독일 호폴딩-독일 번호판이 달린 두 개의 매끄러운 리무진이 프랑스의 오토루트 1 호에 합류하면서 다른 운전자들은 특별한 것을 발견하지 못했을 것이다.
그러나 그들이 목격하고 있던 것은-1994 년 그 화창한 가을의 날에-그들 중 많은 사람들이 그냥 평범한 미친 것으로 기각했을 것입니다.
독일 자동차 로비에서 프랑스 당국이 미리 전화를 걸도록 몇 통 전화를 걸었다. 그러나 여기에는 두 개의 회색 메르세데스 500 셀,시간당 최대 130 킬로미터 가속,차선 변경 및 다른 차량에 반응—자율적으로 스티어링 휠,가스 페달 및 브레이크를 제어하는 온보드 컴퓨터 시스템이 있습니다.
구글,테슬라,우버가 자율주행차 사업에 착수하기 수십 년 전,에른스트 딕만스라는 과학자가 이끄는 독일 엔지니어 팀이 프랑스 통근자를 스스로 탐색할 수 있는 자동차를 개발했다.
딕만의 발명에 대한 이야기와 그것이 어떻게 잊혀졌는지에 대한 이야기는 기술이 때때로 어떻게 진행되는지에 대한 깔끔한 예시이다:작은 꾸준한 단계에서가 아니라 붐과 흉상,가능성이없는 진보와 피할 수없는 퇴각—한 인공 지능 연구원이 말한 것처럼”한 걸음 앞으로,세 걸음 뒤로”.
1980 년대와 1990 년대에 유럽의 거리에서 자율주행 자동차를 시험했던 독일 과학자 에른스트 딕만스/야노쉬 델커(정치가)
또한 인공지능에 대한 기대와 오늘날 사용되는 일부 데이터 중심 접근법의 한계에 대한 일종의 경고이기도 하다.
“나는 다른 연구자들에게 일반적인 조언을 중단했다”고 82 세의 딕 만스는 말했다. “이 정도만:한때 매우 성공적이었던 접근 방식을 완전히 잃어 버려서는 안됩니다.”
하늘에서 거리까지
버클리 컴퓨터 과학자 지텐드라 말리크가 말했듯이,”실제로 자율주행 자동차를 발명한자”가 되기 전에,딕만스는 우주선이 지구 대기에 다시 들어올 때 취하는 궤적을 분석하여 직업 생활의 첫 10 년을 보냈다.
항공우주 엔지니어로 훈련받은 그는 서독의 야심찬 항공우주 공동체의 계급을 빠르게 뛰어넘어 1975 년,아직 40 세 미만인 그는 독일 군대의 새로운 연구대학교에 자리를 잡았다.
1994 년 10 월 파리에서 열린 프로 메테우스 시위에서 3 대의 자율 도로 차량. 왼쪽부터 오른쪽:유니븜 뱀프,다임러 비타-2,다임러 비타-1|라인홀드 베링거 사진
이 시점까지,그는 이미 곧 자신의 삶의 임무가 될 것을 궁리하기 시작했다:보는 방법을 가르치는 차량. 딕만스는 우주선이 아니라 자동차라는 확신을 갖게 되었다. 몇 년 안에 그는 메르세데스 밴을 구입하여 컴퓨터,카메라 및 센서와 함께 설치했으며 1986 년에 대학 구내에서 테스트를 시작했습니다.
“대학의 동료들은 말했다,글쎄,그는 괴짜 야,하지만 그는 실적을 가지고 그래서 그냥 그를 그렇게하자,”딕만은 그의 가족 집에서 인터뷰에서 말했다,호 폴딩에있는 양파 돔 교회에서 단계 위치,뮌헨의 외부 작은 마을.
1986 년,딕만스의 밴은 그의 대학에서 스키드팬을 타고 자율 주행하는 최초의 차량이 되었다. 다음 해,그는 접근 속도로 아직-투-오픈 바이에른 아우토반의 빈 부분을 아래로 보내 90 시간당 킬로미터. 얼마 지나지 않아 딕만은 독일 자동차 메이커에 의해 접근되었습니다. 함께,그들은 대규모 범 유럽 프로젝트에서 자금을 확보,1990 년대 초,이 회사는 처음 딕만스에”터무니없는”듯 아이디어를 내놓았다.
“당신은 10 월에 파리에서 프로젝트의 최종 시연에 대한 우리의 대형 승용차 중 하나를 장착 한 다음 대중 교통에서 3 차선 고속도로에서 구동 할 수 없습니다?”그는 공무원이 묻는 것을 기억했다.
그는 심호흡을했다,”그러나 나는 내 팀과 우리가 사용하고있는 방법,나는 우리가 그 일을 할 수있을 것 같아요 그들에게 말했다.”
