Ja virheiden suuruusluokka on megalomaaninen siinä vaiheessa kun niitä verrataan robottiin jonka resoluutio on tuhat tai miljoona kertaa tarkempi kuin ihmisellä.
...
Esim erään tutkimuksen mukaan "visuaaliseen ärsykkeeseen reagoinnin keskimääräiseksi ajaksi saatiin 0,247 sekuntia". Robotilla tuollaista rajoitetta ei vain ole.
Ja kun yhtälöön lisätään ihmisen erittäin vajaavainen kyky ylipäätään havainnoida yhtään mitään, varsinkin jos ympärillä pörrää se 20 ihmiskuskia, niin ei ole mikään ihme jos varsinkin kisalähdöissä syntyy kontaktia ja romua lähes pääsääntöisesti.
Tuotaa... ei. Ensimmäiseksi pitäisi kvantifioida ihmisten aistien resoluutio, mutta ohitetaan tässä asiayhteydessä tämä
pikkuseikka.
Itseajavissa autoissa käytetään aika perus sensoreita, jotka eivät ole tuhat tai miljoona kertaa tarkempia kuin ihmisen aistit.
Kamerat - itsestäänajavissa autoissa käytettyjen kameroiden resoluutio ei ole tajunnanräjäyttävä, kuten ei myöskään kuvanpäivitysnopeus. Kattavuus saadaan paremmaksi, mutta sekään ei ole ongelmaton. Lisää tästä myöhemmin.
LIDAR - Lidarit on yllättävän lyhyesti näkeviä laitteita. Lisäksi LIDARilla ei "näe" vieressä olevien kohteiden taakse. Mitä lähempänä LIDAR:ia kohde on, sitä suurempi varjoalue kohteen taakse syntyy. Moottoriurheilussa etäisyydet ovat ajoittain hyvinkin lyhyitä -> suuret varjoalueet.
Kaikuluotain - Samat ongelmat kuin LIDAR:ssa, lisäksi resoluutio on naurettavan pieni. Vrt. peruutustutkaa autossa, saat vain ja ainoastaan etäisyyden kohteeseen ja tarkkuus riippuu keilan koosta.
Ihminen aistii ympäristöään ja aivot pystyvät eri aisteista saaduilla tiedoilla luomaan kokonaiskuvan ympäristöstä. Tietokoneet ovat täysin antureiden varassa ja tietokoneille "arvelut" vajaavaisesta datasta on mahdottomia, onko vieressä liikuvan objektin takana jotakin muuta vrt. ihminen kääntää päätään ja näkee vieressä ajavan pyörän takana visiirin -> ollaan kolme rinnakkain -> ei ehdi millään ulkokaaren kautta mukaan, jätetään huomiotta. Tähän päättelyketjuun ei tietokone pysty, ellei sitä ole sille opetettu. Lisäksi sille pitäisi opettaa että se kolmas visiiri onkin (laita tähän jonkun nopean motorg:in nickki), joka tulee sieltä ulkokaarteen kautta ohi halusit tai et.
Koneoppimista kehitetään kyllä koko ajan, mutta jotta päästäisiin kuvailemaasi tasoon vaaditaan jo tekoälyä. Tietokoneelle tuntemattoman tilanteen kohtaaminen aiheuttaa joko ei reaktiota ollenkaan, tai hyvin arvaamattoman reaktion. Jälkimmäinen kuulostaa ainakin minusta hyvin pelottavalta.
Nykyiset tietokoneen opetusmenetelmät eivät riitä, eikä yhden moottoripyörävalmistajan resurssit tekoälyn kehittämiseen.Jos opetat tietokoneen ajamaan moottoripyörää, mutta et kerro sille, että kissaa pitää väistää, niin sen kissan hypätessä eteen tietokone jatkaa annettujen ohjeiden noudattamista, eli ajaa kissan päältä.
