Mengapa mobil otonom dikategorikan sebagai AI?

Bagaimana mobil otonom terkait dengan kecerdasan buatan? Saya akan berasumsi bahwa kecerdasan buatan adalah ketika kita mampu menyalin keadaan pikiran manusia dan melakukan tugas dengan cara yang sama. Tapi bukankah mobil otonom hanya mesin berbasis aturan yang beroperasi karena lingkungannya? Mereka tidak sadar diri, dan mereka tidak dapat memilih cara yang baik untuk bertindak dalam situasi yang belum pernah dialami sebelumnya.

Saya tahu bahwa banyak orang sering menyebut mobil otonom ketika berbicara tentang AI, tetapi saya tidak benar-benar yakin bahwa ini terkait. Entah saya memiliki pemahaman yang terlalu ketat tentang apa itu AI atau

Ada definisi rapi tentang kecerdasan buatan, yang menghindari masalah mendefinisikan "kecerdasan" dan yang akan saya sebut sebagai McCarthy , pendiri lapangan, meskipun saya hanya dapat menemukannya sekarang dalam buku ini oleh H. Simon:

"... yang berkaitan dengan menemukan cara untuk melakukan tugas-tugas cerdas, untuk melakukan tugas-tugas yang, jika dilakukan oleh manusia, akan membutuhkan kecerdasan manusia kita."

Jadi, pada intinya kita sebut otomatisasi setiap tugas AI, yang hanya bisa dilakukan oleh pikiran manusia. Pada saat itu orang berpikir bahwa komputer yang dapat bermain catur juga akan cerdas dengan cara lain. Ketika ini ternyata salah, istilah AI dipecah menjadi "AI sempit atau lemah", yaitu program yang mampu melakukan satu tugas pikiran manusia, dan "AI umum atau kuat", sebuah program yang dapat melakukan semua tugas dari pikiran manusia.

Mobil self-driving adalah AI sempit.

Perhatikan, bahwa semua definisi ini tidak menentukan apakah program ini menyalin cara pikiran manusia bekerja atau apakah mereka mencapai hasil yang sama melalui algoritma yang sama sekali berbeda.

Jawaban lain mengatakan tentang set instruksi untuk mobil dalam situasi tertentu, atau mesin pencari tujuan, sementara pada kenyataannya, mobil self-driving tidak memiliki set instruksi spesifik. Sebagian besar mobil self-driving menggunakan pembelajaran yang mendalam untuk mencari tahu apa yang harus dilakukan di acara-acara tertentu. Kami tidak memberi tahu mereka apa yang harus dilakukan. Mereka belajar apa yang harus dilakukan dengan memberi contoh.

Jaringan saraf yang digunakan untuk mengotomatisasi mobil membutuhkan data dalam jumlah besar untuk dilatih. Dengan menggunakan data, mobil dapat mengetahui tindakan apa yang terbaik untuk acara tertentu.

Menurut video ini , Autopilot Tesla hanya memiliki satu korban dalam 300.000.000 mil. Untuk pengemudi manusia, jumlah korban pada tahun 2014 adalah 32.675. Itu adalah per 300.000.000.000 mil. Itu berarti 1 dari 90 juta pengemudi manusia menyebabkan kecelakaan fatal, dibandingkan dengan 1 dalam 300 juta untuk mobil otomatis. Pembelajaran yang mendalam melampaui 'tingkat keamanan' kita sendiri, bukan dengan instruksi, tetapi dengan belajar apa yang harus dilakukan sendiri. Jika itu bukan AI, saya tidak tahu apa itu.

Mobil mengemudi sendiri menunjukkan tingkat keagenan dan ketahanan multi-domain. Dengan definisi tertentu mereka yang sadar diri dan mereka pasti dirancang untuk gagal dengan aman di sejumlah besar keadaan berpotensi tidak diketahui, yang mirip dengan agen biologi.

AI benar-benar berkaitan dengan studi agen non-biologis dan metode agensinya. Yang lainnya hanyalah ilmu komputer, efisiensi algoritmik, biologi, seni, dll. Akhirnya, studi agensi biologis dan non-biologis akan bertemu, dan kita sebut saja studi "kecerdasan".

Yang lain telah memberikan jawaban yang sangat terperinci, inilah pandangan awam saya tentang pernyataan masalah. Mobil yang dikendarai sendiri adalah mesin 'mencari tujuan' Ini memiliki serangkaian tujuan dengan prioritas yang berbeda. Contoh. Keselamatan Penghuni, Keselamatan orang lain, Pergi dari Titik A ke Titik B dll. Ada yang bisa dinegosiasikan, yang lain tidak.

Untuk memenuhi tujuan, sistem harus menggunakan input yang tersedia (radar, GPS, Kamera dll) untuk menentukan tindakan apa yang terbaik. Pada saat-saat ketika ia tidak memiliki semua info (sebuah truk yang menyembunyikan tanda kecepatan), ia masih harus mengambil keputusan (ingatan historis atau melalui kesadaran akan sekitarnya) untuk memenuhi tujuan desainnya. Karena itu AI.

Kendaraan otonom tergantung pada teknologi AI dalam hal itu, untuk menjadi otonom dalam mengemudi atau piloting mereka, mereka tidak dapat dikendalikan oleh orang-orang. Oleh karena itu mereka harus membuat keputusan rumit yang diperlukan pengemudi dan pilot setidaknya sama aman dan andalnya dengan pengemudi atau pilot manusia.