다임러는 프로젝트의 자금을 밀어. 자동차 로비스트들은 프랑스 정부 내부의 의심을 다림질했다. 그리고 1994 년 10 월,딕만스의 팀은 샤를 드골 공항에서 고위급 손님을 데려와 인근 고속도로로 데려다주고 두 대의 차량을 자율 주행 모드로 전환했습니다.
“때때로,우리는 바퀴에서 손을 뗄 것입니다”—라인 홀드 베링거,시연 도중 운전석에 앉아 있던 엔지니어 중 하나
엔지니어가 각 차량의 앞 좌석에 남아—뭔가 잘못되었을 경우 스티어링 휠에 손을 얹고—그러나 자동차는 운전을하고 있었다.
“때때로,우리는 바퀴에서 우리의 손을 걸릴 것”라인 홀드 베링거,데모 동안 운전석에 앉아 엔지니어 중 하나는 24 년 후 그의 목소리에 여전히 흥분과 함께 말했다.
신문은 시위에 대한 프론트 페이지 이야기를 실행,그는 기억했다. 그리고 1 년 후,딕만스의 팀은 바이에른에서 덴마크까지 아우토반에서 1,700 킬로미터 이상을 여행하면서 시속 175 킬로미터 이상의 속도에 도달하면서 더 긴 여행을 위해 재 설계된 자동차를 탔습니다.
얼마 지나지 않아 프로젝트가 끝났습니다. 딕만스가 사용하고 있던 기술은 한계에 부딪쳤다. 다임러는 앞으로 이동하는 데 필요한 기초 연구 자금에 관심을 잃었다. 얼마 지나지 않아 딕만스의 선구적인 노력은 잊혀졌다.
여름 아이
인공 지능의 역사는 관심과 자금이 사라질 때 연구자들이”인공 지능 겨울”이라고 부르는 뒤 버즈 스프링의 역사입니다.
딕만스의 자율주행 작업은 첫 겨울에 시작되었고,두 번째 작업이 필드를 강타한 후 끝났다.
인공지능에 대한 연구—기계가 인간의 사고를 필요로 하는 과제를 수행하도록 하기 위한 노력-은 1950 년대 후반에 시작되었다. 초기부터이 분야는 과대 광고로 특징 지어졌으며 경제학자 허버트 사이먼과 같은 야심 찬 연구자들이 1960 년대에 기계가”사람이 할 수있는 일을 한 지 20 년 이내에 할 수있을 것이라고 예측했습니다.”
이러한 약속에 힘 입어 자금은 폭발했지만 기술은 제공하지 못했고 1970 년대 중반에 거품이 터졌습니다.돈은 줄어들고 인공 지능 연구는 뒷방 연구소로 위탁되었습니다.
이 첫 번째 인공지능 겨울은 딕만스가 초기에 머신 비전에 대한 그의 작업을 주로 자신에게 맡겼던 이유 중 하나였다. 그는 알고 있었다,그는 말했다,”사람들은 그 사람이 어딘가에 느슨한 나사를 가지고 말했다 것.”
1980 년대 중반에 자율주행차를 빈 독일 아우토반으로 보냈을 때,또 다른 인공지능의 봄이 다가왔다. 그의 개념 증명은 1994 년 파리 시위를 앞두고 20 명으로 성장할 팀을 고용하기에 충분한 관심을 불러 일으켰습니다.
1990 년대 초에 또 다른 겨울이 왔고 딕만스의 기세는 사라졌습니다.
“그것은 흥미로운 개념이었다,”베링거는 말했다,파리의 휠 뒤에 앉아 엔지니어. “그러나 많은 사람들에게 그것은 여전히 너무 미래 적이었습니다.”
볼 수있는 차를 가르치는
기술자가 발명이 두 가지 유형의 말: 그 처럼 사용 하 고 지속적으로 향상 된 이후 그들은 처음 발명 되었다 전구. 그리고 초음속 비행기 같은 사람들-콩코드를 기억 하는가? -혁명적 인 기술 과정을 구현하지만 적어도 발명 당시에는 생존하기에는 너무 진보되어 있습니다.
딕만스의 자율주행차는 두 번째 범주에 속한다.
그가 1980 년대 초반에 그것들을 개발하기 시작했을 때,컴퓨터는 이미지를 분석하는 데 최대 10 분이 필요했습니다. 자율적으로 운전하려면 자동차가 주변 환경에 반응해야 하며,이를 위해 딕만스는 컴퓨터가 초당 최소 10 개의 이미지를 분석해야 한다고 계산했다.
극복할 수 없는 장애물에 직면한 그는 인체 해부학에서 영감을 받았다. 자동차,그는 결정,인간이 자신의 주변을 인식처럼 거리를 볼 수 있도록 프로그램되어야한다.
