Selvkjørende bilder bruker bildegjenkjenning. Men hva om du er ute på tur med en selvkjørende bil i virkelig tungt regn og dårlig sikt? I veibanen foran dukker det plutselig opp en uklar figur.
Sjåføren fortsatt best
En god gammeldags sjåfør - et menneske - vurderer raskt om dette representerer en fare eller ikke. Det kan være en syklist, som vingler på grunn av kraftig sidevind. Men det kan også være noe plast- eller papiremballasje som blafrer og ikke representerer noen fare.
Maskinsynet lærer å tenke
Dette er en situasjon der mennesker til nå har vært autopiloten helt overlegen. Nå har forskere ved Universitetet i Leuven i Belgia klart å gi maskinene den samme vurderingsevnen, skriver universitetet i en pressemelding.
Dermed vil styringssystemet i bilen raskt vurdere om det uklare objektet krever brå oppbremsing, og dermed fare for å bilen bak inn i rumpa, eller om det hele er neglisjerbart. Et tredje alternativ kan være å ta en liten bue rundt det ukjente objektet.
Les: Musikkprofessor og forsker på datateknikk utvikler selvlærende robot.
Nevrale nettverk
– Dagens systemer er basert på gjenkjenning av faste definerte objekter, de bruker nevrale nettverk, komplekse algoritmer som utfører beregninger noe tilsvarende det som skjer i nervecellene i menneskets hjerne, sier Jonas Kubilius ved Univeristetet i Leuven.
Nå har forskerne funnet at nevrale nett ikke bare er gode til å ta objektive beslutninger, de kan også brukes til å utvikle vurderingsevne. Typisk kan det være at "dette ser ut som en syklist" selv om det ikke er klart at det er en syklist.
– Dette betyr at vi er på rett spor til å utvikle maskiner med et visuelt system og ordforråd som er like fleksibelt og allsidig som det vi mennesker har, sier Kubilius.