• Mereka harus mengenali benda-benda sampai taraf bahwa nilai dan perilaku tipikal dapat ditetapkan untuk objek-objek tersebut (yaitu orang, hewan peliharaan, properti, penghalang, trotoar, rumput, pohon, jembatan)
• Mereka harus memetakan lintasan berbagai jenis objek berdasarkan pada jenis objek mereka, apa yang diketahui tentang jenis objek itu, variasi yang dapat dideteksi seperti usia atau kondisi, dan apa yang tampaknya dilakukan oleh objek tersebut saat itu.
• Mereka harus dapat memperoleh representasi yang tersedia untuk umum dari jalan yang dapat dikendarai (segmen rute, titik koneksi, dan data lainnya), mencocokkan representasi dengan kondisi jalan saat ini, dan melacak kemajuan mereka di sepanjang rute yang dituju ke tujuan.
• Mereka harus merencanakan jalannya sebagai pengganti waktu nyata ini dan sulit untuk memprediksi tindakan, undang-undang lalu lintas, konvensi lalu lintas, rambu dan sinyal lalu lintas, memberikan tujuan, rute yang mungkin diketahui, diskontinuitas, dan anomali.
• Mereka harus dapat mengubah rencana untuk mencapai tujuan jika memungkinkan terlepas dari perubahan dan tantangan yang dihadapi.

Mengemudi atau mengemudikan kendaraan adalah tugas yang intensif intelijen. Satu-satunya alasan AVs kemungkinan akan melampaui kendaraan yang dikendalikan manusia di jalan dalam waktu dekat dalam hal distribusi tingkat kematian dan cedera per juta meter perjalanan dalam waktu dekat adalah karena manusia memiliki dua kendala utama yang mengimbangi potensi intelijen mereka sebagai driver.

• Kecerobohan, sebagaimana didefinisikan sebagai multitasking baik secara mental maupun fisik pada saat bahaya mungkin muncul
• Keegoisan, sebagaimana didefinisikan sebagai mempertaruhkan nyawa, kesehatan, atau properti orang lain untuk mendapatkan transportasi terkait atau keuntungan terkait psikologis

Meskipun dua di atas nampaknya subyektif, mereka dapat dengan mudah dibuktikan secara empiris dengan mengambil sampel pola lalu lintas pada titik waktu tertentu di jalan yang sangat macet di dunia. Ini kurang berlaku untuk pilot.

Kita tidak boleh berasumsi bahwa kecerdasan buatan dalam AVs tercapai ketika perilaku pikiran manusia disalin. Itulah kriteria untuk Permainan Imitasi Alan Turing, sebuah tes yang dimaksudkan untuk mendefinisikan kecerdasan dalam konteks dialog bahasa alami. Tetapi kata-kata biasanya tidak membunuh orang secara langsung. Kendaraan sering melakukannya.

Ini akan menjadi visi yang sangat terbatas potensi ruang desain AV untuk mempertimbangkan pikiran manusia sebagai model keunggulan berkendara. Tugas tidak harus dilakukan dengan cara yang sama oleh sistem AI. Tujuan desain AI dari AV harus lebih konsisten dengan keprihatinan dan kepentingan ini.

• Hukum keselamatan jalan atau langit
• Etika tentang hak jalan dalam situasi normal dan darurat
• Hak-hak sipil berkaitan dengan akses yang setara ke sumber daya publik
• Menyeimbangkan rincian aliran ruang untuk memaksimalkan throughput transportasi
• Keengganan tabrakan ketika sulit untuk memprediksi risiko yang muncul

Persyaratan ini pada kemampuan kognitif dan adaptif dari mengemudi atau piloting AI tidak semata-mata berbasis aturan dan mekanis. Kendaraan itu sendiri sebagian besar mekanis dalam operasinya, tetapi juga menghadirkan kejutan seperti ledakan atau kesulitan sulit diprediksi lainnya. Kontrol kendaraan sama sekali tidak seperti catur atau game dengan aturan main tetap dan lingkungan bermain game tetap.

Meskipun persyaratan intelijen TIDAK mencakup kesadaran diri tentang dirinya sendiri sebagai sistem yang cerdas, ada beberapa bentuk kesadaran diri yang diperlukan.

• Posisi relatif dari permukaan luar kendaraan dan lintasan yang diproyeksikan relatif terhadap benda lain
• Kondisi bagian operasional kendaraan
• Massa dan lokasi penumpang dan benda yang diangkut lainnya di dalam kendaraan

Pertanyaan itu berakhir dengan persyaratan yang menarik dan menantang.

Pilih cara yang baik untuk bertindak dalam situasi yang belum pernah dialami sebelumnya

Itu mungkin merupakan aspek yang paling menantang dari desain sistem mengemudi AV atau piloting.

Kembali ke pertanyaan, "Mengapa mobil otonom dikategorikan sebagai AI?", Makna AI memang merupakan aspek kritis dalam menjawab dengan baik. Secara harfiah, istilah kecerdasan buatan menentukan dua hal.

• Itu buatan, karena tidak terjadi secara alami di alam
• Ia cerdas, karena ia beradaptasi dengan cara-cara yang, jika cara-cara itu mekanis, mereka mekanis pada tingkat perincian yang di luar kejelasan tanpa studi yang cukup.

Sebagaimana tahun tergantung dan secara budaya bergantung pada definisi kecerdasan, tidak ada definisi lain yang cukup berkelanjutan selama beberapa dekade dari perspektif ilmiah dan linguistik. Dengan definisi yang lebih sempit, AV mungkin tidak memerlukan AI, tetapi tidak ada alasan ilmiah yang meyakinkan untuk mempersempit definisi AI menjadi subset dari definisi sebelumnya ini.