk alkalmazott módszerekkel szerintem képesek vagyunk erre.”

a Daimler növelte a projekt finanszírozását. Az autó lobbisták eloszlatták a francia kormányon belüli kétségeket. 1994 októberében dickmanns csapata felkapott egy csoport magas rangú vendéget a Charles De Gaulle repülőtérről, kivitte őket a közeli autópályára, és önvezető üzemmódba kapcsolta a két autót.

“néha levettük a kezünket a kormányról” — Reinhold Behringer, az egyik mérnök, aki a bemutató során a vezetőülésben ült

egy mérnök minden autó első ülésén maradt — kezével a kormányon, ha valami baj történt—, de az autók vezettek.

“néha levettük a kezünket a kormányról” – mondta Reinhold Behringer, az egyik mérnök, aki a demonstráció során a vezetőülésben ült, 24 évvel később még mindig izgalommal a hangjában.

az újságok címlapsztorikat írtak a tüntetésről, emlékezett vissza. Egy évvel később pedig Dickmanns csapata még hosszabb útra vett egy újratervezett autót, amely több mint 1700 kilométert tett meg az autópályán Bajorországtól Dániáig, elérve a 175 kilométer / óra sebességet.

nem sokkal később a projekt véget ért. A dickmanns által használt technológia elérte a határait. A Daimler elvesztette érdeklődését a továbblépéshez szükséges alapkutatás finanszírozása iránt. Hamarosan dickmanns úttörő erőfeszítéseit elfelejtették.

Summer child

a mesterséges intelligencia története a buzzy springs története, amelyet a kutatók “AI winters” – nek neveznek, amikor a figyelem és a finanszírozás elhalványul.

Dickmanns az autonóm vezetéssel kapcsolatos munkája az első télen kezdődött, és egy második mezőny után ért véget.

az 1950 — es évek végén kezdődtek a mesterséges intelligenciával kapcsolatos kutatások, amelyek célja, hogy a gépek olyan feladatokat hajtsanak végre, amelyek egyébként emberi gondolkodást igényelnének. Kezdettől fogva a területet hype jellemezte, ami néhány ambiciózus kutatót, például Herbert Simon közgazdászt arra késztette, hogy az 1960-as években megjósolja, hogy a gépek “20 éven belül képesek lesznek bármilyen munkát elvégezni, amelyet az ember végezhet.”

az ilyen ígéretektől ösztönözve a finanszírozás felrobbant — de a technológia nem valósult meg, és a buborék az 1970-es évek közepén felrobbant.

az unibwm autonóm kísérleti jármű VaMP belsejében, a hátsó padon, ahol a számítástechnikai rendszert telepítették a könnyű hozzáférés és a megfigyelés érdekében / Fotó: Reinhold Behringer

ez az első AI tél volt az egyik oka annak, hogy Dickmanns a korai években nagyrészt magának tartotta a gépi látással kapcsolatos munkáját. Tisztában volt vele, ő mondta, hogy “az emberek azt mondták volna, hogy a srácnak valahol laza a csavarja.”

mire az 1980-as évek közepén elküldte önjáró furgonját egy üres német autópályán, egy másik AI tavasz érkezett. Koncepciójának igazolása elegendő érdeklődést váltott ki egy olyan csapat felvételéhez, amely végül 20 főre nő az 1994-es párizsi demonstráció előtt.

aztán jött egy újabb tél, az 1990-es évek elején, és Dickmanns lendülete Elveszett.

“érdekes koncepció volt” – mondta Behringer, a mérnök, aki Párizsban a kormány mögött ült. “De sokak számára ez még mindig túl futurisztikus volt.”

autó tanítása látni

a technológusok szerint kétféle találmány létezik: Olyanok, mint a villanykörte, amelyeket azóta használnak és folyamatosan fejlesztenek, mióta először feltalálták őket. És azok, mint a szuperszonikus repülőgépek — emlékszel a Concorde-ra? – amelyek forradalmi technológiai folyamatot testesítenek meg, de túl fejlettek a túléléshez, legalábbis találmányuk idején.

Dickmanns önvezető autói a második kategóriába tartoznak.

amikor az 1980-as évek elején elkezdte fejleszteni őket, a számítógépeknek akár 10 percre is szükségük volt egy kép elemzéséhez. Az autonóm vezetéshez az autónak reagálnia kell a környezetére, és ehhez dickmanns kiszámította, hogy a számítógépeknek másodpercenként legalább 10 képet kell elemezniük.

szemben azzal, ami leküzdhetetlen akadálynak tűnt, inspirációt merített az emberi anatómiából. Úgy döntött, hogy az autókat úgy kell programozni, hogy az utcákat úgy lássák, mint az emberek a környezetüket.

belül a unibwm kísérleti jármű VaMP egy nyilvános autópályán Dániában November 11-én 1995 / fotó: Reinhold Behringer

az emberi szem csak képes látni egy kis folt közepén a látómező nagy felbontásban. Hasonlóképpen, gondolta Dickmanns, egy autónak csak arra kell összpontosítania, ami releváns a vezetés szempontjából, például az útjelzésekre. Ez csökkentette a fedélzeti számítógépek által feldolgozandó információk mennyiségét.

más számítási parancsikonokat is talált — jelentős mennyiségű számítási idő szabadult fel, amikor Dickmanns rájött, hogy nem kell értékes feldolgozási energiát költenie az egyes képek megtakarítására. Azt is beprogramozta az autót, hogy tanuljon a hibáiból, fokozatosan javítva a környezet megértését.

