این گزارش کارت های نجومی برای خود رانندگی اتومبیل. چهار شنبه, the California Department of Motor Vehicles منتشر شد گزارش جزئیات چقدر شرکت های مجاز برای تست خودروهای در دولت سوار در سال گذشته و چگونه اغلب انسان خود ایمنی اپراتورها برای تحت کنترل گرفتن از کامپیوتر است. این “متارکه گزارش” ارائه یک نگاه اجمالی نادر به عملکرد شرکت های در حال توسعه روبات ها در خیابان های عمومی:

اما آن را بیش از حد بد گزارش تقریبا بی فایده برای اندازه گیری که چگونه نزدیک ما به سن استقلال. اول با استفاده از شرکت های مختلف به توضیح اصطلاحات مختلف disengagements. آنها تنها پوشش کالیفرنیا در حالی که بسیاری از بازیکنان بزرگ فراموش اکثریت خود را تست در جای دیگر: Waymo در اطراف ققنوس, آرگو در پیتسبورگ و میامی Aptiv در لاس وگاس به نام چند.

می خواهید آخرین اخبار در مورد خودروهای بدون راننده در صندوق پستی خود را? ثبت نام در اینجا!

بیشتر اساسا disengagements یک فقیر راه برای اندازه گیری پیشرفت. آنها خوب نیست برای مقایسه شرکت ها به دلیل رقبای آزمون در مکان های مختلف—کروز در مجتمع سان فرانسیسکو Waymo در آرامش حومه. این شرکت همچنین به دنبال پروتکل های مختلف: برخی خود بگویید رانندگان را به کنترل در مناطق مدرسه و یا زمانی که وسایل نقلیه اضطراری در این نزدیکی هست تولید disengagements در نقاط که در آن این خودرو انجام داده اند ممکن است فقط خوب است. شاید محکم ترین است که بهترین راه برای محدود کردن disengagements—racking تا مایل در آسان خوبی مورد مطالعه مناطق—یک راه بد برای بهبود یک سیستم مستقل. Waymo گفت: این گزارش نیست “مربوط به ارائه بینش” به آن self-driving برنامه “و یا تشخیص عملکرد آن از دیگران در خود رانندگی فضا است.”

پس چگونه شرکت خود را پیگیری پیشرفت ؟ برخی از معیارهای ساده هستند. اگر چشم انداز خود را سیستم تنها تشخیص 98 درصد از عبور و مرور خود را از یادگیری ماشین الگوریتم احتمالا نیاز به مطالعه نمونه های بیشتر به امید گرفتن فراتر از 99.99 درصد. حداقل یک بار در ماه Matt Johnson-رابرتسون مدیر عامل شکست AI می رود بیش از این آمار همراه با چیزهایی مانند که چگونه اغلب رایانه های تصادف و چگونه قابل اعتماد انکسار وسایل نقلیه خود را دنبال نرم افزار ، انکسار در حال ساخت یک ربات کوچک است که چوب به خط دوچرخه ساخت مواد غذایی تحویل در Ann Arbor, Michigan.

در حالی که راه اندازی و رقبای خود را خاص خود را راه اندازه گیری پیشرفت بیشتر به نظر می رسد تمرکز کمتر بر چگونه بسیاری از مایل آنها را رانده ایم از در طیف وسیعی از موقعیت های آنها می توانید با خیال راحت.

مرحله اول: در نظر گرفتن آنچه این خودرو را باید انجام دهید. رفتن در هر نقطه-در هر زمان فونز ماشین است که به احتمال زیاد در دهه های دور بسیاری از توسعه دهندگان در حال هدف قرار دادن یک تو رفتگی در دیوار محدود جغرافیا نوع جاده و شرایط رانندگی. کروز اتومبیل خواهد شد که مسئولیت رسیدگی به تمام San Francisco, که بدان معنی است که آنها قادر به انجام هر چیزی که یک انسان می تواند: محافظت نشده به سمت چپ چرخش چهار راه توقف roundabouts دیوانه خیابان شیب دار ساخته شده است که Bullitt اتومبیل چیس بسیار سرگرم کننده است. نمیتوانید سوار و سفر خواهید پس از بازنشستگی در جوامع و دیگر محدود به مناطق کمتر نیاز به قابلیت های.

شما یک لیست از این قابلیت چیزی شبیه به یک درسی است که شما نیاز به آموزش ، شرکت های تست امروز آغاز شده و با اصول نوشتن کد است که می گوید یک ماشین را انتخاب کنید و اقامت بین خط و خطوط. سپس شما ممکن است اضافه کردن تغییر خطوط ادغام بر روی یک بزرگراه و یا کند شدن برای یکی دیگر از راننده برش به خط خود را. هر زمان که شما تغییر نرم افزار کنترل ماشین شما اول سعی کنید آن را در کامپیوتر شبیه سازی, برای دیدن چگونه کار می کند و شناسایی اشکالات. پس از آن شما به طور معمول آن را به یک وسیله نقلیه برای تست در یک مسیر خصوصی در شرایط کنترل شده. هنگامی که آن را ثابت وجود دارد, شما می توانید حرکت بر روی جاده های عمومی. Waymo برای مثال رانده است 20 میلیون مایل در دنیای واقعی—و بیش از 10 میلیارد دلار در یک مجازی.

