JavaScript is currently disabled.Please enable it for a better experience of Jumi.

CDNLive, München – Arizonassa tapahtunut Über-auton kuolonkolari olisi voitu välttää, sano Saksan tekoälyn tutkimuskeskuksen eli DFKI:n johtaja Philipp Slusallek. Uusimpien tietojen mukaan Über-auto havaitsi tietä pimeässä ylittäneen naisen, mutta auton tekoäly luokitteli sen ”vääräksi positiiviseksi”. - Meidän pitää pystyä validoimaan AI-järjestelmä niin, ettei se tee tällaisia virhepäätelmiä. Meillä DKFI:ssä tavoite on kehittää tietokoneita, joilla on silmät, korvat ja maalaisjärki, Slusallek määritteli.

Iso ongelma tekoälyjärjestelmissä on se, että kyse on ennen kaikkea ohjelmistosta eli algoritmeista. - Tekoäly edellyttää äärimmäisen nopeaa ohjelmistoa ja tätä varten DFKI:ssä on kehitetty AnyDSL-käännintekniikkaa (compiler). Idea on yksinkertainen: algoritmi pitää saada nykyistä pienempään määrään koodia, jotta sitä voidaan ajaa nopeammin.

AnyDSL-hankkeessa tulokset ovat lupaavia. Kuvankäsittelyssä käytettyjä konvoluutioverkkomalleja on saatu puristettua 10 kertaa pienempään tilaan. Tämä onnistuu esimerkiksi tuomalla kääntimeen funktioita, joita valituissa osissa koodia optimoivat esimerkiksi suodinfunktioita mahdollisimman paljon.

Tulosten mukaan DKFI:ssä on saatu koodattua grafiikkaprosessorin algoritmeja, jotka ovat neljänneksen nopeampia kuin käsin optimoitu koodi. Nyt AnyDSL-käännintä ollaan tuomassa FPGA-piireille.

Slusallekin mukaan robotti on erinomainen esimerkki siitä, miten vaativaa tekoälyn kehittäminen on. - Järjestelmien täytyy tehdä tarkkoja ja luotettavia päätöksiä erityisesti kriittisissä tilanteissa, mutta kriittisistä tilanteista ei voi oppia, sillä niistä ei ole dataa. Emme voi lähettää lapsia auton eteen tuottaaksemme tätä dataa, Slusallek hauskuutti.

Jos robottiauto ajaa satatuhatta tai miljoona kilometriä kaupungissa, se oppii kyllä kaupungin, mutta jossakin vaiheessa lisäkilometrien ajaminen ei opeta tekoälyä enää yhtään enempää. - Ainoa keino on generoida tämä data synteettisesti ja opettaa järjestelmä toimimaan oikein tämän tiedon perusteella.

Slusallek ja DKFI visioivat jo jonkinlaisesta tekoälyn mallinnuksen TÜV-standardista. – Tällaisilla malleilla voisimme opettaa koneet tavallaan luomaan todellisuuden säännöt. Silloin voisimme mallintaa esimerkiksi lasten toimintaa kaikissa mahdollisissa variaatioissa. Tätä virtuaalista mallia pitää myös parantaa ja tarkentaa jatkuvasti, sillä todellisuus ei ole staattinen, Slusallek muistutti.

DKFI on jo järjestönä tehnyt EU:lle ehdotuksen 10-vuotisesta Tekoälyn lippulaiva -ohjelmasta, jossa Euroopan pirstoutunutta tekoälyn tutkimusta koottaisiin yhteen. Ehdotuksessa ohjelmalle annettaisiin sata miljoonaa euroa vuodessa ja budjetista puolet tulisi EU:lta. Toteutuessaan ohjelma voisi alkaa vuoden 2020 aikana.

 

 

 
 

Näin lataat sähköauton turvallisesti kotipistorasiasta

Sähköautoiluun liittyy paljon ennakkoluuloja ja virheellisiä käsityksiä. Yksi näistä liittyy sähköauton lataamiseen: voiko sähköauton ladata tavallisesta kotitalouspistorasiasta, vai pitääkö sähköauton ostajan ehdottomasti ostaa ja asennuttaa erillinen latauslaite? Molempia mielipiteitä esiintyy, ja totuus on tältä väliltä: tavallisesta pistorasiasta voi hyvin ladata, kunhan muistaa muutaman turvallisuusseikan.

Lue lisää...

UPS on tärkeä osa datan tallennusta

Innovatiiviset UPS-suunnittelutekniikat tuovat sekä paremman tehokkuuden että suorituskykyä.

Lue lisää...
 
ETN_fi What is Mindsphere IoT by Siemens?. Ilmari Veijola explains at ECF2018. https://t.co/PczsxwpCO4 @SiemensSuomi @ETN_fi
ETN_fi You dont need code to create an Android app. It can be done on Simulink and MATLAB models. See Antti Löytynoja at E… https://t.co/VJzXEfJoOM
ETN_fi See the @MinimaProcessor presentation at ECF18: https://t.co/m1znHqgj2E
ETN_fi Cut the power in IoT processors. @MinimaProcessor at Embedded Conference Finland 2018.
ETN_fi LTE-broadcast sopii autojen V2X-yhteyksiin. https://t.co/F8IgZpVhis
 
 

ny template