Lenken war gestern - Model S mit Bosch Technik auf der Autobahn
Heute habe ich in der Welt am Sonntag einen interessanten Artikel über autonomes Fahren, am Beispiel ein Tesla Model S mit Bosch Techenk, gelesen.
http://www.welt.de/.../Lenken-war-gestern.html
Bemerkenswert fand ich den Zeithorizont:
"Autobahnen sind im Gegensatz zu Innenstädten überschaubares Gelände. Dort erwarten auch wir hoch automatisiertes Fahren um das Jahr 2020 herum", prophezeit Conti-Chef Elmar Degenhart. "Dann muss der Fahrer das zwar noch überwachen, aber die Systeme entlasten bereits sehr."
Ich denke unsere Erwartungen für einen echten Autopilot sind doch etwas optimistisch.
Interessant ist auch warum das entwickelt wird. Weil es ein gigantischer Markt ist, in dem sich richtig Geld verdienen lässt. Wenn das mal keine Motivation für die Automobilindustrie ist.
Beste Antwort im Thema
Hier und da ein Helfer ist ja ganz nett. Ich parke auch gerne mit Hilfe von Kameras.
Aber nur da sitzen und sich trotzdem auf den Verkehr konzentrieren müssen, weil man reagieren muss, falls der Autopilot nicht richtig agiert, halte ich nicht für besonders erstrebenswert.
29 Antworten
... und wer entwickelt die Software dann? Gab es das eine Entwicklung, die ich noch nicht kenne? Software, die sich selbst entwickelt? Da könnte ich ja ordelntlich Personalkosten sparen.
Na die Systeme entwickeln sich selbst jedenfalls wie es was erkennt - oder beurteilt wird - sie brauchen zwar natürlich Feedback (aber nicht unbedingt durch einen Menschen) aber wie was erkannt wird, bestimmt das System selbst und passt das an.
Das sind die Nachfolger der eher etwas eingeschlafenen Neuronalen Netze - Deep Learning Systeme.
http://www.spektrum.de/.../1220451
Audi z.B. nutzt z.B. NVidia DL Systeme http://www.technologyreview.com/.../ und das hat doch ganz gut finktionert af de CES Fahrt, google nutzt natürlich sowieso DL die sind da eh ganz vorne dabei.
Der Fehler Mensch ist bei diesen DL Systemen fast komplett ausgeschlossen - nicht ganz aber extrem minimiert.
Informatiker bist du nicht, oder?
Ne wieso trotzdem habe ich natürlich Kontakt zur aktuellen IT, darum kommt man ja in den meisten Berufen nicht herum. DL Systeme sind doch inzwischen - eben weil sie so extrem gute Erfolge liefern im Vergleich zu klassischen deterministischen Lösungen - in immer mehr Bereichen erfolgreich im Einsatz oder zumindest zunehmen auf dem Radar bei zukünftigen Planungen, weil natürlich einfach vieles am Ende auf Mustern basiert egal ob Optik, Akustik, Data-Mining, Chemie, Physik, Biologie
Sobald ein autonomes Fahrzeug alle wesentlichen Objekte in seiner Umwelt "erkennen" und zuordnen oder bei unbekannten einordnen kann (so wie das google Auto als es das erste Mal einer Oma in einem elektrschen Rollstuhl begegenet ist, die auf der Strasse eine Ente im Kreis gejagt hat) sind doch 99,99% der Probleme gelöst - denn das Steuern durch eine bekannte Umwelt, das lässt sich doch mit vergleichsweise wenigen und sehr einfachen Regeln abbilden.
Ähnliche Themen
Als Informatiker sei es mir gestattet, darauf hinzuweisen, dass die Software auf Systemanalyse und Programmentwicklung baut. Ein Programm kann (in seltenen Fällen) technisch korrekt und "fehlerfrei" sein, und die Erstellung des Programm-Codes kann man automatisieren.
Im besten Falle macht eine Software genau das, was der Analyst von ihr erwartet. Und eben darin liegt das Problem.
