211service.com
Maskinlæring og data gir drivstoff til en ny type bil
Bilen blir demontert, redesignet og gjenoppbygd i Silicon Valley.
Intels foreslåtte oppkjøp på 15,3 milliarder dollar av Mobileye, et israelsk selskap som forsyner bilprodusenter med datasynsteknologi og avanserte førerassistansesystemer, gir en sjanse til å måle omfanget av denne ombyggingen. Spesielt viser den hvor verdifulle data på veien sannsynligvis vil være i utviklingen av automatisert kjøring.
Selv om prislappen kan virke høy, spesielt med så mange aktører innen automatisert kjøring i dag, har Mobileye noen viktige teknologiske styrker og strategiske fordeler. Det utvikler også nye teknologier som kan bidra til å styrke denne posisjonen.
Mobileye bruker et enkelt kamera, sammen med en proprietær databrikke og noe smart programvare, for å gi ulike avanserte førerassistansefunksjoner. Systemene kan for eksempel identifisere fartsgrensen fra veiskilt, eller identifisere kjøretøy og fotgjengere for et automatisk bremsesystem.
David Keith , en professor ved MITs Sloan School of Management som studerer teknologiadopsjon i bilindustrien, sier at i tillegg til å tilby en enkel, rimelig løsning, har Mobileye samlet en enorm mengde data – noe som er avgjørende for maskinlæringen som ligger til grunn for automatisert kjøring i dag. Teknologien deres er svært pålitelig, finpusset over millioner av miles med kjøreopplevelse, som konkurrenter ikke lett kan gjenskape, sier han.
Det er ikke vanskelig å se hvorfor Intel skulle ønske å gå inn på bilmarkedet. De stadig mer dyktige datamaskinene, sensorene og trådløse tilkoblingene som nå finnes i kjøretøy, muliggjør store endringer i denne bransjen. I mellomtiden har Intel sett sin dominansposisjon erodert de siste årene ettersom stasjonære og bærbare datamaskiner avtar i betydning, og ettersom forskjellige typer databrikker har blitt mer populære. Konkurrenten Nvidia har allerede tatt en betydelig andel av det voksende bilmarkedet.
Mobileyes teknologi kan automatisk identifisere kjørefeltmarkeringer og fortauskanter.
Keith legger til at Intel vil ta sikte på å bruke sin maskinvareekspertise til å utvikle de stadig mer sofistikerte fusjonssystemene – som kombinerer kameraer, radar og muligens lasersensing, eller lidar – som trengs for å bringe helautomatiske kjøretøy til markedet.
Hvis bilen din er i stand til å identifisere et veiskilt eller en fotgjenger på veien foran, er det en god sjanse for at den allerede bruker en av Mobileyes brikker for oppgaven. Selskapets synssystemer er en enkel, rimelig løsning som tilbyr overraskende sofistikert sansing.
Selskapet tilbyr derfor Intel en god vei inn i det automatiserte kjøremarkedet, som lover å vokse etter hvert som teknologien modnes i årene som kommer.
For sitt synssystem bruker Mobileye dyp læring, en maskinlæringsteknikk som har gitt datamaskiner kraftige nye funksjoner de siste årene. Dette innebærer å ta bilder mens biler kjører rundt, og kommentere dem for å identifisere ting som veimerking, trafikkskilt, andre kjøretøy og fotgjengere. Bildene mates inn i et stort nevralt nettverk, som justeres til det pålitelig kan gjenkjenne de relevante elementene i et bilde. Hvis Mobileyes system ikke klarer å identifisere noe, er det vanligvis mulig å bare kommentere noen nye bilder og legge dem til læringsdatasettet.
Dette er ikke å si at det er perfekt, eller alt som trengs for automatisert kjøring. Tesla hadde brukt Mobileyes vision-teknologi for sitt autopilot semi-automatiserte kjøresystem frem til i fjor. Selskapene sluttet å samarbeide etter en dødsulykke med en bil kontrollert av autopilot. I nedfallet fra krasjet kritiserte bilprodusenten synssystemet levert av Mobileye. Ledere fra Mobileye motarbeidet at teknologien deres aldri var ment å bli brukt på denne måten.
Teknologi som nå er under utvikling hos Mobileye kan hjelpe automatiserte biler til å kjøre sikrere i fremtiden. I desember møtte jeg Amnon Shashua, Mobileyes CTO, og Shai Shalev-Shwartz, VP for teknologi. De forklarte hvordan Mobileye nå bruker forsterkningslæring, en teknikk inspirert av måten dyr lærer gjennom erfaring, for å lære datamaskiner hvordan de kan kjøre trygt i komplekse og subtile situasjoner (se 10 Breakthrough Technologies 2017: Reinforcement Learning).
Som en del av dette arbeidet utvikler Mobileye et simulert kjøremiljø for å muliggjøre læring. Den håper dette vil bli standardmiljøet for testing av automatisert kjøreprogramvare. De forklarte også at Mobileye jobber med flere bilprodusenter på en måte for dem å dele dataene som er samlet inn med andre selskaper for en pris. Dette kan bidra til å akselerere (ingen ordspill) fremgang mot helautomatisk kjøring.
Resultatet kan bli en transformasjon av transport slik vi kjenner den. Faktisk har utsiktene til dyp forstyrrelse forårsaket et stormløp for teknologi og talent blant bilprodusenter, leverandører og startups.
Stephen Zoepf , administrerende direktør for Center for Automotive Research i Stanford, er enig i at Intels oppkjøp av Mobileye viser hvor kritisk data og maskinlæring er for bilindustriens fremtid. Men han legger til: Det er også bevis på i hvilken grad etterspørselen etter talent overgår tilbudet i det autonome kjøretøyområdet.