Το Ghost, που τώρα υποστηρίζεται από το OpenAI, ισχυρίζεται ότι τα LLMs θα ξεπεράσουν τα εμπόδια στην αυτοοδήγηση — αλλά οι ειδικοί είναι δύσπιστοι

Δεν είναι υπερβολικό να πούμε ότι η αυτοοδηγούμενη

αυτοκινητοβιομηχανία

αντιμετωπίζει έναν απολογισμό.

Μόλις αυτή την εβδομάδα, η Cruise ανακάλεσε ολόκληρο τον στόλο των αυτόνομων αυτοκινήτων της μετά από ένα φρικτό ατύχημα με έναν πεζό που οδήγησε το California DMV να αναστείλει την εταιρεία από τη λειτουργία ρομποταξί χωρίς οδηγό στην πολιτεία. Εν τω μεταξύ, ακτιβιστές στο Σαν Φρανσίσκο έχουν βγει στους δρόμους -κυριολεκτικά- για να ακινητοποιήσουν αυτοκίνητα χωρίς οδηγό ως μορφή διαμαρτυρίας ενάντια στην πόλη που χρησιμοποιείται ως πεδίο δοκιμών για την αναδυόμενη τεχνολογία.

Αλλά μια startup λέει ότι κατέχει το κλειδί για την ασφαλέστερη τεχνολογία αυτοοδήγησης – και πιστεύει ότι αυτό το κλειδί θα πείσει τους αρνητές.

Η Ghost Autonomy, μια εταιρεία που κατασκευάζει λογισμικό αυτόνομης οδήγησης για συνεργάτες αυτοκινητοβιομηχανιών, ανακοίνωσε αυτή την εβδομάδα ότι σκοπεύει να ξεκινήσει την εξερεύνηση των εφαρμογών πολυτροπικών μοντέλων μεγάλων γλωσσών (LLM) – μοντέλων AI που μπορούν να κατανοήσουν κείμενο καθώς και εικόνες – στην αυτοοδήγηση. Για να το συνειδητοποιήσει αυτό, η Ghost συνεργάστηκε με το OpenAI μέσω του OpenAI Startup Fund για να αποκτήσει έγκαιρη πρόσβαση στα συστήματα OpenAI και στους πόρους Azure από τη Microsoft, τον στενό συνεργάτη του OpenAI, συν μια επένδυση 5 εκατομμυρίων δολαρίων.

«Τα LLM προσφέρουν έναν νέο τρόπο κατανόησης της «μακράς ουράς», προσθέτοντας συλλογισμό σε περίπλοκες σκηνές όπου τα τρέχοντα μοντέλα υπολείπονται», δήλωσε ο συνιδρυτής και διευθύνων σύμβουλος της Ghost, John Hayes, στο TechCrunch σε μια συνέντευξη μέσω

email

. «Οι περιπτώσεις χρήσης για ανάλυση που βασίζεται στο LLM στην αυτονομία θα αυξηθούν μόνο καθώς τα LLM γίνονται πιο γρήγορα και πιο ικανά».

Αλλά πώς ακριβώς είναι το Ghost που εφαρμόζει μοντέλα τεχνητής νοημοσύνης σχεδιασμένα για να εξηγούν εικόνες και να δημιουργούν κείμενο για τον έλεγχο των αυτόνομων αυτοκινήτων; Σύμφωνα με τον Hayes, το Ghost χρησιμοποιεί πιλοτικά λογισμικό που βασίζεται σε πολυτροπικά μοντέλα για να «κάνει ερμηνεία σκηνής υψηλότερης πολυπλοκότητας». προτείνοντας οδικές αποφάσεις (π.χ. «μετακίνηση στη δεξιά λωρίδα») σε εξοπλισμό ελέγχου αυτοκινήτου με βάση εικόνες σκηνικών δρόμου από κάμερες που είναι τοποθετημένες στο αυτοκίνητο.

«Στην Ghost, θα εργαστούμε για να τελειοποιήσουμε τα υπάρχοντα μοντέλα και να εκπαιδεύσουμε τα δικά μας μοντέλα για να μεγιστοποιήσουμε την αξιοπιστία και την απόδοση στο δρόμο», δήλωσε ο Hayes. «Για παράδειγμα, οι ζώνες κατασκευής έχουν ασυνήθιστα εξαρτήματα που μπορεί να είναι δύσκολη η πλοήγηση για πιο απλά μοντέλα – προσωρινές λωρίδες, σημαιοφόροι που κρατούν πινακίδες που αλλάζουν και περίπλοκες διαπραγματεύσεις με άλλους χρήστες του δρόμου. Τα LLM έχουν αποδείξει ότι είναι σε θέση να επεξεργάζονται όλες αυτές τις μεταβλητές σε συνεννόηση με επίπεδα συλλογισμού παρόμοια με τον άνθρωπο».