1995 년 11 월 11 일 덴마크의 공공 고속도로에있는 실험용 차량 뱀프 내부|사진 라인 홀드 베링거
인간의 눈은 시야의 중앙에 작은 지점을 고해상도로 볼 수 있습니다. 마찬가지로,딕만스는 자동차가 도로 표시와 같이 운전과 관련된 것에만 집중해야 한다고 생각했다. 이는 온보드 컴퓨터가 처리해야 할 정보의 양을 줄였습니다.
그는 또한 다른 계산 단축키를 발견—딕만은 그가 각 이미지를 절약 가치있는 처리 전력을 소비 할 필요가 없었다 깨달았을 때 컴퓨팅 시간의 상당한 양이 해제되었다. 그는 또한 점차적으로 그 주변의 이해를 개선,그 실수로부터 배울 수있는 차를 프로그램.
모두,그것은 도로에 차를 유지하기에 충분했다—거의.
고속도로에서 운전,그것은 밝혀,자가 운전 자동차가 수행 할 수있는 쉬운 작업 중 하나입니다. 조건은 잘 정의되어 있습니다:트래픽은 한 방향으로 예상대로 흐릅니다. 차선이 명확하게 표시되어 있습니다.
그럼에도 불구하고 시위는 완벽하게 진행되지 않았습니다. 베링거가 말했다. “예를 들어,우리 앞에 도로 표시를 덮은 차가 있었고 다른 쪽에서는 표시가 씻겨 졌을 때 차선 식별 기능에 문제가있었습니다.”
미국은
에 설정 두 번째 인공 지능 겨울 후 호출하고,파리 시위를 둘러싼 버즈는 사라,다임러는 딕만스는”가능한 한 빨리 시장에 대한 제품을 갖고 싶어”고 회상했다. 자동차 메이커는 값 비싼 기초 연구에 관심을 잃었으며 향후 몇 년 내에 실제 응용 프로그램을 생성 할 가능성은 거의 없었습니다.
스위스 루가노의 달레 몰리 인공 지능 연구소의 공동 이사 인 슈미트 후버는”돌이켜 보면 그 프로젝트가 즉시 계속되지 않은 것은 실수 였을 것”이라고 말했다. “그렇지 않으면 누가 오늘 현장에서 선도 할 것인지에 대한 의문이 없을 것입니다.”
독일 기업들은 자율주행 기술 특허의 거의 절반을 계속 보유하고 있지만,알파벳의 웨이모와 같은 미국의 기술 대기업들 중 새로운 기업들이 따라잡고 있다. 전문가들은 자율 주행 기술의 리더십에 대한 현재의 경쟁을 목과 목으로 묘사합니다.
“특히 기계 학습 과학자들 사이에서 과거에 수행 된 작업에 대한 인식이 부족합니다.”-오랜 인공 지능 연구원
“그것은 연구가 지속적으로 시간에 계속되지 않았기 때문에 명확한 선봉 역할을 멀리 던졌다 가능성,”슈미트 후버는 말했다. 그는 자동차 제조업 자들은 자동차 조향 담당 운전자의 아이디어를 홍보 한 마케팅에 반대하는 것처럼 보였으므로자가 운전 기술에서 벗어날 수 있다고 덧붙였다.
1990 년대 후반,딕만스는 해외로 나가 미국 육군 연구소와 4 년 계약을 맺었다.
이 협력은 또 다른 세대의 자율주행차들로 이어졌고,더 복잡한 표면을 탐색할 수 있었다. 이 기관은 2004 년부터 일련의”도전”을 시작하도록 고무 시켰으며,발명가들에게 멋진 영토를 경주하는자가 운전 자동차를 보내는 작업을 수행했습니다.
대규모 마케팅 캠페인에 의해 추진 된 이러한 도전은 광범위한 대중이 자율주행에 대해 처음 들었다. 그들은 독일 태생의 컴퓨터 과학자 세바스찬 트룬 만든-누가 스탠포드 대학 교수로 2005 년에 도전을 수상하고 나중에 구글의 자율 운전 팀을 설립-인공 지능 사회에서 유명 인사.
라인홀드 베링거
의 정지|사진 촬영 중,에른스트 딕만스의 선구적인 작업은 망각에 빠졌다.
딕만스의 파리 시위가 있은 지 17 년이 지난 2011 년,뉴욕타임스는 트룬의 자율주행차 건설 노력에 대한 첫 번째 기사를 실었다.”
“특히 기계 학습 과학자들 사이에서 과거에 행해졌 던 일에 대한 인식이 매우 부족하다”고 익명을 요구 한 오랜 인공 지능 연구원은 말했다.
