- 14 Μάιος 2021, 11:42
#708227
To UP είναι ένα εξαιρετικό παράδειγμα του τι πρόκειται να γίνει. Όπως έχω ξαναπεί, στα μοτέρ και στα inverter η εξέλιξη από εδώ και πέρα αναμένεται μικρή. Όλα τα λεφτά για έρευνα και ανάπτυξη θα δοθούν στις μπαταρίες, στους φορτιστές (δευτερευόντως) και φυσικά στο software για αυτόνομη κίνηση, που οι προσπάθειες έχουν ξεκινήσει πριν πολλά πολλά χρόνια, κυρίως από το Υπουργείο Άμυνας των ΗΠΑ με τον διάσημο διαγωνισμό του.
https://en.wikipedia.org/wiki/DARPA_Grand_ChallengeΚάποιοι θα τα έχετε δει και στο Discovery Channel, προσωπικά τα έχω δει 2-3 φορές!
Πάμε τώρα και στο πώς θα γίνει αυτό. Το ένα κομμάτι αφορά τα αυτοκίνητα, τον εξοπλισμό που θα φέρουν και κυρίως το software. Ήδη τα καινούρια αυτοκίνητα έχουν πολλαπλές κάμερες, αισθητήρες και radar. Στο μέλλον θα έχουν περισσότερους, ειδικά τώρα που το κόστος έχει πέσει δραστικά. Πάνω κάτω παρόμοιους με μια ρομποτική σκούπα (ω ναι!).
Η τεχνολογία είναι παρόμοια, lazer που θα τα έχετε δει και σαν LIDAR:
https://en.wikipedia.org/wiki/LidarΚάποτε ήταν επαναστατική τεχνολογία, πλέον υπάρχει παντού. Μαζί με αυτήν, θα χρησιμοποιούνται πιθανόν και μικροκυματικά, κάτι σαν τα φορητά ραντάρ της τροχαίας (αυτή την πληροφορία την έκλεψα από γνωστό πρώην μέλος του φόρουμ με
ΤΕΡΑΣΤΙΕΣ γνώσεις στο θέμα, αλλά δεν μπορώ ν'αποκαλύψω το nickname του -αν και αρχίζει από pip και τελειώνει σε os-, καταλαβαίνετε πως είναι ύψιστης σημασίας πληροφορία.
).
Στο κομμάτι των αισθητήρων λοιπόν, δεν υπάρχουν πάρα πολλά να γίνουν, ήδη είμαστε πολύ καλά: έχουμε ultrasonic, έχουμε laser, έχουμε μικροκυμματικά, έχουμε και κάμερες. Το software που θα τα εκμεταλευτεί όλα αυτά μαζί, ακόμη το δουλεύουμε, και είναι σαφές ποιος είναι πιο μπροστά...
Όλοι οι κατασκευαστές προσφέρουν ήδη αλγόριθμους αναγνώρισης πινακίδων, διαβάζουν όρια ταχύτητας κλπ. Άρα μπορείς να διαβάζεις μια πινακίδα STOP και να πατάς φρένο πχ. Κάποιοι το πάνε και παραπέρα (λέγε με Tesla) και διαβάζουν και τα φανάρια κλπ. Αυτό είναι το πρώτο βήμα όμως: διαβάζω το δρόμο,και εντοπίζω την θέση μου, αλλά οι περισσότεροι χρησιμοποιούν και το GPS γιατί ξέρουν μέσω αυτού ότι υπάρχει αυτή η πινακίδα. Δείτε αυτό που έχει γράψει ο drdino στο θέμα της BMW για το module που έχει βάλει.
