Hofolding,Germany–ドイツのナンバープレートを備えた洗練されたリムジンがフランスのオートルート1の交通に加わったため、他のドライバーは珍しいことに気づいていなかっただろう。
しかし、彼らが目撃していたこと—1994年のその晴れた秋の日—は、彼らの多くがただの狂ったように却下していただろうものでした。
ドイツ車のロビーから数回電話をかけ、フランス当局に先読みをさせた。 しかし、ここで彼らは次のとおりでした：2つの灰色のメルセデス500SELs、時速130キロまで加速し、車線を変更し、他の車に反応する—自律的に、ステアリングホイール、
Google、Tesla、Uberが自動運転車事業に参入する数十年前、Ernst Dickmannsという科学者が率いるドイツのエンジニアチームは、フランスの通勤交通を独自にナビゲートできる車を開発しました。
ディックマンの発明の話、そしてそれがどのようにして忘れ去られるようになったかは、技術が時々どのように進歩するかをきちんとした図です。
Erst Dickmanns、1980年代と1990年にヨーロッパの路上で自動運転車をテストしたドイツの科学者|Janosch Delcker FOR POLITICO
それはまた、私たちが人工知能に期待し、今日使用されているデータ駆動
「私は他の研究者に一般的な助言を与えることをやめました」と、82歳のDickmannsは言いました。 “これだけ：かつては非常に成功したアプローチを完全に見失うべきではありません。”
From the skies to the street
バークレーのコンピュータ科学者Jitendra Malikが言ったように、”実際に自動運転車を発明した人”になる前に、Dickmannsは彼の職業生活の最初の十年を費やして、宇宙船が地球の大気圏に再突入したときに取る軌道を分析した。
航空宇宙技術者としての訓練を受け、彼はすぐに西ドイツの野心的な航空宇宙コミュニティのランクを経て上昇し、1975年にはまだ40歳未満で、ドイツ軍の新研究大学での地位を確保した。
1994年にパリで行われたプロメテウス-デモンストレーションでの三人の自律道路車両。 左から：UniBwM VaMP、Daimler VITA-2、Daimler VITA-1|Photo By Reinhold Behringer
この時点で、彼はすでにすぐに彼の人生の使命になるものを検討し始めていました。 開始する場所は、Dickmannsはますます確信して、宇宙船ではなく、車でした。 数年のうちに、彼はメルセデスのバンを購入し、コンピュータ、カメラ、センサーでそれをインストールし、1986年に大学の敷地内でテストを開始しました。
「大学の同僚たちは言った、まあ、彼は変人だが、彼は実績を持っているので、彼にそれをさせましょう」とDickmannsは、ミュンヘン郊外の小さな町、Hofoldingのオニオンドーム教会から歩いてすぐにある彼の家族の家でのインタビューの中で語った。
1986年、ディックマンズのバンは、彼の大学でスキッドパンを自律的に運転した最初の車両となった。 翌年、彼はそれをまだ開かれていないバイエルンのアウトバーンの空の区間に時速90キロメートルに近づいた速度で送った。 その後すぐに、ディックマンはドイツの自動車メーカーダイムラーによって接近されました。 一緒に、彼らは大規模な汎ヨーロッパのプロジェクトから資金を確保し、1990年代初頭に、同社は最初にDickmannsに”不条理”に見えたアイデアを思い付いた。
“10月のパリでのプロジェクトの最終デモのために大型乗用車を装備し、公共交通機関で3車線の高速道路を運転することはできませんか？”彼は当局が求めて思い出しました。
彼は深呼吸をしなければならなかった”しかし、私は彼らに、私のチームと私たちが使用している方法で、私たちはそれを行うことができると思います。”
ダイムラーは、プロジェクトの資金調達を後押ししました。 車のロビイストは、フランス政府の内部の疑問をアイロンをかけた。 そして1994年10月、ディックマンのチームはシャルル・ド・ゴール空港から高級客のグループをピックアップし、近くの高速道路にそれらを運転し、2台の車を自動運転モードに切り替えました。
“デモ中に運転席に座っていたエンジニアの一人であるラインホルト—ベリンガー
エンジニアは、何かが間違っていた場合に備えてステアリングホイールに手を当てて各車の前席に残っていたが、車は運転をしていた。
「時々、私たちは手を車輪から外すだろう」と、デモ中に運転席に座っていたエンジニアの一人、ラインホルト・ベリンガーは24年後にも彼の声に興奮していた。
新聞はデモについてのフロントページの話を走った、彼は思い出した。 そして一年後、ディックマンズのチームは、バイエルンからデンマークまでのアウトバーンで1,700キロ以上を走行し、時速175キロ以上の速度に達し、さらに長い旅に再設計された車を取りました。
その後間もなく、プロジェクトは終わった。 Dickmannsが使用していた技術は限界に達しました。 ダイムラーは、それを前進させるために必要な基礎研究に資金を提供することに興味を失った。 やがて、ディックマンズの先駆的な努力はすべて忘れられていました。
Summer child
人工知能の歴史は、buzzy springsの歴史であり、研究者が「AIの冬」と呼んでいるものに続いて、注目と資金調達が薄れています。
dickmannsの自動運転に関する作業は、最初の冬の間に始まり、2番目の作業がフィールドに当たった後に終了しました。
人工知能の研究—機械が人間の思考を必要とするタスクを実行させるための取り組み—は、1950年代後半に始まりました。 その初期の頃から、この分野は誇大宣伝によって特徴付けられ、経済学者のハーバート-サイモンのような野心的な研究者は、1960年代に機械が”人間ができる仕事をしてから20年以内に能力があるだろう”と予測した。”
このような約束に拍車をかけ、資金は爆発しましたが、技術は実現できず、1970年代半ばにバブルが崩壊し、お金が減少し、AI研究はbackroom labsに委託されました。
UniBwM自律実験車両VaMPの内部、コンピュータシステムが簡単にアクセスして監視するために設置された後部ベンチ|写真Reinhold Behringer
この最初のAIの冬は、Dickmannsが初期のマシンビジョンワークを主に自分自身に保った理由の一つでした。 彼は知っていた、彼は言った、”人々はその男がどこかにネジが緩んでいると言っていただろう。”
彼が1980年代半ばに空のドイツのアウトバーンに自走式のバンを送った時までに、別のAIの春が到着しました。 コンセプトの彼の証明は、最終的に先に20人に成長するチームを雇うのに十分な関心を生成しました1994パリのデモ.
