211service.com
I guai di Uber mostrano la difficoltà di commercializzare l'IA
Gli sforzi di Uber per rimanere un passo avanti rispetto alla concorrenza investendo molto nella robotica e nella ricerca sull'IA stanno mostrando segni di problemi.
Negli ultimi mesi, Uber ha perso diversi membri senior del suo Advanced Technologies Group, un progetto di auto a guida autonoma con sede a Pittsburgh. E anche il capo del suo nuovo laboratorio di intelligenza artificiale, Gary Marcus, si è dimesso dal suo ruolo dopo pochi mesi in carica. Questi fanno parte di un quadro più ampio che mette in evidenza le sfide legate alla commercializzazione di una tecnologia che rimane estremamente complessa e all'avanguardia.
Uber ha creato il suo laboratorio di intelligenza artificiale a dicembre dopo aver acquisito Geometric Intelligence, una startup guidata da Marcus, uno scienziato cognitivo della New York University. Marcus, che rimane un consulente per l'IA di Uber, discuterà delle sfide che rimangono nell'intelligenza artificiale oggi a EmTech Digital, una conferenza organizzata da Revisione della tecnologia del MIT.
L'ultima battuta d'arresto di Uber è arrivata la scorsa settimana, quando è stata costretta a interrompere i test dei suoi veicoli a guida autonoma in Arizona dopo che un'auto era stata coinvolto in un incidente con un altro veicolo. Non ci sono ancora indicazioni che l'auto a guida autonoma fosse in colpa.
Come spiegherà Marcus, rendere i computer intelligenti come gli esseri umani in situazioni critiche come la guida rimane una sfida formidabile. Le auto a guida autonoma non sono ancora in grado di reagire a qualsiasi eventualità che potrebbero incontrare sulla strada e richiedono enormi quantità di dati per essere apprese.
Uber si è affrettata a sviluppare veicoli automatizzati per paura che la tecnologia potesse facilmente sconvolgere l'industria dei taxi. L'azienda si è ripresa rapidamente e dispone di auto a guida autonoma sulle strade di diverse città. Ma come Revisione della tecnologia del MIT scoperto, questi sistemi non funzionano ancora perfettamente, anche in normali situazioni di guida.
Ci sono anche sfide ingegneristiche significative. Ad esempio, non è chiaro come fare in modo che le auto a guida autonoma affrontino sensori degradati, o come sistemi attivi come il lidar, un tipo di sistema laser, potrebbero interferire tra loro se molte auto a guida autonoma fossero sulle strade ( vedi Cosa devi sapere prima di salire su un'auto a guida autonoma).
Marcus è stato un critico esplicito di ciò che vede come un'eccessiva dipendenza dagli approcci di apprendimento automatico basati su reti neurali nell'intelligenza artificiale. Ha fondato Geometric Intelligence, nel 2014, per esplorare approcci alternativi (vedi Can This Man Make AI More Human?).
Tra le altre cose, Geometric Intelligence ha cercato di trovare modi più efficienti per l'apprendimento delle macchine. Mentre un essere umano può imparare a riconoscere un nuovo segnale stradale molto rapidamente, un computer richiede molte migliaia di esempi utilizzando i migliori approcci di apprendimento automatico odierni.
Anche altre aziende che lavorano sulla guida automatizzata hanno riscontrato progressi più lenti di quanto avrebbero potuto sperare. Google ha creato una società, chiamata Waymo, dal suo progetto di auto a guida autonoma, ma la sua tecnologia non è ancora disponibile in commercio.