HOFOLDING, Tyskland-de andre sjåførene ville ikke ha lagt merke til noe uvanlig da de to slanke limousinene med tyske lisensplater ble med i trafikken På Frankrikes Autoroute 1.
Men det de var vitne til — på den solfylte høstdagen i 1994 — var noe mange av dem ville ha avvist som bare gal.
Det hadde tatt noen telefonsamtaler fra den tyske billobbyen for å få de franske myndighetene til å gi klarsignal. Men her var de: to grå Mercedes 500 Sel, akselerere opptil 130 kilometer i timen, bytte baner og reagere på andre biler — autonomt, med et innebygd datasystem som styrer rattet, gasspedalen og bremsene.
Tiår Før Google, Tesla Og Uber kom inn i selvkjørende bilbransjen, hadde et team av tyske ingeniører ledet Av en forsker Ved Navn Ernst Dickmanns utviklet en bil som kunne navigere fransk pendlertrafikk alene.
Historien Om Dickmanns oppfinnelse, og hvordan Det ble alt annet enn glemt, er en fin illustrasjon hvordan teknologien noen ganger utvikler seg: ikke i små, stabile trinn, men i bommer og byster, i usannsynlige fremskritt og uunngåelige retreater —»ett skritt fremover og tre skritt tilbake», som EN AI-forsker sa det.
Ernst Dickmanns, den tyske forskeren som testet selvkjørende biler På Europeiske gater på 1980-tallet og 1990 | Janosch Delcker for POLITICO
Det er også en slags advarsel om forventningene vi legger på kunstig intelligens og grensene for noen av de datadrevne tilnærmingene som brukes i dag.
«jeg har sluttet å gi generelle råd til andre forskere,» sa Dickmanns, nå 82 år gammel. «Bare så mye: man bør aldri helt miste synet av tilnærminger som en gang var svært vellykkede.»
Fra himmelen til gaten
Før han ble mannen «som faktisk oppfant selvkjørende biler», Som berkeley datavitenskapsmann Jitendra Malik sa Det, Brukte Dickmanns Det første tiåret av sitt profesjonelle liv å analysere banene som romskip tar når De gjenopptar Jordens atmosfære.
Utdannet som luftfartsingeniør, steg han raskt i gradene I Vest-Tysklands ambisiøse luftfartssamfunn, slik at Han i 1975, fortsatt under 40 år, sikret seg en stilling ved Et nytt forskningsuniversitet I Tysklands væpnede styrker.
de tre autonome kjøretøyene på prometheus-demonstrasjonen i Paris, oktober 1994. Fra venstre til høyre: UniBwM VaMP, Daimler VITA-2, Daimler VITA-1 | Foto Av Reinhold Behringer
På dette tidspunktet hadde han allerede begynt å tenke på det som snart skulle bli hans livsoppgave: å lære kjøretøy å se. Stedet Å starte, Dickmanns ble stadig mer overbevist, var ikke romskip, men biler. I løpet av få år hadde Han kjøpt En Mercedes-varebil, installert den med datamaskiner, kameraer og sensorer, og begynte å kjøre tester på universitetets lokaler i 1986.
«kollegene ved universitetet sa, vel, han er en oddball, men han har en track record, så la oss bare la ham gjøre det,» Sa Dickmanns under et intervju i hans familiehus, som ligger skritt fra en løkkuppelkirke I Hofolding, en liten by utenfor Munchen.
I 1986 Ble Dickmanns ‘ varebil det første kjøretøyet som kjørte autonomt-på skidpan på universitetet. Det neste året sendte han det ned en tom del av En Ennå åpnet Bayersk autobahn med hastigheter som nærmer seg 90 kilometer i timen. Kort tid etter ble Dickmanns kontaktet av den tyske bilprodusenten Daimler. Sammen sikret De finansiering fra et massivt pan-Europeisk prosjekt, og tidlig på 1990-tallet kom selskapet opp med en ide som først virket «absurd» For Dickmanns.
«kan du ikke utstyre en av våre store personbiler til den endelige demonstrasjonen av prosjektet i Paris i oktober, og deretter kjøre på motorveien med tre felter i offentlig trafikk?»han husket tjenestemenn spør.
han måtte trekke pusten dypt, «men da fortalte jeg dem at med teamet mitt, og metodene vi bruker, tror jeg vi er i stand til å gjøre det.»
daimler styrket prosjektets finansiering. Bil lobbyister stryket ut tvil i den franske regjeringen. Og I oktober 1994 plukket Dickmanns’ team opp en gruppe høytstående gjester Fra Charles De Gaulle flyplass, kjørte dem til den nærliggende motorveien og byttet de to bilene til selvkjørende modus.
