自動運転車がAIとして分類されるのはなぜですか？

自動運転車は人工知能とどのように関連していますか？人工知能とは、人間の心の状態をコピーして、同じようにタスクを実行できるときだと思います。しかし、自動運転車は、その環境のために動作するルールベースのマシンだけではないのですか？彼らは自己を認識しておらず、これまで経験したことのない状況で行動するための良い方法を選択することはできません。

私は多くの人がAIについて話すときに自動運転車にしばしば言及することを知っていますが、これらが関連しているとは本当に確信していません。私はAIが何であるかについて非常に厳密な理解を持っているか、

人工知能のきちんとした定義があります。これは、「知性」を定義する問題を回避し、フィールドの創設者であるマッカーシーに帰するものですが、私はH.サイモンによるこの本でしか見つけることができません。

「…人間によって行われた場合、人間の知性を要求するであろう、インテリジェントなタスクを実行する方法を見つけることと関係があります。」

そのため、その中心で、すべてのタスクAIの自動化を呼び出します。これは人間の心によってのみ実行できます。当時、チェスをプレイできるコンピュータは他の点でもインテリジェントであると人々は考えていました。これが誤りであることが判明したとき、AIという用語は「狭いまたは弱いAI」、つまり人間の心の1つのタスクを実行できるプログラムと、「一般または強いAI」、すべてのタスクを実行できるプログラムに分けられました人間の心の。

自動運転車は狭いAIです。

これらの定義はすべて、これらのプログラムが人間の心の働き方をコピーするかどうか、またはまったく異なるアルゴリズムを介して同じ結果になるかどうかを指定していないことに注意してください。

他の答えは、特定の状況での車の指示のセット、またはゴールシークマシンについて説明しますが、実際、自動運転車には特定のセットの指示がありません。ほとんどの自動運転車は、特定のイベントで何をすべきかを理解するためにディープラーニングを使用しています。私たちは彼らに何をすべきかを教えません。彼らは例によって何をすべきかを学びます。

自動車の自動化に使用されるニューラルネットワークは、トレーニングするために大量のデータを必要とします。車はデータを使用して、特定のイベントに最適なアクションを把握できます。

このビデオによると、テスラのオートパイロットは300.000.000マイルで1人の犠牲者しかいませんでした。人間のドライバーの場合、2014年の死傷者数は32.675人でした。それは300.000.000.000マイルあたりです。つまり、自動運転車の3億分の1に比べて、9千万分の1の人間の運転手が致命的な事故を引き起こしています。ディープラーニングは、指示ではなく、自分自身で何をすべきかを学習することによって、私たち自身の「安全率」を超えました。それがAIでなければ、私はそれが何であるかわかりません。

自動運転車は、あるレベルの代理店とマルチドメインの復元力を備えています。特定の定義により、それらは自己認識であり、生物学的エージェントと同様に、未知の可能性のある多数の状況で安全に失敗するように設計されています。

AIは実際には非生物学的物質とその媒介方法の研究に関係しています。それ以外はすべて、コンピュータサイエンス、アルゴリズムの効率、生物学、芸術などです。最終的には、生物学的機関と非生物学的機関の研究が収束しますが、これを「知性」の研究と呼ぶことにします。

他の人は非常に詳細な答えを出しました、これは問題文についての私の素人の見解です。自動運転車は「ゴールシーク」マシンです。優先順位の異なる一連の目標があります。例。居住者の安全、他者の安全、ポイントAからポイントBへの移動など。交渉可能なものもあれば、そうでないものもあります。

目標を達成するために、システムは利用可能な入力（レーダー、GPS、カメラなど）を使用して、可能な最良の行動方針を決定する必要があります。すべての情報（速度標識を隠しているトラック）がない場合でも、設計目標を満たすために（歴史的記憶または周囲の認識を通じて）決定を行う必要があります。したがって、AI。

自動運転車はAI技術に依存しています。つまり、運転や操縦を自律的に行​​うためには、人が制御することはできません。したがって、ドライバーやパイロットに必要な複雑な決定を、少なくとも人間のドライバーやパイロットと同じくらい安全かつ確実に行う必要があります。

