Waarom Tesla andere keuzes maakt

“Let op mijn woorden: de twee systemen die we niet moeten gaan gebruiken zijn Lidar en HD-wegenkaarten. Wél hiervoor kiezen is alsof je op krukken loopt.” Elon Musk draait niet om de hete brij heen wanneer hij de AV-technologie afwijst die andere autofabrikanten juist omarmen. Maar hoe moet het dan wel?

Waarom Tesla andere keuzes maakt

De ‘krukken’ waar hij het over heeft, Lidar en HD kaarten, zijn volgens Musk overbodig. Toch gelooft de rest van de automotive wereld er wel in. Lidar, dat met behulp van laserpulsen de afstand tot een object bepaalt, is momenteel een van de beste manieren om de omgeving te scannen. Maar de technologie kost per auto al snel enkele duizenden euros, en alleen grootschalige productie zal de kosten drukken.

Geofencing

HD-kaarten, waar TomTom onder andere op inzet, worden gebruikt om ervoor te zorgen dat een zelfrijdende auto zijn omgeving begrijpt. Grootste voordeel hiervan is dat er minder data en rekenkracht nodig is om te kunnen functioneren. Aan de andere kant is het bereik van de auto beperkt tot de afmetingen van de kaart, met ‘geofencing’ als gevolg. Met andere woorden, een AV met een wegenkaart van Nederland kan over de grens niet zelfstandig rijden. Daarbij komt volgens Musk dat je niet 100 procent op de kaarten kan vertrouwen omdat de omgeving constant verandert.

Computerchip

Musk denkt dat zijn nieuwe auto’s al genoeg sensoren en computers aan boord hebben om zichzelf te besturen. Hij vertrouwt daarbij op een systeem van camera’s waarmee Tesla’s leren ‘kijken’ naar hun omgeving. Het systeem wordt volgens Musk steeds beter. Twee weken geleden nog onthulde hij een zelfontwikkelde computerchip die de gigantische hoeveelheid informatie moet verwerken waarmee de auto’s hun omgeving interpreteren. Zelfs chipfabrikant Nvidia nam naar verluidt zijn hoed af en complementeerde Musk met het verleggen van de industriestandaard.

Deep learning

Musk gelooft dat kunstmatige intelligentie en ‘deep learning’ de weg is naar volledig autonome auto’s. En alhoewel er ontegenzeggelijk enorme stappen worden gezet in beeldherkenning door computers, zijn ze ook nog steeds kinderlijk eenvoudig op het verkeerde been te zetten. En dat is waar de schoen wringt voor Musk. Neurale netwerken hebben ongelooflijk veel data nodig om mee te trainen. Alleen wanneer ze worden gevoed met alle mogelijke voorbeelden van hetzelfde object, keer op keer gelabeld door mensen, leren ze om datzelfde object in de praktijk te herkennen. Om dat voor elkaar te krijgen vertrouwt Musk onder andere op een beeldbank afkomstig van de 400.000 Tesla’s die er inmiddels rondrijden. Via een systeem genaamd ‘schaduwmodus’ sturen zij beelddata naar Tesla die het netwerk voedt.

Kwetsbaar

Maar zelfs dat is misschien niet genoeg. Neurale netwerken zijn berucht vanwege hun kwetsbaarheid. Ze kunnen overwacht falen, bijvoorbeeld als het beeld van een object niet overeenkomt met een eerder vertoonde afbeelding. En er is altijd het risico dat de computer een situatie tegenkomt waarmee niet is getraind. Desondanks blijft Musk nogal streng in de leer. ‘Voer het netwerk genoeg data over alle mogelijke praktijksituaties, en de machine kan de mens voorbijstreven als bestuurder’, is het mantra. Veel experts in kunstmatige intelligentie betwijfelen echter of het allemaal zo recht voor z’n raap is als Musk beweert.

Reacties

[…] De zelfrijdende auto’s van Apple waren tot nu toe altijd voorzien van een mix aan sensoren, waaronder LiDAR, radar en camera’s. LiDAR lijkt op radar, maar het systeem gebruikt laserlicht om de omgeving in beeld te brengen. Tot nu toe wordt LiDAR door vrijwel iedereen in de industrie gezien als een onmisbaar stuk techniek om autonomie mogelijk te maken. Alleen Elos Musk zweert bij een systeem met enkel camera’s. […]

Geplaatst door: Automobielmanagement.nl > Gespot: Apple zelfrijdende auto zonder LiDAR? op
Waarom Tesla andere keuzes maakt - Automobielmanagement.nl

Waarom Tesla andere keuzes maakt

“Let op mijn woorden: de twee systemen die we niet moeten gaan gebruiken zijn Lidar en HD-wegenkaarten. Wél hiervoor kiezen is alsof je op krukken loopt.” Elon Musk draait niet om de hete brij heen wanneer hij de AV-technologie afwijst die andere autofabrikanten juist omarmen. Maar hoe moet het dan wel?

