ما در دوران دگرگونی زندگی می کنیم – تا حدی به دلیل رنسانس یادگیری ماشینی هوش مصنوعی (AI) و قابلیت های مدل های زبان بزرگ (LLM). حمل و نقل یکی از صنایعی است که هوش مصنوعی به زودی ممکن است به طور چشمگیری تغییر کند.

تحقیقات جدید در بیست و هفتمین کنفرانس بین المللی IEEE در حمل و نقل هوشمند ارائه شده است سیستم ها نشان می دهد که چگونه یک هوش مصنوعی مکالمه مبتنی بر چارچوب LLM به نام Talk2Drive می تواند دستورات انسانی را برای هدایت وسایل نقلیه خودران (AVs) تفسیر کند.. Can Cui، نویسنده مربوطه به همراه زیران وانگ، زیچونگ یانگ، یوپنگ ژو، یونشنگ ما، نوشت: “این اولین آزمایش میدانی چند سناریویی در نوع خود است که LLM ها را روی یک وسیله نقلیه خودمختار در دنیای واقعی مستقر می کند.” Juanwu Lu، Lingxi Li، Yaobin Chen، و Jitesh Panchal، همه از دانشگاه پوردو.

مفهوم خودروهای سخنگو با هوش مصنوعی کمی بیش از ۴۲ سال پیش یک فانتزی تلویزیونی بود. یک ماشین سخنگو با هوش مصنوعی به نام کیت (Knight Industries Two Thousand) شخصیت اصلی تخیلی سریال تلویزیونی “شوالیه سوار” بود که به مدت چهار فصل از NBC پخش شد. کیت یک کوپه دو در پونتیاک ترانس آم سال ۱۹۸۲ بود که در کنار دیوید هاسلهوف نقش آفرینی کرد و به او کمک کرد تا به شهرت و ستاره جهانی تبدیل شود.

اما توانایی صحبت کردن کیت به دلیل جادوی تلویزیون به جای هوش مصنوعی واقعی بود. در سال ۲۰۰۲ آخرین مدل پونتیاک ترنس ام عرضه شد. هشت سال بعد، جنرال موتورز آن را به طور کامل تعطیل کرد. به سرعت به سپتامبر ۲۰۲۴ رسید و کروز که از سال ۲۰۱۶ اکثراً متعلق به جنرال موتورز است، برنامه‌های خود را برای از سرگیری آزمایش پنج دستگاه AV در منطقه خلیج کالیفرنیا اعلام کرد. یک سال قبل، در اکتبر ۲۰۲۳، دپارتمان وسایل نقلیه موتوری کالیفرنیا، وسایل نقلیه بدون راننده کروز را به دلیل حوادث مربوط به رباتاکسی AV آن به حالت تعلیق درآورد. Ars Technica.

وسایل نقلیه خودران که به عنوان خودروهای خودمختار نیز شناخته می شوند، از هوش مصنوعی و دوربین برای حرکت استفاده می کنند. SAE International سطوح اتوماسیون رانندگی را در مقیاس صفر تا پنج طبقه بندی می کند، جایی که SAE Level 0 فاقد اتوماسیون است و SAE Level 5 اتوماسیون رانندگی کامل است.

امروزه وسایل نقلیه خودران مجهز به هوش مصنوعی در جاده ها در سانفرانسیسکو، پکن، فینیکس و ووهان وجود دارد و تا سال ۲۰۲۷، تخمین زده می شود که ۳۰ درصد از کل فروش وسایل نقلیه جدید، خودروهای نیمه مستقلی خواهند بود که شتاب و فرمان را تحت نظارت راننده انجام می دهند. تحقیقات گلدمن ساکس تا سال ۲۰۴۰، تحلیلگران گلدمن ساکس تخمین می زنند که از مجموع فروش خودرو، ۶۵ درصد در ایالات متحده و ۸۰ درصد در اروپا خودروهای خودران پیشرفته خواهند بود.

