Il nuovo guru dell'intelligenza artificiale di Tesla potrebbe aiutare le sue auto a insegnare a se stesse

Elon Musk ha ingaggiato un nuovo direttore della ricerca sull'intelligenza artificiale presso Tesla e potrebbe segnalare un piano per ripensare il modo in cui funziona la sua guida automatizzata.

Questa settimana, Musk ha fatto il bracconaggio Andrej Karpatia , un esperto di visione, apprendimento profondo e apprendimento per rinforzo, di OpenAI, un'organizzazione no profit che Musk e altri stanno finanziando, dedicata alla scoperta e all'attuazione del percorso verso un'intelligenza artificiale generale sicura.

Karpathy, che a quanto pare riporterà direttamente a Musk, è una stella nascente nel mondo dell'IA, avendo studiato a Stanford con Fei-Fei Li , uno dei principali esperti di intelligenza artificiale che ora è il capo scienziato di Google Cloud. Li è famoso nei circoli tecnologici per aver sviluppato un set di dati di immagini che ha contribuito a ispirare una svolta nella visione artificiale.

Molti hanno indicato l'esperienza di Karpathy nella visione artificiale come una risorsa chiave per Tesla, ed è vero. Ma la sua esperienza con la costruzione di sistemi di apprendimento per rinforzo potrebbe essere ancora più importante per lo sforzo del pilota automatico di Tesla.

L'apprendimento per rinforzo si ispira al modo in cui gli animali imparano ripetendo il comportamento che ha portato a un risultato positivo. E, come abbiamo notato all'inizio di quest'anno, si è rivelato un modo efficace per addestrare i computer a fare cose impossibili da programmare (vedi 10 Breakthrough Technologies 2017: Reinforcement Learning). Questa forma di apprendimento automatico era al centro di AlphaGo, un programma per computer di DeepMind di Alphabet che ha imparato a giocare all'antico gioco da tavolo Go con abilità sovrumane.

Un certo numero di case automobilistiche, tra cui Google, Uber e Mobileye, che è stata recentemente acquisita da Intel, stanno cercando l'apprendimento per rinforzo come un modo per far capire alle auto da sole, nella simulazione, come guidare in situazioni difficili. Pensa a una fermata a quattro vie o a un incrocio trafficato. È incredibilmente difficile scrivere le regole per un'auto per affrontare una situazione del genere. Ma, attraverso l'apprendimento per rinforzo, potrebbe essere possibile per un'auto a guida autonoma imparare a farlo da sola.

Dopo Stanford, Karpathy è stato internato presso DeepMind, dove l'apprendimento per rinforzo è un obiettivo importante. La tecnica è anche un grande tema in OpenAI.

Infatti, in a post lungo sull'apprendimento per rinforzo sul proprio blog, Karpathy menziona l'apprendimento per rinforzo nel contesto del pilota automatico di Tesla. Osserva che mentre l'apprendimento per rinforzo generalmente non si adatta bene a situazioni in cui la sperimentazione è costosa, nuovi approcci, combinati con molti dati del mondo reale (del tipo che Tesla sta raccogliendo) possono aiutare.

Nominare Karpathy direttore della ricerca sull'intelligenza artificiale di Tesla indica qualcos'altro sulla sfida della guida autonoma: c'è ancora un po' di distanza da percorrere prima che sia risolta (vedi Cosa sapere prima di entrare in un'auto a guida autonoma).

(Per saperne di più: TechCrunch , 10 Tecnologie rivoluzionarie 2017: apprendimento per rinforzo )

nascondere