Waarom Tesla andere keuzes maakt

De ‘krukken’ waar hij het over heeft, Lidar en HD kaarten, zijn volgens Musk overbodig. Toch gelooft de rest van de automotive wereld er wel in. Lidar, dat met behulp van laserpulsen de afstand tot een object bepaalt, is momenteel een van de beste manieren om de omgeving te scannen. Maar de technologie kost per auto al snel enkele duizenden euros, en alleen grootschalige productie zal de kosten drukken.

Geofencing

HD-kaarten, waar TomTom onder andere op inzet, worden gebruikt om ervoor te zorgen dat een zelfrijdende auto zijn omgeving begrijpt. Grootste voordeel hiervan is dat er minder data en rekenkracht nodig is om te kunnen functioneren. Aan de andere kant is het bereik van de auto beperkt tot de afmetingen van de kaart, met ‘geofencing’ als gevolg. Met andere woorden, een AV met een wegenkaart van Nederland kan over de grens niet zelfstandig rijden. Daarbij komt volgens Musk dat je niet 100 procent op de kaarten kan vertrouwen omdat de omgeving constant verandert.

Computerchip

Musk denkt dat zijn nieuwe auto’s al genoeg sensoren en computers aan boord hebben om zichzelf te besturen. Hij vertrouwt daarbij op een systeem van camera’s waarmee Tesla’s leren ‘kijken’ naar hun omgeving. Het systeem wordt volgens Musk steeds beter. Twee weken geleden nog onthulde hij een zelfontwikkelde computerchip die de gigantische hoeveelheid informatie moet verwerken waarmee de auto’s hun omgeving interpreteren. Zelfs chipfabrikant Nvidia nam naar verluidt zijn hoed af en complementeerde Musk met het verleggen van de industriestandaard.

Deep learning

Musk gelooft dat kunstmatige intelligentie en ‘deep learning’ de weg is naar volledig autonome auto’s. En alhoewel er ontegenzeggelijk enorme stappen worden gezet in beeldherkenning door computers, zijn ze ook nog steeds kinderlijk eenvoudig op het verkeerde been te zetten. En dat is waar de schoen wringt voor Musk. Neurale netwerken hebben ongelooflijk veel data nodig om mee te trainen. Alleen wanneer ze worden gevoed met alle mogelijke voorbeelden van hetzelfde object, keer op keer gelabeld door mensen, leren ze om datzelfde object in de praktijk te herkennen. Om dat voor elkaar te krijgen vertrouwt Musk onder andere op een beeldbank afkomstig van de 400.000 Tesla’s die er inmiddels rondrijden. Via een systeem genaamd ‘schaduwmodus’ sturen zij beelddata naar Tesla die het netwerk voedt.

Kwetsbaar

Maar zelfs dat is misschien niet genoeg. Neurale netwerken zijn berucht vanwege hun kwetsbaarheid. Ze kunnen overwacht falen, bijvoorbeeld als het beeld van een object niet overeenkomt met een eerder vertoonde afbeelding. En er is altijd het risico dat de computer een situatie tegenkomt waarmee niet is getraind. Desondanks blijft Musk nogal streng in de leer. ‘Voer het netwerk genoeg data over alle mogelijke praktijksituaties, en de machine kan de mens voorbijstreven als bestuurder’, is het mantra. Veel experts in kunstmatige intelligentie betwijfelen echter of het allemaal zo recht voor z’n raap is als Musk beweert.

Reacties

[…] De zelfrijdende auto’s van Apple waren tot nu toe altijd voorzien van een mix aan sensoren, waaronder LiDAR, radar en camera’s. LiDAR lijkt op radar, maar het systeem gebruikt laserlicht om de omgeving in beeld te brengen. Tot nu toe wordt LiDAR door vrijwel iedereen in de industrie gezien als een onmisbaar stuk techniek om autonomie mogelijk te maken. Alleen Elos Musk zweert bij een systeem met enkel camera’s. […]

Geplaatst door: Automobielmanagement.nl > Gespot: Apple zelfrijdende auto zonder LiDAR? op