به عنوان هر عملکرد را بهبود می بخشد “شما می توانید شروع به عبور از آنها را فهرست می گوید:” همین Burnette که اجرا می شود خود را در رانندگی کامیون و برگ کودیاک رباتیک. “چگونه بسیاری از امکانات آیا شما هنوز هم از چپ به پیاده سازی ؟ چگونه بسیاری از ویژگی های شما گنجانده شده است ؟ که یک شاخص بسیار خوبی از پیشرفت برای یک شرکت”—که کودیاک با استفاده از داخلی.

در همان زمان شما را در هر یک از ویژگی های بیشتر قادر است. اگر شما در حال کار بر روی خط شما شروع با دیگر وسایل نقلیه در اطراف تمرکز بر یک انسان مانند مسیر و سرعت. (دوباره این کار اتفاق می افتد اولین بار در شبیه سازی و سپس در دنیای واقعی است.) پس از آن شما اضافه کردن چند ماشین به صحنه پس از آن بیشتر با ماشین شما را به تصمیم گیری زمانی که آن را بی خطر برای حرکت به کوچکتر و کوچکتر شکاف. در نهایت شما کار بر روی ایجاد یک شکاف راه بشر راننده اشاره دیگری به او اجازه دهید در. این همان راه شما آموزش یک فرد یک چیز جدید می گویند که چگونه به صحبت می کنند به فرانسوی: شروع با “combien coûte اونه مدلین” و کار راه خود را به خواندن پروست.

هنگامی که شما در عبور همه چیز را خاموش لیست شما از قابلیت شما باید یک “ویژگی های کامل” سیستم. ارتفاع که نوار—محیط زیست مانند یک شهر بزرگ تماس برای نزدیک به یک لیست بی پایان از مهارت—کمک می کند تا توضیح دهد که چرا بسیاری از self-driving لباس به دنبال محدود تر مدل های کسب و کار مانند truckling و شاتل وانت. جای تعجب نیست که همیشه با اعتماد به نفس Elon Musk نادر است فرد به ادعای پیروزی. “من فکر می کنم ما خواهد بود ‘از ویژگی های کامل در کامل خود رانندگی این سال” مشک گفت: در اوایل سال 2019. “معنی این خودرو قادر خواهد بود برای پیدا کردن شما در یک پارکینگ شما انتخاب کنید تا شما را تمام راه را به مقصد خود را بدون مداخله این سال است.” در یک درآمد تماس در ماه گذشته او توضیح داد که “از ویژگی های کامل فقط به معنی آن است که برخی از احتمال رفتن از خانه خود را به کار با هیچ مداخلات.”

هنوز خلیج فارس بین “از ویژگی های کامل” و “ماموریت انجام شد” گسترده است. نگاهی به هوشمند احضار که تسلا منتشر شده در ماه سپتامبر به مستقل راهنمای خودرو از یک نقطه پارکینگ به جایی که صاحب آن ایستاده است. شواهد می گوید که بیشتر کار می کند—به جز زمانی که خودرو دچار سردرگمی آسفالت و چمن یخ یا پین خود را در برابر درب گاراژ.

بنابراین هنگامی که شما اضافه شده قابلیت کد خود را پایه شما باید اطمینان حاصل شود آن را با این نسخهها کار به عنوان بسیاری از مواقع به عنوان امکان پذیر است. این که شبیه سازی بسیار مهم است می گوید: Chris Urmson که منجر Waymo در سال های اولیه آن است و در حال حاضر مدیر عامل شرکت شفق قطبی است که در حال توسعه self-driving فنی برای انواع برنامه های کاربردی از جمله حمل و نقل. سال گذشته زمانی که Urmson تیم مشغول به کار بود در محافظت نشده تبدیل آنها اولین فرستاده بشر رانندگان در حقیقت یاب ماموریت. آنها علاقه مند بودند در نمونه برداری از انواع زندگی: چگونه به سرعت یا به آرامی رانندگان بشر منتقل شده از طریق انواع مختلف از, تقاطع, چگونه به شدت با یک کامیون ممکن است بلوک خودرو را مشاهده و از ترافیک می دوزند ، آنها حاوی نتایج را در نرم افزار شبیه سازی ساخته شده و سپس تغییرات توسط “fuzzing” جزئیات ساخت تغییرات جزئی به دیگر بازیگران’ موقعیت و سرعت و…. قبل از هر گونه تلاش واقعی چپ تبدیل به ترافیک Urmson می گوید شفق زد بیش از 2 میلیون آزمایش در شبیه سازی به طور مستمر و حد عالی رساندن چگونه سیستم خود را به دار آویخته louies.