összességében elegendő volt az autó úton tartása — alig.

kiderült, hogy az autópályán történő vezetés az egyik könnyebb feladat, amelyet egy önvezető autó elvégezhet. A feltételek jól meghatározottak: a forgalom kiszámíthatóan, egy irányba áramlik. A sávok egyértelműen meg vannak jelölve.

és még akkor sem ment tökéletesen a bemutató. “Ez egy teszt volt” – mondta Behringer. “Amikor például előttünk volt egy autó, amely eltakarta az útjelzéseket, a másik oldalon pedig a jelöléseket elmosták, akkor a sávazonosító funkcióval volt probléma.”

America calling

miután a második AI tél beállt, és a párizsi demonstráció körüli zümmögés elhalványult, a Daimler azt mondta Dickmanns-nak, hogy “a lehető leghamarabb szeretne egy terméket piacra dobni” – emlékezett vissza. Az autógyártó elvesztette érdeklődését drága alapkutatása iránt, amely valószínűleg nem fog valós alkalmazásokat előállítani a következő néhány évben.

“utólag valószínűleg hiba volt, hogy ezeket a projekteket nem folytatták azonnal”-mondta J. Donyeckrgen Schmidhuber, a Dalle Molle mesterséges intelligencia Kutató Intézet társigazgatója Luganóban, Svájcban. “Egyébként nem lenne kérdés, hogy ki vezet ma a mezőnyben.”

a német vállalatok továbbra is az önvezető technológia szabadalmainak csaknem felét birtokolják, de az újabb szereplők, köztük az amerikai technológiai óriások, mint például az Alphabet Waymo, felzárkóztak. A szakértők fej-fej mellett írják le az autonóm vezetési technológia vezetéséért folyó jelenlegi versenyt.

“mélyen hiányzik a tudatosság arról, hogy mi történt a múltban, különösen a gépi tanulással foglalkozó tudósok körében” – régóta AI kutató

“lehetséges, hogy eldobta egyértelmű élenjáró szerepét, mert a kutatást abban az időben nem folytatták következetesen” – mondta Schmidhuber. Hozzátette, hogy az autógyártók elkerülhették az önvezető technológiát, mert úgy tűnt, hogy ellentétes a marketingjükkel, ami elősegítette az autó irányításáért felelős vezető ötletét.

az 1990-es évek végén dickmanns a tengerentúlra fordult, és négyéves szerződést írt alá az Egyesült Államok hadseregének kutató laboratóriumával.

az együttműködés az önvezető autók újabb generációjához vezetett, amelyek képesek voltak bonyolultabb felületeken navigálni; eredményei-amelyeket Dickmanns nyugdíjazása körül tettek közzé — felkeltették a Darpa, a Pentagon feltörekvő technológiák részlege figyelmét. Ez inspirálta az ügynökséget egy sor “kihívás” elindítására, 2004-től kezdődően, a feltalálókat azzal bízva meg, hogy látványos területen száguldó önvezető autókat küldjenek.

ezek a hatalmas marketingkampányok által támogatott kihívások voltak az első alkalom, hogy széles nyilvánosság hallott az autonóm vezetésről. A német születésű számítógépes tudós Sebastian Thrun-aki 2005 — ben megnyerte a kihívást a Stanford Egyetem professzoraként, majd később megalapította a Google önvezető csapatát-az AI közösség hírességévé vált.

az UniBwM kísérleti jármű VaMP megállás közben / Fotó: Reinhold Behringer

eközben Ernst Dickmanns úttörő munkája feledésbe merült.

amikor 2011-ben, 17 évvel Dickmanns párizsi demonstrációja után a New York Times címlapon számolt be Thrun önvezető autó építésére tett erőfeszítéseiről, utána korrekciót kellett végrehajtania, világossá téve, hogy “bár Mr.Thrun kifejlesztett egy vezető nélküli autót, nem ő volt az első, aki ezt megtette.”

