No se sněhem by mě to také zajímalo a upřímně řečeno, moc si to neumím představit. Silnice bez čar, to už bude jednodušší. Je dobré si uvědomit, že pro autonomní řízení skládáte několik údajů dohromady a jedním z nich je i poloha. Pro správné fungování 2. úrovně Vám stačí přesnost na metry, ale pro 5. úroveň už potřebujete centimetry a ultrapřesné mapy. V podstatě přesně vědět, kolik centimetrů od Vás je krajnice... Tohle se v podstatě tvoří tím, jak ta auta jezdí a posílají data o svém okolí k dalšímu zpracování. Jen na to bude potřeba nějaký ucelený systém.

U nas nekdy ani neni mozne identifikovat, jestli je clovek skutecne na silnici nebo na tankodromu

jediný způsob jak dosáhnout takové přesnosti je podél silnic instalovat ­"neovlivnitelné­" orientační­/kalibrační body, které budou opravdu všude + naučit autonomní řízení jezdit i mimo silnici + udržovat komunikace v perfektním stavu atd. atd. .. pokud tedy chceme odstranit manuální ovládání.. a nebo někdo dokáže vyrobit pravou AI ..

závislost na ultrapřesných mapách je záludná v tom, že nikdy nejsou 100% přesné a bezchybné

Proč by ty ultrapřesné mapy neměly být přesné? Resp. jak moc nepřesné myslíte, že budou?

i kdybychom měli 100% pokrytí ultrapřesnými mapamy a zohledněné všechny externí faktory, tak stejně vozidlo musí neustále bez prodlev vědět, kde je a to s velikou přesností za jakýchkoliv podmínek­(kdekoliv, kdykoliv­) >> máme takový poziční systém, který to zvládá?

Kombinací více různých typů senzorů a ultrapřesné mapy v tom nevidím až takový problém. Vy ano? Jednou složkou je GPS ­(nebo jiný polohovací systém­), např. Galileo HAS nabídne přesnost na 20 cm. Klidně těch senzorů můžete použít více a zpřesníte to ještě o něco. To vše se kombinuje s ultrapřesnými mapami, které obsahují detaily o různých stacionárních prvcích ­(sloupy, značky, čáry na cestě,...­), jsou totiž ve 3D s přesností v centimetrech. Takže auto může kombinovat odhad z navigace s mapami, vidět, jak daleko je od kterého stacionárního prvku, a svou polohu dále zpřesnit. Dále má auto své vlastní snímače zrychlení, ABS snímače a další podobné, které dokážou měřit rychlost, zrychlení v jednotlivých osách, takže máte další data, která můžete zanést do rovnice. Dejte to všecko dohromady a budete vědět velmi přesně na centimetry, kde jste, a to i za dost špatných podmínek. Až to zasype několik desítek centimetrů sněhu, pak už může být trochu větší ­"legrace­" zejména na otevřených prostranstvích. Takže ano, máme poziční systém, který to zvládá.

Člověk má jen dvě oči. ­(a uši, takové ty drobnosti, jako cítění přetížení, vodorovnosti a podobně­) A VĚTŠINOU to dořídí v pořádku. Ale člověk umí ­(alepoň špatně­) myslet AI zatím ne. A až bude umět, tak jak jsem ateista, tak pán bůh s námi.

Nemíchejte dvě různé věci dohromady. Vyjadřoval jsem se k přesnosti HD map, ne k úrovni AI pro autonomní řízení. I když tyto dvě věci spolu do značné míry souvisí, zdaleka nejsou tímtéž. To, že řeknu, že HD mapy mohou být velmi přesné stejně jako pozicování auta, vůbec neznamená, že od AI předpokládám 100% výsledky. Naopak, nejednou jsem tady kritizoval nereálné předpoklady zástupců automobilek, kteří ohlašovali plně autonomní řízení na naprosto nereálné termíny. Hledejme problém tam, kde je, a ne tam, kde není. A v HD mapách ten problém autonomního řízení není. Velmi přesné pozicování auta v prostoru umíme už dnes.

taky jsem neřešil mapy, ale aby autonomní řízení mělo přesné data :­) ano v tunelu poziční systém nabídne opravdu velkou přesnost + nemusí být dostupný i na otevřeném prostranství + může být rušen­/zmaten + konvergence 300s, dostupnost 99%, přesnost <20cm­(95%­) >> pozice orientačních bodu a­) může být změněna aniž by se to promítlo do map b­) někde ani nejsou ..a proto jsem tvrdil, že bude potřeba mít všude orientační­/kalibrační body, aby to mohlo spolehlivě fungovat ... a nebo pravou AI ­(ale to tu ještě dlouho nebude­)

