Toyota hat künstliche Intelligenz in Autos eingeführt und jetzt sind sie verheiratet

In den USA sterben jedes Jahr über 30.000 Menschen an Autounfällen. Es besteht die große Hoffnung, dass autonome Fahrzeuge, die in den letzten Jahren erhebliche technologische Fortschritte erzielt haben, der Schlüssel sein könnten, um diese Zahl zu senken. Leider stehen fahrerlose Autos vor einem massiven moralischen Schlagloch: Sollten sie angesichts einer problematischen Situation im besten Interesse der Gesellschaft oder ihrer Bewohner handeln? Wenn man das Trolley-Problem für einen Moment beiseite lässt, kann man vernünftigerweise davon ausgehen, dass sie geschickt um Überschwemmungen, Bäume, Menschen, Rehe und alle anderen verdammten Dinge navigieren? Nicht, wenn sie einfach zum Fahren programmiert sind.

Ein Mensch könnte in seiner Lebenszeit auf keine dieser Situationen treffen, aber das bedeutet nicht, dass er keine Reaktion ahnen würde. Ein fahrerloses Auto würde dagegen wahrscheinlich scheitern. Mit den Worten von Gill Pratt, dem ehemaligen Chef der DARPA Robotic Challenge und dem derzeitigen Toyota-Mitarbeiter: „Wir sind weit weg von der Ziellinie für autonome Fahrzeuge.“ Mit anderen Worten, das Rennen, ein fahrerloses Auto auf den Markt zu bringen, ist neunzig Prozent über, aber die letzten zehn Prozent sind einen erstaunlich steilen Anstieg hinauf.

Deshalb will der weltgrößte Automobilhersteller Toyota autonome Autos verhalten und wie Menschen reagieren. Sie möchten Kraftfahrzeuge mit A.I. Technologien, die schnell lernen und sich an veränderte Bedingungen anpassen können, so dass die Insassen und die Personen außerhalb sicher sind. Die Idee ist nicht die Erstellung eines Automaten, sondern eine Art Teamkollege für die Fahrer.

Auf der Consumer Electronics Show am Dienstag gab das Unternehmen die Einführung seines neuen Toyota Research Institute (TRI) bekannt, einer neuen Initiative, die speziell zur Entwicklung von A.I. und Robotersysteme, die in autonome Fahrzeuge integriert werden können, sie sicherer und zuverlässiger machen, sowie Hardware schaffen, die behinderte, kranke und ältere Menschen innerhalb und außerhalb des Hauses mobil macht. Pratt, der kürzlich angekündigte CEO von TRI, hat ein Team von Robotikern und A.I. Forscher aus dem ganzen Land und bauten Partnerschaften mit Forschungsteams am MIT und Stanford auf. Das neue Talent von Toyota-Talenten entspricht einer Investition von einer Milliarde US-Dollar: Es gibt den ehemaligen DARPA-Programmmanager Eric Krotkov, den ehemaligen Chef von Google Robotics, James Kuffner, und den MIT-Robotiker Russ Tedrake - um nur einige zu nennen.

Bei der Ankündigung am Montag erinnerte Pratt das Publikum daran, dass „die Gesellschaft viele menschliche Fehler toleriert.“ Obwohl wir einem Fahrer die Entscheidung verweigern können, schlechte Entscheidungen zu treffen, wäre es inakzeptabel, einer Maschine zu erlauben, dieselben Fehler zu begehen. Um Maschinenfehler zu begrenzen, fasst TRI im Wesentlichen zwei Bereiche zusammen: Stanford wird an der Entwicklung von Systemen arbeiten, die sicher auf unerwartete und ungeprüfte Ereignisse reagieren können, und MIT wird an der Entwicklung von A.I. Systeme, die ihre Entscheidungen auf eine Weise erklären können, die Programmierer darüber informiert, wie sie eine Maschine bauen, die auf Logik und Beweisen basiert.

„Wir müssen verstehen, wie dieses System funktioniert“, erklärt Tedrake. Er glaubt, je mehr über die Funktionsweise dieser Systeme verstanden wird, desto besser können wir ein Auto bauen, das der von Toyota angestrebten "Teamkollegen" -Verhältnis näher kommt.

Diese Pläne für TRI entsprechen auch den neuen Initiativen von Toyota, die darauf abzielen, die Cloud-Technologie in ihren Fahrzeugen allgegenwärtiger zu machen und sie mit Cloud-basierten Servern in Verbindung zu halten, um Daten zu sammeln und zu analysieren, die sich auf Sicherheits- und Notfallmaßnahmen beziehen.

Cloud-basierte Systeme können auch dazu beitragen, dass die A.I.-Autos der Zukunft alle auf der Grundlage der Erfahrungen einiger weniger gemeinsam lernen. Wenn ein Auto lernt, wie man beispielsweise an einer gewaltigen Menge Star Wars-Legos auf der Autobahn vorbeifährt, wäre der Rest der Autos auf dieses weniger unvermeidliche Szenario vorbereitet. Das Auto wird im Wesentlichen weniger wichtig als die von die Autos und dieser letztere Helfer wird unser Kopilot.