Xe ô tô tự lái được cung cấp bởi các thuật toán máy học yêu cầu lượng lớn dữ liệu lái xe để hoạt động an toàn. Nhưng nếu ô tô tự lái có thể học cách lái xe giống như cách mà trẻ sơ sinh học đi — bằng cách quan sát và bắt chước những người xung quanh — thì chúng sẽ ít yêu cầu dữ liệu lái xe được biên dịch hơn nhiều. Ý tưởng đó đang thúc đẩy kỹ sư Eshed Ohn-Bar của Đại học Boston phát triển một phương pháp hoàn toàn mới để xe tự hành học các kỹ thuật lái xe an toàn — bằng cách quan sát những chiếc xe khác trên đường, dự đoán cách chúng sẽ phản ứng với môi trường và sử dụng thông tin đó để làm quyết định lái xe của riêng mình.
Ohn-Bar, trợ lý giáo sư kỹ thuật điện và máy tính của Trường Cao đẳng Kỹ thuật BU và là giảng viên cơ sở tại Viện Khoa học & Kỹ thuật Máy tính và Máy tính của BU's Rafik B. Hariri, và Jimuyang Zhang, một sinh viên Tiến sĩ BU về kỹ thuật điện và máy tính, gần đây đã trình bày nghiên cứu của họ tại Hội nghị về Thị giác Máy tính và Nhận dạng Mẫu năm 2021. Ý tưởng của họ về mô hình đào tạo xuất phát từ mong muốn tăng cường chia sẻ dữ liệu và hợp tác giữa các nhà nghiên cứu trong lĩnh vực của họ — hiện tại, các phương tiện tự hành yêu cầu nhiều giờ dữ liệu lái xe để học cách lái xe an toàn, nhưng một số công ty xe hơi lớn nhất thế giới vẫn giữ nguyên lượng dữ liệu riêng tư để ngăn chặn cạnh tranh.
Ohn-Bar nói: “Mỗi công ty đều trải qua cùng một quy trình lấy xe, gắn cảm biến, trả tiền cho tài xế lái xe, thu thập dữ liệu và dạy lái xe. Chia sẻ dữ liệu lái xe đó có thể giúp các công ty tạo ra các phương tiện tự hành an toàn nhanh hơn, cho phép mọi người trong xã hội được hưởng lợi từ sự hợp tác. Ohn-Bar nói rằng các hệ thống lái xe thông minh nhân tạo đòi hỏi rất nhiều dữ liệu để hoạt động tốt và không có công ty nào có thể tự giải quyết vấn đề này.
“Billions of miles [of data collected on the road] are just a drop in an ocean of real-world events and diversity,” Ohn-Bar says. “Tuy nhiên, một mẫu dữ liệu bị thiếu có thể dẫn đến hành vi không an toàn và có thể xảy ra sự cố.”
Thuật toán học máy do các nhà nghiên cứu đề xuất hoạt động bằng cách ước tính điểm nhìn và điểm mù của những chiếc xe khác gần đó để tạo ra bản đồ tầm nhìn của chim về môi trường xung quanh. Những bản đồ này giúp ô tô tự lái phát hiện chướng ngại vật, như những ô tô khác hoặc người đi bộ và hiểu cách những ô tô khác rẽ, thương lượng và nhường đường mà không đâm vào bất cứ thứ gì.
Thông qua phương pháp này, ô tô tự lái học bằng cách chuyển hành động của các phương tiện xung quanh thành hệ quy chiếu của riêng chúng — mạng nơ-ron được hỗ trợ bởi thuật toán học máy của chúng. Những chiếc xe khác này có thể là phương tiện do con người điều khiển mà không có bất kỳ cảm biến nào hoặc là phương tiện được điều khiển tự động của công ty khác. Vì quan sát từ tất cả những chiếc xe xung quanh trong một cảnh là trọng tâm trong quá trình đào tạo của thuật toán, mô hình “học bằng cách quan sát” này khuyến khích chia sẻ dữ liệu và do đó, các phương tiện tự hành an toàn hơn.
Ohn-Bar và Zhang đã thử nghiệm thuật toán “quan sát và học hỏi” của họ bằng cách cho xe ô tô tự lái do nó điều khiển di chuyển qua hai thị trấn ảo — một có các ngã rẽ thẳng và chướng ngại vật tương tự như môi trường đào tạo của họ, và một với những khúc quanh bất ngờ, như giao lộ năm chiều. Trong cả hai tình huống, các nhà nghiên cứu nhận thấy rằng mạng lưới thần kinh tự lái của họ rất ít gặp tai nạn. Chỉ với một giờ dữ liệu lái xe để đào tạo thuật toán máy học, các phương tiện tự hành đã đến đích an toàn 92% thời gian.
Ohn-Bar nói: “Mặc dù các phương pháp tốt nhất trước đây yêu cầu hàng giờ đồng hồ, nhưng chúng tôi rất ngạc nhiên rằng phương pháp của chúng tôi có thể học cách lái xe an toàn chỉ với 10 phút dữ liệu lái xe.
Những kết quả này đầy hứa hẹn, ông nói, nhưng vẫn còn một số thách thức mở trong việc đối phó với các bối cảnh đô thị phức tạp. Ông nói: “Việc tính toán các góc nhìn khác nhau giữa các phương tiện được quan sát, tiếng ồn và tắc nghẽn trong các phép đo cảm biến và các trình điều khiển khác nhau là rất khó,” ông nói.
Sắp tới, nhóm nghiên cứu cho biết phương pháp dạy xe tự lái tự lái của họ cũng có thể được sử dụng trong các công nghệ khác. "Vận chuyển robot hoặc thậm chí máy bay không người lái đều có thể học bằng cách quan sát các hệ thống AI khác trong môi trường của chúng, ”Ohn-Bar nói.