Snímače nejsou potřebně přesné a v určítém rozsahu spíš fungují jako náhodný generátor čísel a taky jsou ovlivnitelné­(nejen různými typy povrchů­) a proto je nutné tuhle nepřesnost průběžně opravovat a přijímat­/zpracovávat data ve více vrstvách, které se budou vzájemně kontrolovat.. pokud tedy potřebujeme spolehlivou a vysokou přesnost ..

Tunely nejsou takový problém. Jakmile Vám vypadne základní polohovací systém ­(GPS, Galileo­), stále máte data ze snímačů samotného auta ­(ABS, senzory akcelerace,...­), které dočasně převezmou vedení. Takže máte pořád kamery, radary­/lidary, které Vám řeknou polohu v jízdním pruhu a snímače o rychlosti auta, které Vám řeknou, jak daleko jste v tunelu + různé únikové východy a jiné prvky slouží ke kalibraci a ověření polohy v rámci délky tunelu. Zatímco dnes mapy vytváří specializovaná auta, v budoucnu se počítá s crowd­-sourcovanými mapami ­(sice mám poněkud obavy o datové připojení, takže tady teprve uvidíme, zda se sníží datový tok pro zpracování dat, co vše se bude posílat a jakou formou­).

V čem vidím zásadní problém, je právě to vyhodnocování, co přesně tam je a uvádění do kontextu. Člověk rozpozná šutr na cestě od papírového kelímku a zvolí adekvátní reakci, AI s tím bude mít asi trochu větší potíže. Další problém vidím např. u Tesly, která to chce jet výhradně kamerami, což mi nepřijde moc moudré ­(právě proto, že tam není jiný systém, který může být citlivý na něco jiného nějak jinak­). Ale kdo ví, možná Tesla překvapí a opravdu si vystačí s kamerami. Osobně bych tomu moc nevěřil. Ostatně víme, jak rádo to bourá do velkých bílých ploch a policejních vozů s majáčky.

Na druhou stranu, pokud máte data z navigačního systému a ultrapřesné mapy, snímačů v autě o jeho pohybu, a obrazovou dokumentaci toho, co právě vidíte, tak to asi může fungovat dost slušně, obzvlášť pokud skládáte data dohromady. Ostatně jsme vyvíjeli systém, kde jsme konstruovali 3D scénu ze 2 i 3 kamer pro auta, a ta přesnost byla až překvapivě dobrá ­(lepší 3D scénu jsme dostali ze stereo klasických kamer než z těch hloubkových, ale neměli jsme zase k dispozici state­-of­-the­-art lidary nebo jiné hloubkové kamery, každopádně přijde mi dobré to tam mít a nespoléhat jen na klasické kamery­). Obavu mám o špínu na kameře, vodu a podobné věci, které zkreslí obraz. Neumím si tedy moc představit, jak toto všecko může fungovat, když bude všecko zakryté sněhem. Polohování až takový problém nebude. Problém bude zjistit, že tam je něco, co tam běžně být nemá a vyřešit např. jízdu na klouzavém povrchu, chování v nevyježděném sněhu... To mi zatím přijde jako neřešitelný problém.

jednoduše autonomní vůz musí být schopen jezdit i bez těchto berliček­(ani jedna není spolehlivá a dostupná vždy a všude­) a klidně jen podle značek u cesty a nebo i po poli, když to bude nutné + podle konzultace s posádkou :­) ­(btw jednou jsem jel podle HERE a uprostřed cesty betonový zátaras a příjezdová komunikace byla z druhé strany přes nějakou polňačku, kde navigace nic neviděla­)

přesnost je dobrá o tom žádná, ale potřebujeme 100% spolehlivost v tom smyslu, že to bude přesné vždy ..pak tu máme živly, dočasné značení a různé anomálie v provozu :­) na tohle lidský mozek prostě dokáže adekvátně reagovat­(nějak :D­)

s nepříznivým povrchem se dnešní v podstatě primitivní asisteční systémy dokážou poprat lépe jak mnoho řidičů .. to je to nejmenší čeho bych se bál :­)

Ano, to souhlasím, ale opět říkám, závisí na tom, o čem se bavíme. Jeden problém jsou mapy a polohování vozu v prostoru a druhá věc je kontextuální reakce auta na to, co bezprostředně ­"vidí­". Zatímco první problém není žádným větším problémem, ten druhý mi přijde jako snad až neřešitelný. Osobně zatím nemám důvěru v to, že by AI někdy mohla fungovat ve 100 % případů, ale ne kvůli tomu, že by snad auto nevědělo, kde je, ale kvůli tomu, že si nebude vědět, co počít s daty, která putují z jeho senzorů.