سپس آنها در زمان خود روبات را به خیابان ها به اعتبار کامپیوتر خود آموخته در جهان واقعی است. شفق قطبی ایمنی اپراتورها اشاره کرد موقعیت های غیر معمول و لحظات که در آن خودرو نیست رفتار آنها دوست دارند که به طور معمول منجر به disengaging مستقل سیستم. به جای تمرکز بر تعداد بار آنها را بازپس گرفت, کنترل, شفق قطبی مهندسین با استفاده از آن لحظات به عنوان علوفه بیشتر برای شبیه سازی بیشتر fuzzing و بیشتر ترفند است که بهبود ماشین مهارت.

در برخی از نقطه Urmson و تیم او تصمیم خواهد گرفت که خود سیستم دیدم آن مهارت کافی در حالات را وارد کنید جهان بدون یک انسان در پشت چرخ. توسعه دهندگان مختلف را که باعث در نقاط مختلف چون هیچ کس نمی تواند توافق بسیار مضطرب-بیش سوال: چگونه امن به اندازه کافی امن است? که شامل تنظیم کننده. وزارت فدرال حمل و نقل ارائه شده تنها مبهم دستورالعمل برای توسعه سیستم امن. بسیاری از ایالت ها استقبال کرده اند AV توسعه دهندگان بدون تحمیل هر گونه الزامات فنی. کالیفرنیا می ایستد: بیش از 60 شرکت مجاز برای آزمایش فناوری خود را در دولت اما فقط پنج امن کسب اجازه از ابزار عمومی کمیسیون برای حمل مسافر.

انتظار نیست که نور دست تنظیم برای تغییر, می گوید برایانت Walker Smith, یک استاد دانشگاه کارولینای جنوبی دانشکده حقوق که مطالعات خودکار وسیله نقلیه سیاست. این وسایل نقلیه اجرا نرم افزار پیچیده در یک محیط پیچیده. رگولاتور و نمی خواهد که تخصص منابع و یا هم به طور کامل درک چگونه این همه آثار Walker Smith می گوید. هیچ شرکت است که به احتمال زیاد به رانندگی تعداد مایل آن را به ارائه آماری اثبات آن ایجاد شده است که قادر است (و یا بیشتر از آن) به عنوان یک انسان است. که بدان معنی است که همه را به یک جهش از ایمان و یا حداقل یک هاپ واکر اسمیت می گوید. “آن را به شرکت توسعه و گسترش این فن آوری به ارزش اعتماد ما.”

شکست AI روبات ها بعید است که به صدمه زدن به هر کسی بیش از حد به شدت از حرکت آنها بین 10 و 12 مایل در ساعت. بنابراین این تیم می تواند نگاه گذشته ایمنی به یکی دیگر از متریک: هزینه هر یک از تحویل. به تازگی آنها صرف حدود یک ماه کار در چهار راه متوقف می شود. مهندسین کردم این ربات به یک نقطه که در آن “هرگز شکست خورده” جانسون-رابرتسون می گوید اما تنها دلیل آن خیلی محافظه کار آن خواهد صبر کنید هفت یا هشت دقیقه را به آن حرکت می کند. به طوری که آنها تصمیم به جلوگیری از این مشکل در دسترس نباشد ارسال ربات در یک مسیر یا یک انسان از راه دور راهنمای آن است. (Teleoperation است تحت مینماید اما ابزار حیاتی برای ساخت هر self-driving سیستم کار می کنند.) این کار به دلیل انکسار آینده نمی لولا در تسلط روی حیله و تزویر طبیعت از چهار راه متوقف شود. فقط متری که مهم است این است که آیا می شود از دانشگاه میشیگان دانش آموزان خود همبرگر و سیب زمینی سرخ کرده قبل از رفتن آنها سرد است.


بزرگ تر سیمی داستان
  • ویکیپدیا گذشته بهترین مکان در اینترنت
  • آیا طرفداران کارتون های پورنو, ستاره نفرت (واقعی) ،
  • می خواهید برای مبارزه با تغییر آب و هوا ؟ جلوگیری از باور این اسطوره
  • مایکل بلومبرگ اصلی تکنولوژی bro
  • بارگذاری تغییرات قوانین خود و رانندگان تنظیم استراتژی های خود را
  • 👁 تاریخچه راز از صورت به رسمیت شناختن. به علاوه آخرین اخبار در مورد هوش مصنوعی
  • 📱 پاره بین آخرین گوشی ؟ هرگز ترس—بررسی آیفون ما راهنمای خرید و مورد علاقه گوشی های آندروید

tinyurlis.gdv.gdv.htu.nuclck.ruulvis.netshrtco.detny.im