그는 5 년 된 논문을”구식”으로 기각하거나 이전 수십 년 동안 수행 된 연구에 대해 알지 못하는 고위 후보자를 정기적으로 인터뷰한다고 덧붙였다.
겨울이 온다?
2018 년—인공 지능이 또 다른 과대 광고를 겪으면서 새로운 겨울이 다가올 수 있습니까? 어떤 사람들은 그것이 뚜렷한 가능성이라고 생각합니다.
인공지능에 대한 최근의 많은 연구는 알고리즘이 패턴을 인식하여”학습”하는 소위”딥 러닝”에 대한 연구였다. 그것의 기본 원칙-복잡한 데이터의 상관 관계를 찾는-대부분의 응용 프로그램에 대한 좋은 작동하지만 어떤 경우에는 막 다른 골목으로 증명한다. 깊은 학습은 데이터에 의해 구동되기 때문에,그 알고리즘은 항상 그들이 공급되고있는 데이터만큼 좋다.
샌디에고에 소재한 컴퓨터 과학자이자”인공지능의 겨울은 잘 가고 있다”라는 제목의 에세이를 쓴 필립피크니에프스키는 인공지능에 쏟아지는 자금의 대부분은,특히 자율주행 자동차와 로봇공학의 맥락에서,딥러닝이 할 수 있는 일에 대해 제기된 비현실적인 기대에 기초하고 있다고 말했다.
사진:에른스트 딕만스
“이것은 기대가 현실과 충돌하는 곳입니다. “그리고 많은 사람들이 그렇게 많은 돈을 투자 한 것에 짜증을 낼 것이고 기대는 실현되지 않을 것입니다.”
버지니아 디넘,델프트 대학의 교수는 인공 지능 연구자들이 깊은 학습에 주로 초점을 유지하는 경우,동의”어떤 시점에서,사람들은 실망 할 것이다.”이 분야는,그녀는 말했다,그것을 넘어보고 깊은 학습에 의존하는 상관 관계보다는 인과 관계를 기반으로 적은 데이터 또는 모델에 의존하는 다른 접근 방식에 투자해야한다.
그러나 그럼에도 불구하고—연구자들과 분석가들 사이에서 널리 퍼진 의견을 되풀이하면서,디그넘은 또 다른”인공 지능 겨울”이 곧 올 것이라고 믿지 않는다고 강조했다. 이전의 붐과 달리 오늘날의 개발자들은 2010 년대 초반에 시작된 최근의 기술 발전,특히 컴퓨팅 성능 및 데이터 저장 분야 덕분에 최첨단 인공 지능을 상업용 실제 응용 프로그램으로 전환하고 있습니다.
패스파인더
이것은 종종”푸른 하늘 연구”를 하고 있다고 말한 이전 세대와 다른 상황을 만든다.—에른스트 딕만스 같은 과학자들은 실험 당시 자율주행차가 일상의 현실이 될 때까지 수십 년이 더 걸릴 것이라고 생각했다고 말했다.
사실,자신의 겨울 정원에 앉아 딕만스는 여전히 진정으로 자율 주행 차량이 10~20 년 떨어져 있다고 믿고 있다고 말했다.
현재 테스트 중인 자가 운전 차량은 온보드 컴퓨터에서 처리 능력이 덜 필요한 다른 계산 비용이 적게 드는 프로세스를 사용합니다. 그들은지도,위치 및 이전에 관찰 된 물체의 데이터베이스를 사용하여 차이를 만회합니다.
“나는 개척자 중 하나가 될 수 기뻐요. 그러나 오늘 새롭게 시작할 수 있다면,사용할 수있는 기술로,이것은 완전히 다른 이야기가 될 것입니다.”—에른스트 딕만 스
진정으로”보는 것”보다는 딕만 스는 그가”확인 비전”이라고 부르는 것에 의존한다고 말했다.”그것은 그들이 광범위하게 매핑 된 도로와 지역에서 잘 작동하지만 덜 통제 된 환경에 올 때 실패 할 수 있음을 의미합니다.
그가 개척한 접근 방식,즉”패스파인더 비전”이라고 부르며 여전히 몇 개의 연구 기관에서 추진되고 있는 접근 방식은 자동차가 어디에서나 작동할 수 있게 해줄 것이다. “어떤 시점에서,사람들은 폭풍 후,지진 후,또는 훨씬 더 자주 군사 상황에서 새로운 환경에 들어갈 때,그것은 작동하지 않습니다 것을 알게 될 것이다”고 말했다.
언젠가 그는 업계가 접근 방식의 한계를 깨닫고 그의 작업이 부활을 보게 될 것이라고 예측했다.
“나는 개척자 중 하나가 될 수 기뻐요,”그는 추가,”하지만 오늘 새롭게 시작할 수 있다면,그 기술을 사용할 수,이 완전히 다른 이야기가 될 것입니다.”