その後、1990年代初頭に別の冬が来て、ディックマンズの勢いは失われた。
“それは興味深いコンセプトでした”と、パリで車輪の後ろに座っていたエンジニアのベリンガーは言いました。 “しかし、多くの人にとって、それはまだあまりにも未来的でした。”
技術者は、発明の二つのタイプがあると言います: 電球のようなものは、最初に発明されて以来、使用され、継続的に改善されてきました。 そして、超音速飛行機のようなもの—コンコルドを覚えていますか？ -革命的な技術プロセスを具現化するが、少なくとも彼らの発明の時に、生き残るためにはあまりにも進んでいます。
Dickmannsの自動運転車は第二のカテゴリーに属しています。
彼が1980年代初頭にそれらの開発を開始したとき、コンピュータは画像を分析するために最大10分を必要としました。 自律的に運転するためには、車はその周囲に反応する必要があり、そのためには、ディックマンは、コンピュータが毎秒少なくとも10枚の画像を分析する必
克服できないハードルのように見えたものに直面して、彼は人体解剖学からインスピレーションを得ました。 車は、人間が周囲を知覚するような通りを見るようにプログラムされるべきであると彼は決めた。
11November1995/Photo By Reinhold Behringer
人間の目は、視野の中心にある小さなスポットのみを高解像度で見ることができます。 同様に、Dickmannsは、車は道路標示などの運転に関連するものにのみ焦点を当てるべきだと考えました。 これは、オンボードコンピュータが処理しなければならなかった情報の量を削減しました。
彼はまた、他の計算ショートカットを見つけました—Dickmannsは、彼が各画像を節約する貴重な処理電力を費やす必要はありませんでした実現したときに、計算時間のかなりの量が解放されました。 彼はまた、その間違いから学ぶために車をプログラムし、徐々にその周囲の理解を向上させました。
完全に、それは道路上の車を維持するのに十分だった—かろうじて。
高速道路を運転することは、自動運転車が実行できる簡単な作業の1つです。 条件は明確に定義されています：トラフィックは一方向に予想通りに流れます。 レーンは明確にマークされています。
そして、それでもデモは完璧には行かなかった。 “それはテストだった、”ベリンガーは言った。 “例えば、私たちの前に道路のマーキングを覆っていた車があり、反対側にマーキングが洗い流されたとき、車線識別機能に問題がありました。「
America calling
2度目のAIの冬が始まり、パリのデモを取り巻く話題が消えた後、DaimlerはDickmannsに「できるだけ早く市場向けの製品を持っていたい」と語った。 自動車メーカーは彼の高価な基礎研究に興味を失っていましたが、今後数年以内に実際のアプリケーションを生成することはまずありませんでした。
スイスのルガーノにあるDalle Molle人工知能研究所の共同所長であるJürgen Schmidhuber氏は、「後知恵では、これらのプロジェクトがすぐに継続されなかったのはおそらく間違いだった」と述べた。 “そうでなければ、今日のフィールドで誰がリードしているかについての疑問はないだろう。”
ドイツの企業は、自動運転技術の特許のほぼ半分を保有し続けていますが、AlphabetのWaymoのような米国のハイテク巨人の中で、新しいプレーヤーが追いついています。 専門家は、自動運転技術におけるリーダーシップのための現在のレースを首と首として説明します。
“特に機械学習の科学者の間では、過去に何が行われたのかについての意識の深い欠如があります”-長年のAI研究者
“当時の研究は一貫して継続されていなかったため、明確な先駆者の役割を捨てた可能性があります”とSchmidhuber氏は述べています。 彼は、自動車メーカーは、自動車のステアリングを担当するドライバーのアイデアを促進し、彼らのマーケティングに反対しているように見えたので、自動運転技術から離れて敬遠している可能性があると付け加えました。
1990年代後半、ディックマンズは海外に出向き、アメリカ陸軍研究所と4年間の契約を結んだ。
この協力により、より複雑な表面をナビゲートすることができた別の世代の自動運転車が生まれました。 これは、壮大な領土を介してレース自動運転車を送信することで発明者を任務、2004年から”課題”のシリーズを起動するために代理店に影響を与えました。