Vtip je v tom, že mapy ­(a do jisté míry i polohování auta­) se dá snadno vylepšovat k téměř dokonalosti duplikací vstupů. Když vám tím místem projede milion aut, která to změří, tak z několika milionů nepřesných měření různých senzorů budete mít výsledek přesný na tisíciny mililmetry, a také poměrně rychle dokážete aktualizovat mapu o novou překážku ­- zatímco první auta budou překážku registrovat svými senzory, o pár minut později o ní auta budou vědět už s předstihem z mapy. Ostatně na tomto principu opakování nepřesných testů funguje i měření v CERNu, kde jsou schopni změřit věci o několik řádů přesnější, než je přesnost měřících přístrojů ­- jednoduše proto, že ta nepřesná měření provedli třeba milionkrát.

No, třeba v těch mapách nebudou díry na silnici

A třeba tam už jsou. HERE vytvořilo HD mapy s výmoly už před 6 lety a detekce výmolů pomocí různých senzorů v autě není až tak velký problém ­(ať už vizuálně, radarem­/lidarem nebo snímačem zrychlení, když do toho vjedete­).

výmol se může vytvořit během velmi krátkého časového úseku a zároveň může být velmi rychle opraven ... aby to bylo stále aktuální, tak to je opravdu hudba daleké budoucnosti ... tyhle systémy mohou vytvářet falešnou pozitivitu a nebo naopak ­"přehlédnout­".. a i když něco ­"senzor­" zaregistruje, tak je tu problém ještě se samotným programem, který na to nemusí vůbec zareagovat..

Samotná mapa problém není, ta data se tam především při crowd­-sourcingu dostanou poměrně rychle. Problémem je ta reakce AI na ni. Tam vidím největší problém pro autonomní řízení.

Ok, tak díry to umí. Umí to i ježka na silnici? Jak ho asi vyřeší? Jak vyřeší malé dítě na silnici? Od jaké velikosti už se bude snažit brzdit, místo toho, že to prostě přejede?

Moc nerozumím těm otázkám. Pořád motáte ty dvě věci dohromady.

Jsou dva zásadní problémy autonomního řízení.

1­) Přesná poloha vozu na mapě. To je vcelku snadné
2­) Reakce vozu na vstupy senzorů v aktuální situaci. To je problém. Obrovský.

Nemíchejte 1­) a 2­) dohromady. Jsou to odlišné věci, i když spolu souvisí. Pro plně autonomní řízení potřebujete, aby obě dvě věci fungovaly. Zatímco první problém je v zásadě docela snadno řešitelný, druhý problém ­(to jsou ti Vaši ježci,...­) hraničí s nemožností. Tak se mě tady neptejte způsobem, jako bych snad měl jiný názor než Vy, když ho na tuto oblast ­(problém č. 2­) máme stejný. Jen říkám, že problém autonomního řízení není v mapě a přesné poloze.

"Hlavně mě zajímá, jak bude AI rozhodovat v kritických situacích, když bude muset vybrat třeba mezi smrtí chodce nebo řidiče.­"

Jak se zachová člověk?

Tento problém vlastně neexistuje ­- automobil, který by dal přednost životu chodce před životem pasažérů by byl totiž neprodejný.

Jak se zachová člověk? Člověku většinou naskočí zkratové jednání. Málokdo v té chvíli dokáže chladně hodnotit ­- prostě se snažíme se z toho jakkoli dostat. Jsou i tací, co pustí volant a zakryjí si oči. :­-­) Každá nehoda je navíc trochu jiná.