Nämlich dass das Verkehrsgeschehen so komplex ist, dass Situationen auftreten könnten, die der Systems-Analyst auf Grund der ihm zur Verfügung stehenden Informationen nicht berücksichtigen konnte oder falsch beurteilt hat.
Welchen Sinn soll denn eine Programmentwicklung oder Systemanalyse bei DL oder ML Systemen machen? Das sind ja Systeme die eben genau das leisten.
DL, NTM und ML Systeme sind ja genau dafür entwickelt dass sie die Systemanalyse und die Programmemtwicklung ersetzen durch Neuronale Netze und Training in denen sich der Algorithmus per Feedback automatisch bildet - aber nicht statisch sondern dynamisch.
Zitat:
@fgordon schrieb am 27. Juli 2015 um 12:00:44 Uhr:
Welchen Sinn soll denn eine Programmentwicklung oder Systemanalyse bei DL oder ML Systemen machen? Das sind ja Systeme die eben genau das leisten.DL, NTM und ML Systeme sind ja genau dafür entwickelt dass sie die Systemanalyse und die Programmemtwicklung ersetzen durch Neuronale Netze und Training in denen sich der Algorithmus per Feedback automatisch bildet - aber nicht statisch sondern dynamisch.
Der Unterschied zwischen dem, was du und ich unter Systementwicklung verstehen, ist anscheinend zu groß, als dass wir uns darüber einig werden könnten.
Das was du beschreibst, ist nicht mehr als eine grundlegende Voraussetzung. Sozusagen das Sehen lernen. Danach kommt das Fahren lernen. Hat man das, hat man das "Handwerkszeug". Soweit alles kein unlösbares Problem.
Jetzt würde ich gerne wissen, wie man ohne einen Analytiker, der Verkehrssituationen und ihre Auflösung dem System entsprechend aufbereitet, weiter macht.
Mit ein paar autonom fahrenden Autos ein "neuronales" Netz im Verkehr bilden und per feedback dynamisch verbessern? Das menschliche Gehirn hat 100 Milliarden Neuronen und trotzdem sind viele in manchen Situationen überfordert. Solche Menschen sind es letztlich, die autonom fahrende Systeme entwickeln. Das, was ich unter Systemanalyse verstehe, kann nicht durch "sich automatisch bildende Algorithmen" ersetzt werden.
Da beißt sich die Katze in den Schwanz. Eher gibt es den Perpetuum-Mobile-Antrieb im Auto als ein System ohne Systemanalyse.
Ich habe doch nicht geschrieben dass Fahrzeuge mit anderen Fahrzeugen vernetzt sind? Ich habe nur geschrieben man nutzt DL Systeme im Fahrzeug um die Umgebung zu erkennen wie Verkehrszeichen, andere Verkehrsteilnehmer, Signale usw.
Wie sollen man denn verschiedene Fahrzeuge in ein DL System vernetzen das ist doch überhaupt nicht möglich? Man kann die nur so zum Datenaustausch vernetzen.
Um mal das einfachste Beispiel zu nehmen for DL die Handschrifterkennung (aber es sind ja alle gleich) - wo bitte siehst Du denn da Deinen "Analysten" soll der von Hand die Gewichtung zusätzlich optimieren an den Nodes oder was soll der machen?
Wenn Du einen Analysten hast der da selber herausfndet wie was geht, erkannt wird, etc wieso sollte man denn ein Deep Learning System nehmen das ganz genau diese Funkton doch übernimmt?
Zitat:
@fgordon schrieb am 27. Juli 2015 um 16:05:26 Uhr:
Ich habe doch nicht geschrieben dass Fahrzeuge mit anderen Fahrzeugen vernetzt sind? Ich habe nur geschrieben man nutzt DL Systeme im Fahrzeug um die Umgebung zu erkennen wie Verkehrszeichen, andere Verkehrsteilnehmer, Signale usw.Wie sollen man denn verschiedene Fahrzeuge in ein DL System vernetzen das ist doch überhaupt nicht möglich? Man kann die nur so zum Datenaustausch vernetzen.