• 彼らは、価値と典型的な行動の両方をそれらのオブジェクトに割り当てることができる程度にオブジェクトを認識しなければなりません（すなわち、人、ペット、財産、障壁、縁石、草、木、橋）
• それらは、オブジェクトタイプ、そのタイプのオブジェクトについて知られていること、検出可能な変化（年齢や状態など）、およびオブジェクトがその時に実行に関与しているように見えるものに基づいて、幅広いオブジェクトタイプの軌跡をマッピングする必要があります。
• 運転可能な道路の一般公開されている表現（ルートセグメント、接続ポイント、およびその他のデータ）を取得し、表現を道路の現在の状態と照合し、目的のルートに沿って目的地までの進行状況を追跡できる必要があります。
• 彼らはこれらのリアルタイムの代わりにコースを計画する必要があり、目的地、既知の考えられるルート、不連続性、および異常を考慮して、アクション、交通法、交通慣習、交通標識および信号を予測することは困難です。
• 遭遇した変更や課題に関係なく、可能な限り、目的地に到達するための計画を変更できる必要があります。

車両の運転や操縦は、インテリジェンス集約的なタスクです。近い将来、100万メートルの移動あたりの死亡率と負傷率の分布に関して、AVが道路上で人間が運転する車両を超える可能性が高い唯一の理由は、人間には知能の可能性を相殺する2つの主要なハンディキャップがあるためです。運転手。

• 危険が現れる可能性があるときに精神的または肉体的にマルチタスクとして定義される不注意
• 輸送に関連する、または心理的に関連する利点を得るために他者の生命、健康、または財産を危険にさらすこととして定義される利己主義

上記の2つは主観的であるように見えますが、世界中の交通量の多い道路の任意の時点で交通パターンのサンプルを取得することにより、経験的に簡単に証明できます。これはパイロットには当てはまりません。

人間の心の振る舞いがコピーされたときに、AVの人工知能が達成されると想定すべきではありません。それが、アランチューリングのイミテーションゲームの基準です。このテストは、自然言語対話のコンテキストでインテリジェンスを定義することを目的としたテストです。しかし、言葉は通常人を直接殺しません。車両はしばしばそうします。

人間の心を卓越性の推進のモデルと見なすことは、潜在的なAVデザインスペースとしては非常に限られたビジョンです。タスクはAIシステムによって同じ方法で実行されるべきではありません。AVのAI設計の目的は、これらの懸念事項や関心事項とより一致する必要があります。

• 道路または空の安全に関する法律
• 通常および緊急事態における通行権に関する倫理
• 公的資源への平等なアクセスに関する公民権の懸念
• 輸送スループットを最大化するための空間フロー詳細のバランス
• リスクの予測が困難な場合の衝突回避

ドライビングまたはパイロットAIの認知機能と適応機能に対するこれらの要件は、ルールベースで機械的なものだけではありません。車両自体の動作はほとんどが機械式ですが、ブローアウトなどの異常を予測するのは困難です。車両の制御は、チェスや、固定されたプレイルールと固定されたゲームプレイ環境を持つゲームとはまったく異なります。

インテリジェンス要件には、インテリジェントシステムとしての自己認識は含まれていませんが、必要な自己認識の形式があります。

• 車両の外面の相対的な位置と、他のオブジェクトの相対的な投影パス
• 車両の操作部品の状態
• 乗客および車両内のその他の輸送物体の質量と位置

質問は興味深く、やりがいのある要件で終わりました。

これまでに経験したことのない状況で行動するための良い方法を選択する

これは、おそらくAVドライビングまたはパイロットシステム設計の最も難しい側面です。

「自動運転車がなぜAIに分類されるのか」という質問に戻ると、AIの意味は確かに適切に回答するための重要な側面です。文字通り、人工知能という用語は2つのことを指定します。

• それは自然に自然に発生しないという点で、それは人工的です
• それはインテリジェントであり、それらの方法が機械的である場合、それらはかなりの研究なしでは自明性を超えた詳細レベルで機械的であるように適応します。

知性のその定義がそうであるように、年および文化的に依存するように、他の定義は、科学的および言語的観点の両方から数十年にわたって完全に持続可能です。定義を狭めることにより、AVはAIを必要としない場合がありますが、AIの定義をこの以前の定義のサブセットに狭める説得力のある科学的理由はありません。