Jenže AI nezpanikaří, ale nějak rozhodne. A to bude pořádná právnická legrace. V zásadě pozůstalí zabitého mohou žalovat výrobce AI, potažmo vozu. A řekl bych, že i poměrně právem, jelikož jejich software se rozhodl zabít dotyčnému člena rodiny. ­(případně víc­) A ­"logické­" řešení v podobě uzákonění, že AI tedy smí zabíjet lidi fakt není dorbý nápad.

jednoduše to odnese ten, kdo způsobí nehodu >> autonomní systém jezdící předepsanou rychlostí, dodržující předpisy to pravděpodobně nebude pokud nedojde k závadě

autonomní systém půjde nejmenší možnou škodou způsobenou posádce­/vozidlu ­(nic jiného bych ani nechtěl­) a jako bonus, když to půjde tak nikoho živého netrefit

Takže autonomní systém se naučí přerážet závory ­(v situaci, kdy vozidlo nečekaně uvízne na kolejích­)? Jsou situace, kdy porušení předpisů je nejlepším řešením. Příklad toho co se stane, když někdo v kritické situaci předpisy neporuší ­(nepřerazí spuštěné závory­) tu máme z nedávna.
https:­/­/prazsky.denik.cz­/nehody­/nehoda­-prejezd­-kamion­-vlak­-zavory­-soud­-tachograf.html

a­) autonomní systém by se do takové situace nedostal ­(dodržuje přeci předpisy­)
b­) proražení závor v této situaci není porušení předpisů a dokonce se to i logicky doporučuje­(závory jdou velmi lehce prorazit a nebo zvednou ručně >> zvolená varianta dle aktuální situace­) > jediná podmínka musí být splněna, aby to někdo naprogramoval :­)

a­) souhlasím, autonomní auto by se především do takové situace vůbec nemělo dostat.

"jediná podmínka musí být splněna, aby to někdo naprogramoval­"

No, tohle je už trochu větší oříšek. AI není o tom naprogramovat, co má dělat, ale o tom, dát ji vhodná data k tomu, aby se to naučila. Pokud jí to někdo naprogramuje, pak to není AI, ale klasický algoritmus ­(tím nechci říci, že celé autonomní řízení musí být nutně založeno výhradně na AI­).

proto se snažím vyhýbat buzzword­(ům­) >> true AI je hodně daleko a řeším spíš současnost a brzkou budoucnost

Zrovna ohledně toho učení bez naprogramování­(i my lidé jsme od malička programováni­) .. jak by AI mohla vědět, že překážka lze prorazit a nezastaví se o ni jako o zeď :­) >> a v autě asi nechceme AI, kde je velká pravděpodobnost, že se naučí něco špatně a vzhledem ke složitosti nebudou ani řádné kontrolní mechanismy, které by tomu předcházely

a­) Předpokládat, že se do takové situace autonomní systém nedostane mi přijde krátkozraké. Tím, že přechozí vozidlo přejíždějící trať zprudka zastaví ­(nepřetržitá kolona protijedoucích vozů jej nedovolí objet­), může se i bez porušení předpisů octnout autonomní vozidlo mezi závorami. Předpisy zmiňují jako důvod nevjetí na přejezd situaci za přejezdem, ale ta může být v době najetí na přejezd ­(první vůz teprve přejíždí­) dobrá.
http:­/­/www.dicr.cz­/co­-rika­-o­-prejizdeni­-prejezdu­-zakon

b­) Že nejde o porušení předpisů AS ví pouze jen pokud si situaci správně uvědomuje, v opačném případě asi pro něj bude platit výchozí pravidlo do překážek nenarážet ­(ve snaze pokračovat v cestě­) .

a­) důvod prudkého zastavení je jaký? Proč by někdo prudce zabrzdil těsně po přejetí kolejí? Jestli byla v době najetí na přejezd situace za přejezdem dobrá, tak vzhledem k doržení bezpečné vzdálenosti bude i dost prostoru na objetí náhle vzniklé­(velmi nepravděpodobné­) překážky v obou směrech ... to by muselo dojít k souběhu několika velmi nepravděpodobných událostí a porušení pravidel by se dopustilo hned několik osob zároveň.. z takové situace by se ­"nevylízal­" asi nikdo >> je hezké, že když se snadno vyřešilo prvotní zadání, tak se musí vymyslet nějaký další příklad ad absurdum :D

b­) proto tam zmiňuji tu podmínku, ale aspoň jsme se posunuli trochu dál a už víme, že nejde o porušení předpisů ;­)

Zastavení nemusí být jen důsledkem brzdění, může jít o technickou poruchu.

Ad souběh nepravděpodobných událostí a porušení pravidel, ve Fukušimě možná nešlo ani o to. Zemětřesení a tsunami jsou dost pravděpodobné jevy a vetšina platných pravidel při návrhu a provozu asi byla dodržena.