«Noen ganger ville vi ta hendene av rattet» — Reinhold Behringer, En av ingeniørene som satt i førersetet under demonstrasjonen
en ingeniør forble i forsetet på hver bil — med hendene på rattet i tilfelle noe gikk galt-men bilene gjorde kjøringen —
«Noen ganger tok vi hendene av rattet,» sa Reinhold Behringer, En av ingeniørene som satt i førersetet under demonstrasjonen, med spenning fortsatt i stemmen 24 år senere.
Aviser kjørte frontpage historier om demonstrasjonen, husket han. Og et år senere Tok Dickmanns team en re-engineered bil på en enda lengre tur, og reiste i mer enn 1700 kilometer på autobahn fra Bayern til Danmark, og nådde hastigheter på mer enn 175 kilometer i timen.
Ikke lenge etter var prosjektet over. Teknologien Dickmanns brukte slo sine grenser. Daimler mistet interessen for å finansiere grunnforskningen som var nødvendig for å komme videre. Om ikke lenge, Dickmanns’ banebrytende innsats var alt, men glemt.
Summer child
historien om kunstig intelligens er en historie om buzzy springs etterfulgt av hva forskere kaller «AI winters», når oppmerksomheten og finansieringen fades bort.
Dickmanns ‘ arbeid med autonom kjøring begynte i løpet av den første vinteren og endte etter at en annen traff feltet.
Forskning på AI-innsats for å få maskiner til å utføre oppgaver som ellers ville kreve menneskelig tenkning-startet på slutten av 1950-tallet. Fra sine tidlige dager ble feltet preget av hype, noe som førte til at noen ambisiøse forskere Som økonom Herbert Simon forutså på 1960-tallet at maskiner ville » være i stand innen 20 år med å gjøre noe arbeid en mann kan gjøre.»
Spurred av slike løfter, eksploderte finansieringen-men teknologien klarte ikke å levere og boblen sprakk i midten av 1970-tallet.
Inne I UniBwM autonome eksperimentelle kjøretøy VaMP, på baksiden benken der datasystemet ble installert for enkel tilgang Og overvåking | Bilde Av Reinhold Behringer
Denne FØRSTE AI vinteren var En av grunnene Dickmanns holdt sitt arbeid på maskinen visjon i stor grad til seg selv i de tidlige årene. Han var klar, han sa, at » folk ville ha sagt at fyren har en skrue løs et sted .»
da han sendte sin selvkjørende varebil ned en tom tysk autobahn på midten av 1980-tallet, hadde en ANNEN ai-vår kommet. Hans konseptbevis genererte nok interesse for å ansette et lag som til slutt ville vokse til 20 personer foran Paris-demonstrasjonen i 1994.
så kom en annen vinter, tidlig på 1990-tallet, Og Dickmanns momentum gikk tapt.
«det var et interessant konsept,» Sa Behringer, ingeniøren som satt bak rattet i Paris. «Men for mange var det fortsatt altfor futuristisk.»
Undervisning en bil for å se
Teknologer sier det to typer oppfinnelser: De som lyspæren, som har vært i bruk og kontinuerlig forbedret helt siden de først ble oppfunnet. Og de som supersoniske fly-husk Concorde? – som legemliggjør revolusjonerende teknologisk prosess, men er for avansert til å overleve, i hvert fall på tidspunktet for oppfinnelsen.
Dickmanns selvkjørende biler tilhører den andre kategorien.
da han begynte å utvikle dem tidlig på 1980-tallet, trengte datamaskiner opptil 10 minutter for å analysere et bilde. For å kjøre autonomt må en bil reagere på omgivelsene, Og For Å gjøre Det, beregnet Dickmanns at datamaskiner måtte analysere minst 10 bilder per sekund.
Overfor det som så ut som en uoverstigelig hindring, trakk han inspirasjon fra menneskelig anatomi. Biler, han bestemte seg, bør programmeres til å se gater som mennesker oppfatter sine omgivelser.
