وب سایت کلیک: تاکنون شرکتهای خودروسازی، ماشینهای خودران را در جادهها آزمایش کردهاند. اکنون ببینید شرکت ولوو قصد انجام چهکاری را دارد. کامیونهای ولوو اعلام کرده اســت که این پاییز و طی یک سال و نیم آینده کامیونهای خودران از سری کامیونهای FMX خود را در معادن زیرزمینی Boliden واقع در سوئد آزمایش کند.
این معدن تا چه حد محدود اســت؟ این معدن ۱۳۲۰ متر زیرزمین اســت. به نظر میرسد FXM ها تحت چالش قرار گیرند. آنها مجهز به سنسورهای مبتنی بر رادار و لیزر هستند که از معدن نقشه تهیه کند.
البته اطلاعاتی که ولوو جمعآوری میکند، تنها برای ماشین آلان معدن استفاده نمیشود. دادههای کامیونهای خودران برای بهبود ماشینهای جادهای نیز استفاده خواهد شد. پسازاین ولو در نظر دارد تا سال ۲۰۲۰ به ماشینهای تمام خودران سطح ۴ برسد.ظاهرا مطالبی که در زیرزمین میآموزد به افزایش امنیت درروی زمین کمک خواهد کرد.
zoomit.ir - پوریا عباسی: تاکنون استفاده از سیستمهای خودران موجب تصادفات مختلفی شده اســت که سیستم خودران کمپانی تسلا نیز در این زمینه مستثنی نیست. اما این بار سیستم ارائه شده توسط این کمپانی موجب نجات جان یک وکیل شده اســت.
جاشوا در مصاحبهای با مجله اینترنتی اسلیت (Slate) حادثه را شرح داده اســت: «آخرین روزهای ماه جولای بود و مثل همیشه از محل کارم در اسپرینگ فیلد میسوری حرکت کردم تا مسیر ۴۵ دقیقهای تا خانهام در برانسون را طی کنم. فکر کردم شاید بد نباشد از سیستم خودران مدل ایکس برای پیمودن این مسیر استفاده کنم. ۵ دقیقه از آغاز حرکتم گذشته بود که درد شدیدی در ناحیه شکمم شروع شد و این درد تا قفسه سینهام ادامه داشت. خیلی زود فهمیدم که اوضاع اصلاً خوب نیست و بهسرعت سیستم خودران را روی نزدیکترین بیمارستان، که حدوداً ۴۰ کیلومتر با من فاصله داشت، تنظیم کردم و این سیستم مرا به موقع به بیمارستان رساند تا مداوای پزشکی روی من انجام شود.»
پزشکان در نهایت مشکل او را گرفتگی یکی از عروق ریوی تشخیص دادند و به گفتهی آنها اگر به موقع به بیمارستان نمیرسید میتوانست موجب مرگ نیلی شود. به لطف عملکرد مناسب سیستم خودران تسلا، این اتفاق ناخوشایند در نهایت پایان خوبی داشت. جاشوا گفته اســت که اگرچه بهترین کار در چنین مواقعی توقف خودرو و تماس با فوریتهای پزشکی اســت، اما در آن شرایط دردناک، او به این سیستم اعتماد کرده اســت و پاسخ اعتماد خود را نیز دریافت کرده اســت.
این که تکنولوژی جان نیلی را نجات داده اســت یا خیر جای بحث دارد اما، هیچ کسی مخالف این حقیقت نیست که این تکنولوژی نقش مهمی در زنده ماندن او داشته اســت تا او اکنون بتواند داستان این حادثه را برای ما تعریف کند.
با وجود آتش سنگین انتقادات به تسلا برای تصادفات ایجاد شده توسط سیستم خودران این کمپانی و زیر سوال رفتن قابلیت اطمینان به این تکنولوژی، وجود چنین داستانی میتواند اندکی از بار این انتقادات بکاهد. تعجب ندارد که ایلان ماسک، مدیر عامل تسلا، با شنیدن داستان جاشوا آن را برای ۴.۷ میلیون هوادار خود در شبکه اجتماعی توییتر منتشر کرد.
