자율 주행 차가 AI로 분류되는 이유는 무엇입니까?

자율 주행 차는 인공 지능과 어떤 관련이 있습니까? 인공 지능은 인간의 마음의 상태를 복사하고 동일한 방식으로 작업을 수행 할 수있을 때라고 생각합니다. 그러나 자율 주행 자동차는 환경 때문에 작동하는 규칙 기반 기계가 아닌가? 그들은 자각하지 않으며, 전에 경험이없는 상황에서 행동하는 좋은 방법을 선택할 수 없습니다.

AI에 관해 말할 때 많은 사람들이 자율 주행 차를 언급하는 경우가 많다는 것을 알고 있습니다. AI가 무엇인지에 대해 너무 엄격하게 이해했거나

"지능"어느 I가 돌리는 것 정의의 문제를 우회 인공 지능의 깔끔한 정의가 맥카시 난 단지 지금 그것을 찾을 수 있지만, 필드의 설립자 이 책 H. 시몬은 :

"… 지능적인 업무를 수행하고, 인간이 수행 한 경우 우리의 인간 지능을 요구하는 업무를 수행하는 방법을 찾는 것과 관련이 있습니다."

따라서 핵심적으로 모든 작업 AI의 자동화를 인간의 마음으로 만 수행 할 수 있습니다. 당시 사람들은 체스를 할 수있는 컴퓨터가 다른 방식으로 지능적이라고 생각했습니다. 이것이 틀린 것으로 밝혀 졌을 때, AI라는 용어는 "좁거나 약한 AI", 즉 인간 마음의 한 작업을 수행 할 수있는 프로그램과 모든 작업을 수행 할 수있는 프로그램 인 "일반 또는 강한 AI"로 분리되었습니다. 인간의 마음의.

자율 주행 자동차는 AI가 좁습니다.

이러한 모든 정의는 이러한 프로그램이 인간의 마음이 작동하는 방식을 복사하는지 또는 완전히 다른 알고리즘을 통해 동일한 결과를 얻는 지 여부를 지정하지 않습니다.

다른 답변은 특정 상황에서 자동차에 대한 지침 세트 또는 기계를 찾는 목표에 대해 말하지만 실제로 자율 주행 자동차에는 특정 지침 세트가 없습니다. 대부분의 자율 주행 자동차는 딥 러닝을 사용하여 특정 이벤트에서 수행 할 작업을 파악합니다. 우리는 그들에게 무엇을해야하는지 말하지 않습니다. 그들은 모범으로해야 할 일을 배웁니다.

자동차를 자동화하는 데 사용되는 신경망은 훈련하기 위해 엄청난 양의 데이터가 필요합니다. 데이터를 사용하여 자동차는 특정 이벤트에 가장 적합한 조치를 파악할 수 있습니다.

이 비디오 에 따르면 Tesla의 Autopilot은 300.000.000 마일에 사상자가 하나 밖에 없었습니다 . 인간 운전자의 경우 2014 년 사상자 수는 32.675 명입니다. 그것은 300.000.000.000 마일 당입니다. 즉, 9 천만 명의 인간 운전자 중 1 명이 치명적인 사고를 일으킨다는 것을 의미합니다. 딥 러닝은 교육이 아니라 자체적으로해야 할 일을 배움으로써 우리 자신의 '안전 속도'를 능가했습니다. 그것이 AI가 아니라면, 나는 무엇인지 모른다.

자가 운전 차량은 대행사 및 다중 도메인 복원력 수준을 나타냅니다. 특정 정의함으로써 그들이 있는 자기 인식 그리고 그들은 확실히 생물학 작용제와 유사하다 잠재적으로 알 수없는 상황의 많은 수에 안전하게 실패하도록 설계되었습니다.

AI는 비 생물 제와 그들의 선택의 방법에 대한 연구와 실제로 관련이 있습니다. 그 밖의 모든 것은 단지 컴퓨터 과학, 알고리즘 효율성, 생물학, 예술 등입니다. 결국 생물학적 및 비 생물학적 기관에 대한 연구가 수렴 될 것이며, 우리는 그것을 "지능"에 대한 연구라고 부릅니다.

다른 사람들은 매우 자세한 답변을했으며, 이것은 문제 진술에 대한 평신도의 견해입니다. 자가 운전 차량은 '목표 추구'기계입니다. 우선 순위가 다른 일련의 목표가 있습니다. 예. 탑승자의 안전, 타인의 안전, A 지점에서 B 지점으로 이동 등. 일부는 협상이 가능합니다.

목표를 만족시키기 위해, 시스템은 사용 가능한 입력 (레이더, GPS, 카메라 등)을 사용하여 가능한 최선의 행동 과정을 결정해야합니다. 모든 정보 (속도 표시를 숨기고있는 트럭)가없는 경우에도 설계 목표를 충족시키기 위해 결정 (역사 메모리 또는 주변 환경 인식을 통해)을 수행해야합니다. 따라서 AI.

자율 주행 차량은 AI 기술에 의존합니다. 운전 또는 조종시 자율 주행을 위해서는 사람들이 제어 할 수 없다는 점입니다. 따라서 운전자와 조종사에게 최소한 인간 운전자 나 조종사만큼 안전하고 안정적으로 요구되는 복잡한 결정을 내려야합니다.