Um mal das einfachste Beispiel zu nehmen for DL die Handschrifterkennung (aber es sind ja alle gleich) - wo bitte siehst Du denn da Deinen "Analysten" soll der von Hand die Gewichtung zusätzlich optimieren an den Nodes oder was soll der machen?
Wenn Du einen Analysten hast der da selber herausfndet wie was geht, erkannt wird, etc wieso sollte man denn ein Deep Learning System nehmen das ganz genau diese Funkton doch übernimmt?
Wenn die Software der "Neuronalen Netze" das Menü auf dem Teller 100% erkennen und die Kalorien und Nahrungsstoffen in Millisekunden dazu in % von mg/100g ausspucken...????...ZUKUNFT
FRÜHER ODER SPÄTER oder SO ODER SO eine SACKGASE
GRUß
Nun muss denn die Software das 100% erkennen? Sie muss doch nur besser sein als die Alternative Mensch?
Jedes Jahr kommen immer mehr Bereiche dazu in denen Deep Learning Systeme den Mensch übertreffen - einfach weil sie nicht durch Programmierer von vorne herein eingeschränkt werden.
Bei de Krebsdoagnose haben DL Systeme eigene Erkennungsmuster entwickelt und Zusammenhänge hergestellt die vorher völlig unbekannt waren - bei der Genomforschung inzwischen genauso.
Der Mensch macht ja recht viele Fehler, wenn man nur halb so viele macht ist das doch schon ein sehr großer Fortschritt?
Das mag wie alles eine Sackgasse sein - aber aktuell sieht es nicht danach aus, ganz im Gegenteil.
Und was ist, wenn so ein Deep Learning System meint, so ein Kohlenstoffsack (ich) wäre eine Sackgasse, eine Fehlentwicklung, und nicht wert beschützt zu werden?? (nein, ich bin nicht Will Smith😁).
MfG RKM
Immerhin die Ergebnisse sind doch erstaunlich Beim IQ Wort-Assoziationstest ist DL inzwischen auf dem Stand von Probanden mit Universtätsbildung (zwar "nur" Bachelor aber immerhin)
https://www.oximity.com/.../MIT-Technology-Review-Deep-Learning-M-1
Mit klassisch programmierten Ansätzen war man da ja eher auf Grundschul-Niveau, was ja schon ok war aber natürlich meilenweit von dem entfernt wohin man will.
Und die Sprünge sind echt zum Teil riesig bei den DL Systemen http://spectrum.ieee.org/.../...le-could-make-selfdriving-cars-cheaper
Zitat:
@fgordon schrieb am 27. Juli 2015 um 19:36:01 Uhr:
Immerhin die Ergebnisse sind doch erstaunlich Beim IQ Wort-Assoziationstest ist DL inzwischen auf dem Stand von Probanden mit Universtätsbildung (zwar "nur" Bachelor aber immerhin)
https://www.oximity.com/.../MIT-Technology-Review-Deep-Learning-M-1Mit klassisch programmierten Ansätzen war man da ja eher auf Grundschul-Niveau, was ja schon ok war aber natürlich meilenweit von dem entfernt wohin man will.
Und die Sprünge sind echt zum Teil riesig bei den DL Systemen http://spectrum.ieee.org/.../...le-could-make-selfdriving-cars-cheaper
Jede einzelne fährt in jede beliebige Richtung so weit entfernt wie es nur die Reichweite erlaubt.
Oder wir werden mehr besonnen fahren weniger arbeiten in der nähe haben mehr Zeit für uns selbst.
Welche von den "Systemen" entwickeln sich zu ihrer Reife zuerst?
Können wir aus dieser Horrorstory noch aussteigen?
Gruß
Hauptsache der Aufpasser schläft während des Aufpassens nicht ein.Zitat:
@DaimlerDriver schrieb am 26. Juli 2015 um 12:24:48 Uhr:
... um das Jahr 2020 herum", prophezeit Conti-Chef Elmar Degenhart. "Dann muss der Fahrer das zwar noch überwachen, aber die Systeme entlasten bereits sehr."
...
Da gibt es doch schon heute so Müdigkeitserkennungsassistenten 😁