viewtopic.php?p=702712#p702712Οπότε, πάμε τώρα στο πώς το κάνεις "έξυπνα" δίνεις στο αυτοκίνητο όσο περισσότερη πληροφορία, και έναν αλγόριθμο που την επεξεργάζεται, αλλά δεν είναι απλώς ένα στατικό IF THEN ELSE αλλά λειτουργεί όπως ο ανθρώπινος εγκέφαλος, μαθαίνοντας διαρκώς, αποκτά εμπειρία "διαβάζοντας" όχι μόνον τον δρόμο, αλλά και τις αντιδράσεις του οδηγού κλπ. Νευρωνικά δίκτυα, Τεχνητή Νοημοσύνη, Μηχανική Μάθηση και για τα αυτοκίνητα, το σημαντικότερο Μηχανική Όραση. Εξηγώ:
-Νευρωνικά δίκτυα: αλγόριθμος που προσπαθεί να μιμηθεί τον τρόπο που αναλύει και σκέφτεται ο ανθρώπινος εγκέφαλος. Χρησιμοποιεί κόμβους όπου κάθε τέτοιος κόμβος δέχεται ένα σύνολο αριθμητικών εισόδων από διαφορετικές πηγές, επιτελεί έναν υπολογισμό με βάση αυτές τις εισόδους και παράγει μία έξοδο. Η εν λόγω έξοδος είτε κατευθύνεται στο περιβάλλον, είτε τροφοδοτείται ως είσοδος σε άλλους νευρώνες του δικτύου. Αυτό σημαίνει πως το μοντέλο αυτό δεν είναι ακριβώς ντετερμιστικό, αλλά μπορεί να εξελίσσεται γι' αυτό και συνδυάζεται με την μηχανική μάθηση
-Μηχανική μάθηση: αλγόριθμοι που "μαθαίνουν" μια διεργασία χρησιμοποιώντας συνήθως ιστορικά δεδομένα, αλλά και συχνά αξιοποιούν την εμπειρία τους για να βελτιώνονται. Σκεφτείτε πχ έναν αλγόριθμο πρόβλεψης κίνησης στον αυτοκινητόδρομο, όπου έχεις αυξημένη κίνηση τα ΣΚ και στις αργίες (πραγματικό παράδειγμα...
).
-Τεχνητή νοημοσύνη (ΑΙ). Ουσιαστικά μιλάμε για σχεδιασμό συστημάτων με τα παραπάνω χαρακτηριστικά. Μη ντετερμινιστικά συστήματα, ευέλικτα, ικανά να μαθαίνουν από την εμπειρία τους.
-Μηχανική όραση: είναι η χρήση καμερών και συγκεκριμένων αλγορίθμων και η αναγνώριση από τον αλγόριθμο του περιβάλλοντος και των αντικειμένων:
https://invision.ai/#MissionΤο παραπάνω ξεκίνησε κάποτε με το OpenCV της Intel, σήμερα έχουμε ένα σωρό που το κάνουν ακόμη καλύτερα και που εκπαιδεύονται συνεχώς. Υπάρχει το Yolo (
https://pjreddie.com/darknet/yolo/), υπάρχει το TensorFlow (
https://www.tensorflow.org/) , υπάρχει και η Nvidia με το edge hardware που έχει βγάλει ακριβώς για να εκμεταλευτεί κάποιος όλα τα παραπάνω (
https://developer.nvidia.com/buy-jetson). Γενικώς γίνεται ένας δημιουργικός χαμός με τα παραπάνω, με άπειρες εφαρμογές.
Αν τα βάλεις όλα αυτά μαζί, καταλαβαίνεις πως έχεις κάτι που μπορεί ν'αναλάβει το ρόλο του οδηγού, ΟΤΑΝ γίνει αρκετά "έμπειρο" ασφαλώς, απλά δεν γίνεται να το δοκιμάσεις εργαστηριακά κάτι τέτοιο για να το φτιάξεις τέλειο. Αναγκαστικά θα πρέπει να γράψεις εκατομμύρια χιλιομέτρων για να βελτιωθεί όλο αυτό στο αυτοκίνητο. Και ασφαλώς δεν γίνεται να γίνει για κάθε αυτοκίνητο μόνο του, πρέπει τ'αυτοκίνητα να επικοινωνούν με ένα κεντρικό hub και να επιστρέφουν την γνώση που έχουν λάβει στον προγραμματιστή, για να βελτιώνει τον αλγόριθμο. Κατόπιν, θα μπορεί να φορτώνει τον νέο με ΟΤΑ updates και πάλι από την αρχή. Αυτό είναι κιόλας το πρώτο βήμα, γιατί και πάλι δεν μπορείς να έχεις 100% επιτυχία, γιατί υπάρχει και το ανθρώπινο λάθος που δεν θα το πιάσει κανένας αλγόριθμος. Εκεί, πια πάμε και στην επικοινωνία αυτοκινήτου με αυτοκίνητο απευθείας, ή τουλάχιστον αυτό λένε αυτή την στιγμή, ήδη υπάρχει και το σχετικό standard που είναι μέρος και του 5G, ονόματι C-ITS.
http://its-standards.info/Guidelines/In ... C-ITS.htmlΓια μένα το τελευταίο είναι και το πιο δύσκολο, γιατί πάντα μια τέτοια συνεργασία είναι και η πιο δύσκολη. Θεωρεί θα πάρει πολλά χρόνια να γίνει σωστά, γιατί όσο και σωστό standard να γράψεις, πάντα θα υπάρχουν θέματα και πάντα κάποιοι κατασκευαστές θα έχουν αντιρρήσεις στο να το εφαρμόσουν.