بر اساس گزارش اخیر Statista که در اکتبر منتشر شد، صنعت خودروهای خودران در سراسر جهان در سال ۲۰۲۴ اندازه بازار ۴۱ میلیارد دلاری دارد که پیش بینی می شود تا سال ۲۰۲۹ به ۱۱۵ میلیارد دلار افزایش یابد. تنها در بریتانیا، تخمین زده می شود که ۷۳ درصد از تمام خودروها تا سال ۲۰۲۵ به ازای هر Statista، دارای درجاتی از قابلیت های خودران خواهند بود.

سازندگان بزرگ خودرو در حال استفاده از Avs در خطوط تولید خود هستند. به گفته موسسه اطلاعات بیمه، خودروسازان تسلا، فورد، آئودی، مرسدس بنز، تویوتا، نیسان و ولوو در حال آزمایش خودروهای خودران هستند. در ۱۰ اکتبر ۲۰۲۴، در رویداد “ما، ربات” در لس آنجلس، ایلان ماسک، مدیرعامل تسلا، وسایل نقلیه خودران خود از جمله نمونه اولیه تسلا سایبرکاب و تسلا روبووان ۲۰ نفره آن را به نمایش گذاشت.

با توجه به پیش‌بینی‌های صنعت، طبیعی به نظر می‌رسد که بپرسیم آیا قابلیت‌های چت ربات مکالمه هوش مصنوعی را می‌توان در وسایل نقلیه خودران ادغام کرد یا خیر.

برای مطالعه دانشگاه پردو، محققان چارچوب Talk2Drive خود را با Lexus RX450h 2019 ادغام کردند و راه حل را با استفاده از LLM GPT-4 OpenAI آزمایش کردند، یک مدل مبتنی بر ترانسفورماتور در مقیاس بزرگ که می تواند خروجی های متن را از تصاویر و ورودی های متن تولید کند و می تواند به صورت متنی پردازش کند. بیش از ۲۵۰۰۰ کلمه متن طبق گفته OpenAI، Stripe، Morgan Stanley مدیریت ثروت، Duolingo، Be My Eyes و دیگران از فناوری GPT-4 استفاده می کنند.

محققان چارچوب هوش مصنوعی خود را با انواع رانندگان مرد و زن در موقعیت های مختلف رانندگی از جمله پارکینگ استادیوم، بزرگراه سه طرفه و تقاطع دو طرفه ارزیابی کردند.

به گفته محققان، «آزمایش‌های دنیای واقعی ثابت کردند که سیستم پیشنهادی می‌تواند مقاصد انسان را در سطوح مختلف شهودی، از دستورات مستقیم مانند «آیا می‌توانی سریع‌تر رانندگی کنی» تا دستورات غیرمستقیم مانند «الان واقعاً عجله دارم» را درک کند.

محققان با استفاده از چارچوب هوش مصنوعی خود دریافتند که کاهش کلی قابل توجهی در نرخ تحویل راننده تا ۷۸.۸ درصد برای بزرگراه، تا ۶۶.۷ درصد برای تقاطع و تا ۱۰۰ درصد کاهش در سناریوی پارک وجود دارد. هر چه دستور مستقیم تر باشد، کاهش بیشتری در نرخ تسخیر راننده اتفاق می افتد. محققان گزارش دادند که افزودن یک ماژول حافظه در مقایسه با ماژول‌هایی که ماژول حافظه نصب نشده بودند، نرخ دریافت راننده را تا ۶۵.۲ درصد کاهش داد.

گسترش روزافزون هوش مصنوعی و LLM مفاهیم سریال های تلویزیونی تخیلی را به خط مقدم تحقیقات نوآورانه می آورد. آیا در آینده با خودروهای خودران صحبت خواهیم کرد؟ این امکان به سرعت در دست رانندگان انسانی آشکار می شود.

حق چاپ © ۲۰۲۴ Cami Rosso کلیه حقوق محفوظ است.