اما سوال اینجاست که آیا حقیقتاً سیستم خودران تسلا جان این مرد ۳۷ ساله را نجات داده اســت؟
مسلماً نمیتوان گفت که این تکنولوژی تنها عامل حفظ جان جاشوا بوده اســت اما به هر حال نقش بزرگی در این حادثه ایفا کرده اســت و به همین خاطر میتوانیم این تکنولوژی را تحسین کنیم. پس این بار قبل از آن که تصادفات ناشی از این سیستم را نکوهش کنیم بد نیست که داستان جاشوا را نیز به خاطر بیاوریم، هرچند که خاطره آن تصادفات هرگز از یاد نمیرود و تسلا باید به بهبود این تکنولوژی ادامه دهد.
بهعنوان آخرین جمله میتوان گفت، با وجود ضعفهای جدی که نیاز به رفع شدن دارند، این تکنولوژی فواید زیادی دارد.
به گزارش فیزورگ، این خودرو که دارای 10 صندلی است اولین سفر خود را به طول 700 متر (2300 فوت) در حوالی برج خلیفه، بلندترین برج جهان آغاز کرد.
این خودرو که با همکاری فرانسه و دبی ساخته شده از یک موتور الکتریکی نیرو میگیرد و میتواند با سرعت 40 کیلومتر در ساعت حرکت کند.
zoomit.ir - آرمین نوروزی: تصادف تسلا مدل اس در حالت رانندگی خودران که سبب فوت راننده شد، بحثهای زیادی پیرامون این تکنولوژی به وجود آورده است. در این مقاله به بررسی این موضوع میپردازیم که سیستمهای هوشمند خودران، چه زمانی دچار اشتباه میشوند.
دو تصادف اخیر مربوط به سیستم اتوپایلوت تسلا (Tesla) ممکن است سیل سوالاتی راجع به چگونگی ارزیابی و بررسی سیستمهای کامپیوتری مبتنی بر آموزش در زمان بروز حوادث را ایجاد کنند. همانطور که میدانیم ماه پیش یک تصادف کشنده تسلا در فلوریدا رخ داد. در این تصادف تسلا مدل S در حالت اتوپایلوت با یک کامیون تصادف کرد و علت آن مشکل در موقعیتیابی سیستم اتوپایلوت بود. تسلا به رانندگان توصیه می کند تا در هنگام استفاده از سیستم اتوپایلوت به جاده توجه داشته باشند و توضیح میدهد که سیستم ممکن است در نور خورشید شدید دچار مشکل شود.
آموزش ماشینی میتواند راه راحتتری را برای برنامهریزی کردن کامپیوترها برای انجام کارهایی که کد نویسی آنها به صورت دستی بسیار مشکل است، ارائه دهد. برای مثال آموزش یک شبکه عصبی مصنوعی میتواند برای تشخیص سگها در عکسها یا فیلمهای ویدیوئی با دقت قابل توجهی تعلیم داده شود. وجه تلنگر برای این سیستمها، فهم چگونگی کارکرد این سیستمهای پیچیده است. شبکه عصبی مصنوعی میتواند برای تامین اندازه اطمینان خود در دستهبندی طراحی شوند، اما پیچیدگی محاسبات ریاضی موجود به این معنا است که این شبکه برای فهم چگونگی تصمیمگیری شبکه را از هم جدا نمیکند.
از آنجایی که این الگوریتم متداولتر است، رگلاتورهای آن نیاز به در نظر گرفتن اینکه چگونه باید ارزیای شود، دارد. خودروسازان آگاه هستنند که افزایش پیچیدگی و خودکارسازی خودروها کار کاوش را برای رگلاتورها دشوارتر میکند. تویوتا بودجه یک پروژه تحقیقاتی در دانشگاه MIT که کار بررسی عملکرد وسایل نقلیه خودکار بعد از وقوع حادثه را انجام میدهد، تامین کرده است. این تامین بودجه توسط خودروسازان ژاپنی در چندین پروژه مرتبط با خودروهای خودران را انجام میشود.