大規模なマーケティングキャンペーンによって促進されたこれらの課題は、一般の人々が自動運転について聞いたのは初めてでした。 彼らは、2005年にスタンフォード大学の教授として挑戦を勝ち取り、後にGoogleの自動運転チームを設立したドイツ生まれのコンピュータ科学者Sebastian ThrunをAIコミュニティの有名人にしました。
停止中のUniBwM実験車両VaMP/Reinhold Behringerによる写真
一方、Ernst Dickmannsの先駆的な仕事は忘却に陥った。
2011年、ディックマンズのパリデモから17年後、ニューヨーク-タイムズ紙は、自動運転車を構築するためのThrunの努力についてのフロントページの話を実行したとき、それはその後、修正を実行しなければならなかった”Thrun氏は無人車を開発したが、彼は最初にそうしたわけではなかった。”
“過去に何が行われたのか、特に機械学習の科学者の間では、深い認識の欠如があります”と、匿名のままにするよう求めた長年のAI研究者は述べています。
彼は、5年前の論文を「時代遅れ」と却下したり、過去数十年間に行われた研究について単に知らない高位の候補者に定期的にインタビューすると付け加えた。
冬が来る？
2018年—AIがさらに別の誇大宣伝を受けるにつれて、新しい冬が迫り来る可能性がありますか？ いくつかは、それが明確な可能性だと思います。
最近のAIの研究では、アルゴリズムがパターンを認識することによって”学習”する、いわゆる”ディープラーニング”が行われています。 その基本的な原則—複雑なデータの相関を見つける—ほとんどのアプリケーションに最適ですが、場合によっては行き止まりであることが証明されます。 また、深層学習はデータによって駆動されるため、そのアルゴリズムは常に供給されているデータと同じくらい優れています。
サンディエゴを拠点とするコンピュータ科学者であり、”AIの冬は順調です”というエッセイの著者であるFilip Pičkniewskiは、AIに注ぐ資金の多くは、特に自動運転車やロ
写真：エルンスト-ディックマン
“これは期待が現実と衝突する場所です”とPičkniewskiは言いました。 “そして、多くの人々は、彼らがそんなにお金を投資したことに悩まされ、期待は実現しません。デルフト大学の教授であるVirginia Dignum氏は、AI研究者が主に深層学習に焦点を当て続けると、ある時点で人々は失望するだろうと同意した。「この分野は、それを超えて、深層学習が依存する相関関係ではなく、より少ないデータに依存する他のアプローチ、または因果関係に基づくモデルに投資
しかし、それにもかかわらず、研究者やアナリストの間で広範な意見をエコー—ディグナムは、彼女が別の”AIの冬”がいつでもすぐに来ているとは信じていないと強調した。 これまでのブームとは異なり、今日の開発者は、特にコンピューティングパワーとデータ保存における2010年代初頭からの最近の技術的進歩のおかげで、最先端のAIを商業的な実生活のアプリケーションに変えています。
パスファインダー
これは、しばしば”青い空の研究”をしていると言われていた前世代とは状況が異なります—エルンスト-ディックマンのような科学者は、自
確かに、彼のウィンターガーデンに座っていたディックマンは、本当に自律走行車はまだ十年か二年離れていると信じていると述べた。
現在テストされている自動運転車は、オンボードコンピュータでより少ない処理能力を必要とする別の、より少ない計算コストのプロセスを使用します。 それらは地図、GPSの位置および前に観察された目的のデータベースの使用によって相違を補う。
“私は先駆者の一人になれてうれしいです。 しかし、もし私が今日、利用可能な技術で新たに始めることができれば、これは全く別の話になるだろう」—Ernst Dickmanns
本当に「見る」のではなく、Dickmannsは「確認ビジョン」と呼んでいるものに頼っていると述べた。「つまり、広範囲にマップされている道路や地域ではうまく機能するかもしれませんが、制御されていない環境では失敗する可能性があります。
彼が開拓したアプローチ—彼は”パスファインダービジョン”と呼ばれ、まだいくつかの研究機関で追求されている—車はどこでも動作するようになります。 「ある時点で、人々は嵐の後、地震の後、またはあなたが新しい環境に入るときに軍事的文脈でかなり頻繁に、うまくいかないことに気付くでしょう」と彼
いつか、彼は業界がそのアプローチの限界を認識し、彼の仕事が復活すると予測しています。
「開拓者の一人になれてよかった」と彼は付け加えた。「しかし、今日、利用可能な技術で新たに始めることができれば、これは全く別の話になるだろう。”