Για όλα τα παραπάνω και για όσους ενδιαφέρονται, βρήκα ένα ωραίο άρθρο που εξηγεί τις τεχνολογίες που υπάρχουν σήμερα αναφέροντας και τις εταιρείες:
https://builtin.com/artificial-intellig ... e-industryΡίξτε μια ματιά, είναι πολύ σύντομο και όποιος θέλει μπορεί να διαβάσει μετά για κάθε προσπάθεια ξεχωριστά.
Τέλος, και για ν'απαντήσω στην ερώτηση του bibendum πώς τα παραπάνω θα βελτιώσουν την ζωή του οδηγού, νομίζω είναι προφανές: θα αυξήσουν τρομακτικά την ασφάλεια και την άνεση. Θα μπορείς να κάνεις ταξίδι στον αυτοκινητόδρομο χωρίς ουσιαστικά ν'οδηγείς (κάποιοι με Tesla το κάνουν παράνομα-και με ρίσκο-ακόμη και σήμερα
), ή θα μπορείς να πας στην δουλειά σου πάλι χωρίς ν'ανησυχείς για την κίνηση, θ'αναλαμβάνει το αυτοκίνητο μόνο του και εσύ θα στέλνεις τα πρώτα email της ημέρας. Αν φυσικά έχεις δουλειά και δεν σε έχει αντικαταστήσει κάποιο ρομπότ!
Ξέρω πως κάποια ακούγονται επιστημονική φαντασία (αλλά πιστέψτε με δεν είναι, είναι ήδη εκεί έξω και ήδη πολλοί δουλεύουν με δαύτα και τρέχουν project σε διάφορα επίπεδα, όχι μονον στ'αυτοκίνητα), και κάποια άλλα τρομακτικά: πάνω απ' όλα για τον κόσμο που έρχεται. Ομολογώ κι εγώ πολλές φορές τρομάζω και αναρωτιέμαι σε τι κόσμο θα φέρουμε τα παιδιά μας Νίκο Τσιαμτσίκα.
Και κυρίως, με τι θα πρέπει ν'ασχοληθούν τα παιδιά μας για να έχουν δουλειά, γιατί παίζει να υπάρξει μια τρομακτική στροφή στα επαγγέλματα όπως ποτέ πριν. Η Βιομηχανική Επανάσταση θα μοιάζει αστεία εμπρός σ'αυτό που έρχεται.
Τώρα, αν θα πρέπει να τ'αγκαλιάσουμε αυτό ή να το απορρίψουμε, το αφήνω πάνω στον καθένα. Προφανώς, η μετάβαση δεν θα είναι πάντα εύκολη, αλλά η εναλλακτική είναι ποια ακριβώς; Να προσποιηθούμε πως δεν συμβαίνει; Όποιος μπορεί, ας το κάνει, τι να πω άλλο;
Σε ό,τι με αφορά, κάνω ό,τι μπορώ.
Τέλος, ένα ερώτημα προς όλους. Έστω έχετε να κόψετε τα χορτάρια στον κήπο σας. Έχετε δύο επιλογές:
1. Το κλασικό δρεπάνι (στα μέρη μου λέγεται κόσα ή κόσια) που δεν χρειάζεται καύσιμο, και απαιτεί ελάχιστη συντήρηση, και είναι φθηνό στην αγορά.
2. Την επίσης κλασσική μεσινέζα, απαιτεί κεφάλαιο για την αγορά, πιο ακριβή συντήρηση, καύσιμο, κλπ.
Όπως έχω αναφέρει, έχω χρησιμοποιήσει και τα δύο άρα γνωρίζω ακριβώς για τι μιλάω.
Τέλος, υπάρχει και αυτό:
Διαλέχτε!