Pokud se člověk octne v nečekané situaci je schopen reagovat v rámci svých kombinovaných dispozic ­(fyzických­/psychických­/znalostní­/zkušeností­/....­). Jak se k nečekané­/netrénované­/nedefinované situaci postaví AI?

Nahle zastaveni ... hmm snad jen upadle kolo by mohlo zpusobit neco podobneho >> proc by ridic v protismeru neregoval a za druhe nejdriv sviti cervene svetlo a az potom jdou zavory dolu >> stale je dostatek casu na objeti prekazky ... jaka je pravdepodobnost ze se takova vec stane a zaroven by ji clovek dokazal vyresit lepe jak autonomni system?

Ano ve Fukusimne chteli usetrit a nevyplatilo se jim to, protoze puvodni projekt by to pravdepodobne vydrzel ..pravidla puvodniho projektu nebyla dodrzena­(byla legalne obejita a to opakovane­)

Troufnu si rict autonomni systemy jsou uz dnes schopne reagovat mnohem lepe i rychleji jak vetsina ridicu, kteri panikari a nebo jen ­"ztuhnou­" .. problem je v podstate jen v spravne interpretaci udaju z kamer a senzoru, ale zase jsem si 100% jisty, ze v mnoha situacich lze pomoci senzoru ziskat spolehlivejsi udaje nez kdyz je clovek oslnen a nebo je snizena viditelnost ..navic clovek neni schopen takoveho ­"soustredeni­" a sledovani situace 360° kolem sebe

"problem je v podstate jen v spravne interpretaci udaju z kamer a senzoru, ale zase jsem si 100% jisty, ze v mnoha situacich lze pomoci senzoru ziskat spolehlivejsi udaje nez kdyz je clovek oslnen a nebo je snizena viditelnost­"

No to je právě ten největší problém. Senzory mnohdy vidí užitečné věci, kterých člověk není schopen, ale stejně tak občas nevidí to, co člověk, a i když to vidí, pak platí to, o čem mluvíte, nemusí to správně interpretovat. Na tomto v podstatě stojí a padá celé autonomní řízení. Čím víc senzorů, tím větší jistota, že některý z nich uvidí to, co má vidět, ale o to horší je se pak rozhodnout, kterému senzoru ­(kterým senzorům­) více věřit.

Člověk u toho myslí. AI je sice nazývána ­"inteligencí­" ale v reálu je to jen automatická reakce. Takový podmíněný reflex. V zásadě umí myšlení napodobit tím, že čte senzory a rozhoduje 1000x za vteřinu, ale stejně, je to jen reakce na podnět. Myslet nedovede, iniciativu nemá.

A já osobně to považuji za správné. Podle mě sebeuvědomělá AI dojde ve zlomku sekundy k názoru, že lidstvo je nutné odstranit a nastane scénář ala terminátor. A co horšího: Vzhledem k rokům výzkumů, kdy je AI dáván často k dispozici superpočítač bych si nebyl jistý, jestli nějaká ­(již plně vyvinutá, myslící­) neexistuje. A prostě jen nečeká, až bude připojeno dostatek zbraní a kritických systémů, aby jí to zaručilo vítězství.

tak člověk taky jede kolikrát a ani nevidí­/neví ­(v podstatě ruleta :D­), ale celý ­"systém­" je postaven na tom, že lidé dodržují naučená pravidla a jednají podle úzusu >> problém nastává, když někdo tyhle ­"pravidla­" nedodrží >> při velkém podílu autonomních vozidel pravědpodobnost výskytu takových situací bude rapidně klesat = ani autonomní systém nemusí být tak dokonalý, aby se zvládal pohybovat s vyšší bezpečností :­) + přibude sdílení dat mezi vozidly >> např. policejní vůz­(nebo jakýkoliv jiný­) pošle signál­(maják­) stojím­/jedu ­"tady­" a autonomní vůz o něm bude vědět, i když ho senzory nezachytí ..atd. atd. :­)

Posádku vozidla bylo možné ochránit stržením vozidla doleva ­(skupina penzistů­), nebo doprava ­(skupina dětí­). V rámci ochrany lidských životů se tak AI rozhodla pro čelní srážku vozu s překážkou. Takže oba plakáty ­(penzijní připojištení a pozvánka na Dětský den­) na bocích přístřešků obou zastávek byly zachráněny.

Asi tak :o)