Inne I UniBwM eksperimentell vamp På en offentlig motorvei I Danmark 11. November 1995 / Foto Av Reinhold Behringer
det menneskelige øye er bare i stand til å se et lite sted i midten av sitt synsfelt i høy oppløsning. På Samme Måte trodde Dickmanns, en bil bør bare fokusere på det som er relevant for kjøring, for eksempel veibeskrivelser. Dette kuttet mengden informasjon de innebygde datamaskinene måtte behandle.
Han fant også andre beregningsgenveier — en betydelig mengde databehandlingstid ble frigjort da Dickmanns innså at han ikke trengte å bruke verdifull prosessorkraft for å spare hvert bilde. Han programmerte også bilen til å lære av sine feil, og gradvis forbedre forståelsen av omgivelsene.
Til Sammen var det nok å holde bilen på veien — knapt.
Å Kjøre på en motorvei, viser det seg, er en av de enklere oppgavene en selvkjørende bil kan utføre. Forholdene er veldefinerte: Trafikken flyter forutsigbart, i en retning. Baner er tydelig merket.
og selv da gikk ikke demonstrasjonen perfekt. «Det var en test,» sa Behringer. «Når det for eksempel var en bil foran oss som dekket veimerkingene, og på den andre siden ble merkene vasket bort, hadde kjørefeltidentifikasjonsfunksjonen et problem.»
Amerika ringer
Etter den ANDRE AI vinteren satt inn, og buzz rundt paris demonstrasjonen bleknet bort, daimler fortalte Dickmanns det «ønsket å ha et produkt for markedet så snart som mulig,» husket Han. Bilprodusenten hadde mistet interessen for sin dyre grunnleggende forskning, noe som ikke var sannsynlig å produsere noen virkelige applikasjoner innen de neste par årene.
«I ettertid var det sannsynligvis en feil at disse prosjektene ikke umiddelbart ble videreført,» Sa Jü Schmidhuber, meddirektør For Dalle Molle Institute For Artificial Intelligence Research I Lugano, Sveits. «Ellers ville det ikke være noen tvil om hvem som ville være ledende i feltet i dag .»
tyske selskaper fortsetter å holde de fleste — nesten halvparten av alle-patenter i selvkjørende teknologi, men nyere spillere, blant DEM AMERIKANSKE teknologigiganter som Alphabet ‘ S Waymo, har tatt opp. Eksperter beskriver dagens løp for lederskap i autonom kjøreteknologi som nakke og nakke.
«det er en dyp mangel på bevissthet om hva som har blitt gjort tidligere, spesielt blant maskinlæringsforskere» – Langvarig AI-forsker
«Det er mulig at kastet bort sin klare fortropp rolle fordi forskning ikke var konsekvent fortsatte på den tiden,» Schmidhuber sa. Han la til at bilprodusenter kan ha skvatt unna selvkjørende teknologi fordi det syntes å være i opposisjon til deres markedsføring, som fremmet ideen om en sjåfør med ansvar for å styre en bil.
på slutten av 1990-tallet vendte Dickmanns seg utenlands og signerte en fireårig kontrakt med United States Army Research Lab.
samarbeidet førte til en annen generasjon selvkjørende biler, som var i stand til å navigere mer kompliserte overflater; resultatene-publisert rundt Den tiden Dickmanns pensjonerte-fikk øye På Darpa, Pentagons fremvoksende teknologidivisjon. Det inspirerte byrået til å lansere en rekke «utfordringer», som startet i 2004, og tok opp oppfinnere med å sende selvkjørende biler racing gjennom spektakulært territorium.
disse utfordringene, fremmet av massive markedsføringskampanjer, var første gang et bredt publikum hørte om autonom kjøring. De gjorde tyskfødte datavitenskaperen Sebastian Thrun-som vant utfordringen i 2005 som Professor Ved Stanford University og senere grunnla Googles selvkjørende team-en kjendis i AI-samfunnet.
UniBwM experimental vehicle VaMP under et stopp / Bilde Av Reinhold Behringer
I Mellomtiden Falt Ernst Dickmanns banebrytende arbeid i glemsel.
Da New York Times i 2011, 17 år etter Dickmanns’ Paris-demonstrasjon, kjørte en forsidehistorie om Thruns innsats for å bygge en selvkjørende bil, måtte den kjøre en korreksjon etterpå, og gjorde det klart at «Selv Om Mr. Thrun utviklet en førerløs bil, var Han ikke den første til å gjøre det.»