• 그들은 가치와 전형적인 행동 모두가 그 대상들 (즉, 사람, 애완 동물, 재산, 장벽, 연석, 잔디, 나무, 다리)에 할당 될 수있는 정도까지 대상을 인식해야합니다.
• 객체 유형, 해당 객체 유형에 대해 알려진 것, 연령 또는 상태와 같은 감지 가능한 변형 및 해당 객체가 당시에 수행 한 것으로 보이는 것에 따라 다양한 객체 유형의 궤적을 매핑해야합니다.
• 주행 가능 도로 (경로 구간, 연결 지점 및 기타 데이터)를 공개적으로 표시하고 도로의 현재 상태와 표시를 일치 시키며 목적지까지의 경로를 따라 진행 상황을 추적 할 수 있어야합니다.
• 그들은 이러한 실시간 대신에 행로를 계획해야하며, 목적지, 알려진 가능한 경로, 불연속 및 이상을 고려하여 행동, 교통 법규, 교통 규칙, 교통 표지 및 신호를 예측하기 어렵습니다.
• 변경 및 문제가 발생하더라도 가능한 경우 목적지에 도달하도록 계획을 변경할 수 있어야합니다.

차량을 운전하거나 조종하는 것은 지능 집약적 인 작업입니다. 가까운 미래에 백만 미터의 사망률과 사망률 분포와 관련하여 AV가 가까운 미래에 인간 구동 차량을 능가 할 유일한 이유는 인간이 지능 잠재력을 상쇄하는 두 가지 주요 장애가 있기 때문입니다. 운전사.

• 위험이 나타날 수있는 시점에 정신적으로나 육체적으로 멀티 태스킹으로 정의 된 부주의
• 교통 관련 또는 심리적으로 관련된 이점을 얻기 위해 다른 사람의 생명, 건강 또는 재산을 위험에 빠뜨리는 것으로 정의 된 이기심

위의 두 가지가 주관적인 것처럼 보이지만, 세계에서 교통량이 많은 도로의 어느 시점에서든 교통 패턴 샘플을 취함으로써 경험적으로 쉽게 입증 할 수 있습니다. 이것은 조종사에게는 사실이 아닙니다.

우리는 인간의 마음의 행동이 복사 될 때 AV의 인공 지능이 달성된다고 추정해서는 안됩니다. 이것이 자연 언어 대화의 맥락에서 지능을 정의하기위한 테스트 인 Alan Turing의 모방 게임의 기준입니다. 그러나 단어는 일반적으로 사람들을 직접 죽이지 않습니다. 차량은 종종 그렇습니다.

인간의 마음을 우수성을 추구하는 모델로 생각할 수있는 잠재적 인 AV 디자인 공간은 매우 제한적인 비전 일 것입니다. AI 시스템과 동일한 방식으로 작업을 수행해서는 안됩니다. AV의 AI 디자인 목표는 이러한 관심사 및 관심사와보다 일관성이 있어야합니다.

• 도로 또는 하늘 안전법
• 정상 및 비상 상황에서 올바른 방법에 관한 윤리
• 공공 자원에 대한 동등한 접근의 관점에서 민권 문제
• 운송 처리량을 극대화하기위한 공간 흐름 세부 사항의 균형
• 위험 예측이 어려울 때의 충돌 방지

주행 또는 조종 AI의인지 및 적응 능력에 대한 이러한 요구 사항은 규칙 기반이며 기계적인 것이 아닙니다. 차량 자체는 대부분 기계적으로 작동하지만 파열이나 고장을 예측하기 어려운 것과 같은 놀라움을 선사합니다. 비히클 컨트롤은 체스 나 게임 규칙이 고정되어 있고 게임 플레이 환경이 고정되어 있지 않습니다.

인텔리전스 요구 사항에는 지능형 시스템으로서 자체 인식이 포함되어 있지 않지만 필요한 자체 인식 형식이 있습니다.

• 차량 외부 표면의 상대적 위치와 다른 물체의 그것과 관련된 투영 경로
• 차량 작동 부품의 상태
• 차량 내 승객 및 기타 운송 대상의 질량 및 위치

문제는 흥미롭고 도전적인 요구 사항으로 끝났습니다.

결코 경험이없는 상황에서 행동 할 수있는 좋은 방법을 선택하십시오

이는 아마도 AV 드라이빙 또는 파일럿 시스템 설계에서 가장 어려운 부분 일 것입니다.

"자율 주행 자동차가 AI로 분류되는 이유는 무엇입니까?"라는 질문으로 돌아가서 AI의 의미는 실제로 잘 응답하는 데 중요한 측면입니다. 문자 그대로 인공 지능이라는 용어는 두 가지를 지정합니다.

• 그것은 자연에서 자연적으로 발생하지 않기 때문에 인공적입니다.
• 지능적이며, 그러한 방식이 기계적인 경우 상당한 연구없이 명확하지 않은 수준의 세부적인 방식으로 기계화되는 방식으로 적응한다는 점에서 지능적입니다.

지능에 대한 정의만큼 연도에 의존하고 문화적으로 의존하는 것처럼 과학적, 언어 적 관점에서 수십 년 동안 지속될 수있는 다른 정의는 없습니다. 더 좁은 정의로 인해 AV에는 AI가 필요하지 않을 수 있지만 AI 정의를이 이전 정의의 하위 집합으로 좁힐만한 과학적인 이유는 없습니다.