کارل ایگنا (Karl Iagnemma) یکی از محققان اصلی دانشگاه MIT و کاشف Nutonomy، استارتاپ کار روی تاکسیهای خودران، معتقد است تحقق سیستم یادگیری عمیق end-to-end بسیار دشوار است. این محقق می گوید: «شما در ارتقاء دادن یک الگوریتم جعبه سیاه هستید که بر پایه مثالهایی از زانندگی امن آموزش داده شده است، اما خروجی آن بسیار مرموز و نامطئن است.» سیلویو ساورس (Silvio Saverse) دانشیار متخصص بینایی ماشین (machine vision) در دانشگاه استنفورد میگوید: «یک مشکل آموزش ماشین مرسوم این است که فاقد توانایی انسان در نتیجهگیری از اشکالات مختلف اطلاعاتی است. حتی اگر یک وسیله نقلیه به طور موقت مسدود شود. ما از تعداد بیشماری اطلاعات متنی استفاده میکنیم و مکانیزم یادگیری فعای این را به خوبی اجام نمیدهد.»
تحقیقات تسلا از نزدیک توسط افراد و محققانی که در توسعه تکنولوژی خودرو خودران کار میکنند، به صورت کامل دنبال میشود. در هر صورت، نگرانی در مورد درک عمومی از فنآوری و ایمنی وجود دارد.
ایگنما نمیخواهد شاهد واکنش سریع تصادف باشد. او میگوید: «ما در لحظهای هستیم که این مسئله میتواند فرآیند را متفوق سازد. اگر خرد جمعی گمان برد که یک تصادف یعنی خودروسازها بسیار بیپروا هستند، پس یک مانع بسیار بزرگ ایجاد شده است.»
این جستجوگر روسی در یک همکاری مشترک با شرکت دایملر؛ کاماز که در زمینه تولید کامیون تخصص دارد و با همکاری محققان NAMI که توسط دولت روسیه حمایت میشوند روی اتوبوس خودران شاتل کار میکند. البته در حقیقت آنها میخواهند اتوبوسهای کوچک خودران بسازند. این اتوبوس که ظرفیت حمل ۱۲ مسافر را دارد با هر بار شارژ ۲۰۰ کیلومتر مسافت را طی میکند. یاندکس قصد دارد تجارب خود در زمینههای هوش مصنوعی؛ بینش کامپیوتر و شناسایی صوت را بهکار گرفته و در کانون این فناوری قرار داشته باشد.
مسافران می توانند با استفاده از یک اپلیکیشن موبایل که به یاندکس وصل است مقصد خود را مشخص کنند. تیم NAMI تستهای این اتوبوس خودران را در مسیرهای محافظت شده از سال ۲۰۱۷ آغاز میکند و بعد از بهپایان رساندن موفق تمام تستها و آزمایشها؛ بهصورت عملی در خیابانهای شهرهای این کشور بهکار گرفته میشود.
خودروهای بدون راننده تبدیل به یک پدیده جهانی شدهاند؛ هرچند که هنوز هیچکدام از آنها بهطور کامل در اختیار عموم قرار نگرفتهاند و همچنان مراحل تست و آزمایش را پشت سر میگذارند. بهتازگی دو شرکت دلفی و Mobileye با یکدیگر قرارداد همکاری مشترک بستهاند تا خودروهای خودران را تا سال ۲۰۱۹ وارد بازار کنند. شرکت Mobileye همان شرکتی است که پیش از این فناوری خودران را برای شرکت بزرگ تسلا تأمین میکرد.
شرکت بایدو هم فعالیتهای جدی خود را در این زمینه در چین آغاز کرده است. آنها بهتازگی از اولین خودروی تمام الکتریکی خودران رونمایی کردند. تستها بهزودی آغاز میشوند و اگر همه چیز خوب پیش برود؛ تا چند سال آینده شاهد حضور آنها در خیابانهای شهرهایمان خواهیم بود.