» det er en dyp mangel på bevissthet om hva som har blitt gjort tidligere, spesielt blant maskinlæringsforskere, » sa en LANGVARIG AI-forsker, som ba om å forbli anonym.
han la til at han regelmessig intervjuer høytstående kandidater som avviser femårige papirer som «utdaterte» eller bare ikke vet om forskning gjort i tidligere tiår.
Vinteren kommer?
i 2018-SOM AI gjennomgår enda en runde med hype-kan en ny vinter være truende — Noen tror det er en tydelig mulighet.
mye nyere FORSKNING PÅ AI har vært i såkalt «dyp læring», der algoritmer «lærer» ved å gjenkjenne mønstre. Dens underliggende prinsipp-å finne korrelasjoner i komplekse data-fungerer bra for de fleste applikasjoner, men viser seg å være en blindgyde i noen tilfeller. Og siden dyp læring er drevet av data, er algoritmene alltid like gode som dataene de blir matet.
Filip Pię-En San Diego-basert datavitenskapsmann og forfatteren av et essay med tittelen » THE AI Winter is well on its way — – sa at mye av finansieringen som strømmer INN I AI, spesielt i sammenheng med selvkjørende biler og robotteknologi, er basert på urealistiske forventninger hevet om hva dyp læring er i stand til å gjøre.
Foto Av Ernst Dickmanns
«dette er stedet hvor forventningene kolliderer med virkeligheten,» Sa Pi@kniewski. «Og mange mennesker vil bli irritert at de investerte så mye penger, og forventningene materialiserer seg ikke.»
Virginia Dignum, professor Ved Universitetet I Delft, ble enige om at HVIS AI-forskere fortsetter å fokusere primært på dyp læring, » på et tidspunkt vil folk bli skuffet.»Feltet, sa hun, må se utover det og investere i andre tilnærminger som er avhengige av mindre data, eller modeller basert på årsakssammenheng i stedet for korrelasjonen dyp læring er avhengig av.
Men Likevel — ekko utbredt mening blant forskere og analytikere-Dignum understreket at Hun ikke tror at en annen «AI vinter» kommer når som helst snart. I motsetning til tidligere lenser, gjør dagens utviklere banebrytende AI til kommersielle virkelige applikasjoner, takket være nyere teknologiske fremskritt som starter tidlig på 2010-tallet, spesielt innen datakraft og datalagring.
Pathfinder
dette gjør situasjonen forskjellig fra tidligere generasjoner, som ofte ble sagt å gjøre «blue skies research» — forskere som Ernst Dickmanns, som sa at han skjønte på tidspunktet for hans eksperimenter at det ville ta flere tiår før autonome biler noen gang ville bli en dagligdags virkelighet.
Faktisk, Dickmanns, sitter i sin vinterhage, sa han fortsatt mener virkelig autonome kjøretøy er fortsatt et tiår eller to unna.
de selvkjørende kjøretøyene som testes, bruker en annen, mindre beregningsmessig dyr prosess som trenger mindre prosessorkraft i den innebygde datamaskinen. De gjør opp for forskjellen ved å bruke kart, GPS-posisjonering og databaser av tidligere observerte objekter.
«jeg er glad jeg kunne være en av pionerene. Men hvis jeg kunne begynne på nytt i dag, med teknologien som er tilgjengelig, ville dette være en helt annen historie» — Ernst Dickmanns
I stedet for å virkelig «se», Sa Dickmanns at De stoler på det han kaller » bekreftelsesvisjon.»Det betyr at de kan fungere godt på veier og områder som har blitt omfattende kartlagt, men mislykkes når det gjelder mindre kontrollerte miljøer.
tilnærmingen han pionerer — som han kaller «pathfinder vision» og som fortsatt forfølges ved et par forskningsinstitusjoner — ville tillate biler å operere hvor som helst. «På et tidspunkt vil folk innse at etter en storm, etter et jordskjelv, eller betydelig oftere i en militær sammenheng når du kommer inn i nye omgivelser, vil det ikke fungere,» sa han.
En Dag, spår han, industrien vil innse begrensningene i sin tilnærming, og hans arbeid vil se en gjenoppblomstring.
» jeg er glad jeg kunne være en av pionerene, «la han til,» men hvis jeg kunne starte på nytt i dag, med teknologien som er tilgjengelig, ville dette være en helt annen historie.»