“mélyen hiányzik a tudatosság arról, hogy mi történt a múltban, különösen a gépi tanulással foglalkozó tudósok körében”-mondta egy régóta AI kutató, aki névtelenséget kért.

hozzátette, hogy rendszeresen interjút készít magas rangú jelöltekkel, akik elutasítják az ötéves papírokat “elavultnak”, vagy egyszerűen nem tudnak az előző évtizedekben végzett kutatásokról.

jön a tél?

2018 — ban — mivel az AI újabb hype-fordulón megy keresztül-új tél fenyegethet? Néhányan úgy gondolják, hogy ez egyértelmű lehetőség.

az AI-vel kapcsolatos legújabb kutatások az úgynevezett “mély tanulással” foglalkoznak, amelyben az algoritmusok a minták felismerésével “tanulnak”. Alapelve-a korrelációk megtalálása összetett adatokban-a legtöbb alkalmazás számára remekül működik, de bizonyos esetekben zsákutcának bizonyul. És mivel a mély tanulást az adatok vezérlik, az algoritmusai mindig ugyanolyan jók, mint az általuk táplált adatok.

Filip pi adapt-Kniewski, a San Diego-i székhelyű számítógépes tudós és az “AI tél jó úton halad” című esszé szerzője elmondta, hogy a mesterséges intelligenciára fordított finanszírozás nagy része, különösen az önvezető autók és a robotika összefüggésében, olyan irreális elvárásokon alapul, amelyek arra vonatkoznak, hogy a mély tanulás mire képes.

nyitókép: Ernst Dickmanns

“ez az a hely, ahol az elvárások ütköznek a valósággal” – mondta pi Ditconkniewski. “És sok embert bosszant, hogy ilyen sok pénzt fektettek be, és az elvárások nem valósulnak meg.”

Virginia Dignum, a Delfti Egyetem professzora egyetértett abban, hogy ha az AI kutatói továbbra is elsősorban a mély tanulásra koncentrálnak, ” egy bizonyos ponton az emberek csalódni fognak.”A területnek túl kell néznie rajta, és be kell fektetnie más megközelítésekbe, amelyek kevesebb adaton vagy az ok-okozati összefüggésen alapuló modelleken alapulnak, nem pedig a mély tanulás által támasztott korreláción.

ennek ellenére — visszhangozva a kutatók és elemzők körében elterjedt véleményt — Dignum hangsúlyozta, hogy nem hiszi, hogy hamarosan újabb “AI tél” jön. A korábbi boomokkal ellentétben a mai fejlesztők a legmodernebb AI-t kereskedelmi valós alkalmazásokká alakítják, köszönhetően a 2010-es évek elején kezdődő legújabb technológiai fejlődésnek, különösen a számítási teljesítmény és az adattárolás területén.

Pathfinder

ez a helyzet különbözik a korábbi generációktól, amelyekről gyakran azt mondták, hogy “kék égbolt kutatást” végeznek — olyan tudósok, mint Ernst Dickmanns, aki azt mondta, hogy kísérletei idején úgy gondolta, hogy évtizedekig tart, amíg az autonóm autók valaha is mindennapi valósággá válnak.

valójában dickmanns, aki a télikertjében ült, azt mondta, hogy még mindig úgy véli, hogy a valóban autonóm járművek még egy-két évtizedre vannak.

a jelenleg tesztelt önvezető járművek más, kevésbé számítási szempontból költséges eljárást alkalmaznak, amelynek kevesebb feldolgozási teljesítményre van szüksége a fedélzeti számítógépen. A különbséget térképek, GPS helymeghatározás és a korábban megfigyelt objektumok adatbázisai segítségével pótolják.

“örülök, hogy az egyik úttörője lehettem. De ha ma újrakezdhetném, a rendelkezésre álló technológiával, ez egy teljesen más történet lenne” — Ernst Dickmanns

ahelyett, hogy valóban “látnák”, Dickmanns azt mondta, hogy támaszkodnak arra, amit ő “megerősítő látásnak” hív.”Ez azt jelenti, hogy jól működhetnek olyan utakon és területeken, amelyeket alaposan feltérképeztek, de kevésbé ellenőrzött környezetben nem működnek.

az általa vezetett megközelítés — amelyet “pathfinder vision” — nek nevez, és amelyet néhány Kutatóintézetben még mindig folytatnak-lehetővé tenné az autók bárhol történő üzemeltetését. “Egy bizonyos ponton az emberek rájönnek, hogy vihar után, földrengés után, vagy lényegesen gyakrabban katonai környezetben, amikor új környezetbe kerülsz, a nem fog működni” – mondta.

egy nap, jósolja, az ipar rá fog jönni megközelítésének korlátaira, és munkája újjáéledni fog.

“örülök, hogy az úttörők közé kerülhettem” – tette hozzá, “de ha ma újrakezdhetném, a rendelkezésre álló technológiával, ez egy teljesen más történet lenne.”

a politikáról is

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé.

Previous post Blood Orange Margarita koktél
Next post North Dakota State University