Reaktionopeudella ei ole hevonhumpan väliä (joka ei muuten ole tietokoneenkaan tapauksessa 0ms), jos toimenpiteen suorittaja ei tiedä mitä tehdä. Tietokone on koodin ja algoritmien lukitsema, se ei osaa eikä pysty soveltamaan. Se vasta vaarallista onkin.
Ihmisen korvaaminen tietokoneella ei riitä, että on kasa sensoreita ja kuvan- ja hahmontunnistus algoritmeja, vaan niiden pohjalta pitäisi osata toimiakin.
PS. virkistystaajuudella ei ole myöskään merkitystä, jos ei ole riittävästi laskentatehoa ja tiedonsiirtokaistaa käsitellä kaikilta antureilta tulevaa dataa. Ja tällaisessa käyttökohteessa niitä antureita täytyy olla ihan hitokseen, rengaspaineista ja -lämpötilasta alkaen.
Se että pitää esim sadetta, sumua tai vesisumua liian suurena haasteena robotille, kertoo vain aivan totaalisesta vision puutteesta.
Ei, vaan siitä että ymmärtää, että nämä kaikki olosuhde muuttujat täytyy opettaa sille robotille ja antaa robotille riittävät edellytykset tunnistaa nämä olosuhteet, niiden muuttumiset ja toimintamallit niihin reagoimiseen.
Ihmiskuski tunnistaa tien liukkauden näkemällä, kokeilemalla, pidon tunteella perslihaksissa, ohjaustangossa... se on yllättävän monen biologisen "anturin" summa tunnistaa kuinka liukasta nyt on ja kuinka kovaa voi ajaa.
Tai se että ympärillä on 20 kuskia. Joka jo lähtökohtaisesti on harhakuvitelma, jos ne 20 muuta on ihmiskuskeja. "Me ollaan jo eellä..."
Ja kun robottikuski nyt on näin ylivertainen, niin mites kun se tulee kierroksella ohitse? Ne 20 kuskia on levittäytyneenä ympäri rataa ja pitää ottaa huomioon.
Mutta sanotaan että ympärillä on 20 muuta robottikuskia, niin robottikuskin etu on se että se pystyy havannoimaan kaiken ympärillä liikkuvan massan, sekä edessä, että takana, että sivuille, ja ennustamaan niiden 20 paikat tuhat tai miljoona kertaa sekunnissa.
Käsitelty, ei pidä paikkaansa. Jos tietokone ei pysty edes kertomaan 100% luotettavasti huomisen säätä, niin jännä väite, että se pystyisi ennustamaan ratamoottoripyöräilijän seuraavan liikkeen, saatikka kaikkien radalla olevien päänsisäiset ajatukset.
Tässä teitkin muuten jo aivan uuden väitteen, että autonomiseen ajamiseen käytetyt sensorit toimisivat 1000000/s virkistystaajuudella. Ihan uteliaisuudesta: missä olet nähnyt käytettävän 1000000/s taajudella toimivia LIDAReita, kameroita tai kaikuluotaimia? Kiinnostaisi tietää todella. Tässä paperissa* mainitaan, että nykyaikaiset yleisesti käytössä olevat LIDARit toimivat 200000/s virkistystaajuudella antaen 30-asteen näkymän, joka on muutan aika vähän etenkin kun otetaan huomioon, että MotoGP pyörät kallistuu niinkin paljon kuin 64-astetta. Lidarin osoittaessa taivaalle sillä ei paljoa tee. Gimbaalinkaan kytkettynä aika vaikea on keksiä kohtaa, jossa täydessä kallistuskulmassa osa keilasta ei olisi estynyt jos verrataan Motobotiin, joka on kisa-asennossa.
*
https://www.mdpi.com/1424-8220/21/6/2140/pdf
En edes viitsi käsitellä enää viimeistä kappalettasi, olen käyttänyt tähän jo liikaa aikaa.
Lopettaisitko toisten mollaaminen täällä foorumilla, kun et edes itse tiedä mistä puhut?
Terveisin,
Tietoteknisesti harrastunut milleniaali.
