Yapay zeka, konusu her açıldığında "sinir ağları, derin öğrenme, makine öğrenmesi" gibi birçok teknik detayla birlikte bahsedilen ama pek çoğumuzun tam olarak anlamadığı bir teknoloji. Geliştiriciler bile kendi kendine öğrenen yapay zekan sistemlerinin sonucunu ön göremeyebiliyor çünkü sonsuz alternatif var. Bu alternatifler arasından hangi seçimi yapıp, yapay zekanın neye göre karar vereceğini kestirmekse epey zor bir iş...
NVIDIA, bu konuda alışılagelenden farklı bir yöntem deneyerek yapay zeka tabanlı bir otonom aracın, ne gibi kıstaslara göre kararlar aldığına dair bir çalışmayı blogunda paylaştı.
NVIDIA PilotNet adını verdiği ve isanları gözlemleyerek bir otomobili sürmeyi öğrenen, sinir ağı tabanlı bir sistem geliştirdi. Bu sistemle yetinmeyen NVIDIA, sürüş kararları alırken öncelik sıralamasının ne olduğunu söyleyen bir yöntem geliştirmeyi başardı. Ağ, öncelik sıralamasını bu metoda göre yöneticilerle paylaşıyor.
"Çözümlerimizi sadece kurallarla tanımlayabileceğimiz şeylerle sınırlamak istiyor muyuz?"
NVIDIA blogunda: "Teknoloji, elle programlayamadığımız şeyleri öğrenebilecek sistemler geliştirmemize imkan sağlarken, bir yandan da öğrenen sistemlerin kararları nasıl aldığını açıklayabileceğiz" diyor.
NVIDIA'nın sürücüsüz otomobillerinin baş mimarı Urs Muller; "Bir fotoğrafta bir yüzü neden tanıdığınızın sebebini düşünün. Şimdi de bunu programlayabileceğiniz belirli kurallara ayırmaya çalışın. Bunu yapamazsınız!" diyor. İşte tam da burada doğru soruyu sormak gerekiyor. "Çözümlerimizi sadece kurallarla tanımlayabileceğimiz şeylerle sınırlamak istiyor muyuz?"
İzleyerek öğrenen bir yapay zeka!
NVIDIA, DriveWorks adını verdiği otonom sürüş yazılımını marka ve model fark etmeksizin bir çok farklı araçta deneyerek geliştiriyor. Bu sistem, araç içindeki kameraların gerçek bir sürücüyü görsel olarak kayıt altına alıp, bu kayıtları kare kare veriye çevirmesi sürecini içeriyor. Farklı hava koşulları, ışık, günün farklı saatleri ve farklı ortamlarda yapılan binlerce saatlik sürüşlerden elde edilen data sayesinde BB8 adını verdikleri araç, tek bir komut almadan otomobil sürmeyi öğrenmiş. Aşağıdaki videoda aracın farklı ortamlar gördüğüne gerçek zamanlı olarak nasıl tepki verdiğini görebilirsiniz.
Yapay zekanın önceliklendirme sistemi
Gözlem yaparak geliştirilen sistemin, kararları nasıl aldığını aşağıdaki görselden inceleyebilirsiniz. Her yeşil alan, yüksek öncelikli olarak belirlenen "şeyi" temsil ediyor.
Bu görselleştirmeden de anlaşıldığı gibi ortam koşullarına göre bir insanın dikkate alacağı her şeyi, daha önceki deneyimlerini (gözlemler) dikkate alarak önceliklendiren sistem neredeyse bir insan gibi düşünebiliyor, önceliklerini belirleyebiliyor. Şeritler, araçlar ve daha fazlası... Devrim olarak adlandırılan şey ise tüm bunlara dair ağa doğrudan bir komut verilmemesi. Sürücü kursunda bir öğrenci gibi, neyin önemli olduğunu gözlemleyerek öğreniyor sistem.
Muller, "Derin sinir ağı (deep neural network) kullanarak geliştirilen bu yöntemin yararı, aracın kendiliğinden bir şeyler çizmesidir fakat biz bu karar mekanizmasını anlamadıkça gerçek bir ilerlemeye kaydedemiyoruz" diyor. "Ağa bakmak için geliştirdiğimiz yöntem sayesinde karar mekanizmasını daha iyi görüp, geliştirme için ihtiyacımız olan şeyleri bize veriyor. Aracıma ihtiyacım olan her şeyi açıklayamam ama artık bu sistem sayesinde gösterebilirim" diye ekliyor, Muller.
Gelecekte birbirinden farklı birçok yöntem kullanarak geliştirilmiş otonom otomobiller piyasada olacak ve burada da tercih en akıllı, en gerçekçi ve güvenli sürüş sağlayandan yana olacak. Bu alanda NVIDIA gerçekten farklı bir yaklaşım ile kendini rakiplerinden farklı bir noktaya taşımış diyebiliriz. Belki bir gün aşağıdaki gibi güzel bir anıya sahip olabiliriz.
İlk Yorumu yazmak ister misiniz?
Yorum Yazmak için Giriş Yap