Ωστόσο, οι ειδικοί με τους οποίους μίλησα είναι δύσπιστοι.

“[Ghost is] χρησιμοποιώντας το ‘LLM’ ως τσιτάτο μάρκετινγκ», ο Os Keyes, Ph.D. Υποψήφιος στο Πανεπιστήμιο της Ουάσιγκτον, με επίκεντρο το δίκαιο και την ηθική των δεδομένων, είπε στο TechCrunch μέσω email. «Βασικά, αν λάβετε αυτό το βήμα και αντικαταστήσετε το LLM με το «blockchain» και το στείλετε πίσω στο 2016, θα ήταν εξίσου εύλογο – και εξίσου προφανώς μια απάτη».

Ο Keyes υποστηρίζει ότι τα LLM είναι απλώς το λάθος εργαλείο για αυτοοδήγηση. Δεν σχεδιάστηκαν ή εκπαιδεύτηκαν για αυτόν τον σκοπό, ισχυρίζεται, και μπορεί ακόμη και να είναι α

πιο λιγο

αποτελεσματικός τρόπος επίλυσης ορισμένων από τις εκκρεμείς προκλήσεις στην αυτονομία οχημάτων.

«Είναι σαν να ακούς ότι ο γείτονάς σου χρησιμοποιεί ένα δεμάτι από χαρτονομίσματα για να κρατήσει ένα τραπέζι ψηλά», είπε ο Keyes. “Εσείς

θα μπορούσε

κάντε το έτσι, και είναι σίγουρα πιο φανταχτερό από την εναλλακτική, αλλά… γιατί;»

Ο Mike Cook, ανώτερος λέκτορας στο

King

‘s College του Λονδίνου του οποίου η έρευνα επικεντρώνεται στην υπολογιστική δημιουργικότητα, συμφωνεί με τη συνολική εκτίμηση του Keyes. Σημειώνει ότι τα ίδια τα πολυτροπικά μοντέλα απέχουν πολύ από μια λυμένη

επιστήμη

. Πράγματι, το κορυφαίο μοντέλο του OpenAI επινοεί γεγονότα και κάνει βασικά λάθη που δεν θα έκαναν οι άνθρωποι, όπως η λανθασμένη αντιγραφή κειμένου και η εσφαλμένη λήψη χρωμάτων.

«Δεν πιστεύω ότι υπάρχει κάτι σαν ασημένια σφαίρα στην

επιστήμη των υπολογιστών

», είπε ο Κουκ. «Απλώς δεν υπάρχει κανένας λόγος να βάζεις τα LLM στο επίκεντρο ενός τόσο επικίνδυνου και περίπλοκου πράγματος όσο η οδήγηση αυτοκινήτου. Ερευνητές σε όλο τον κόσμο ήδη αγωνίζονται να βρουν τρόπους για να επικυρώσουν και να αποδείξουν την ασφάλεια των LLM για αρκετά συνηθισμένες εργασίες όπως η απάντηση σε ερωτήσεις δοκιμίου, και η ιδέα ότι πρέπει να εφαρμόζουμε αυτήν τη συχνά απρόβλεπτη και ασταθή τεχνολογία στην αυτόνομη οδήγηση είναι στην καλύτερη περίπτωση πρόωρη — και άστοχη στη χειρότερη».

Αλλά ο Hayes και το OpenAI δεν θα αποθαρρυνθούν.

Σε ένα δελτίο τύπου, ο Brad Lightcap, COO του OpenAI και διευθυντής του OpenAI Startup Fund, φέρεται να είπε ότι τα πολυτροπικά μοντέλα «έχουν τη δυνατότητα να επεκτείνουν την εφαρμογή των LLM σε πολλές νέες περιπτώσεις χρήσης», συμπεριλαμβανομένης της αυτονομίας και της αυτοκινητοβιομηχανίας. Και προσθέτει: «Με την ικανότητα κατανόησης και εξαγωγής συμπερασμάτων συνδυάζοντας βίντεο, εικόνες και ήχους, τα πολυτροπικά μοντέλα μπορούν να δημιουργήσουν έναν νέο τρόπο κατανόησης σκηνών και πλοήγησης σε περίπλοκα ή ασυνήθιστα περιβάλλοντα».

Το TechCrunch έστειλε ερωτήσεις μέσω email στο Lightcap μέσω των σχέσεων τύπου του OpenAI, αλλά δεν είχε λάβει νέα από την ώρα της δημοσίευσης.

Όσο για τον Hayes, υποστηρίζει ότι τα LLM θα μπορούσαν να επιτρέψουν στα συστήματα αυτόνομης οδήγησης να «λογίζουν ολιστικά τις σκηνές οδήγησης» και «να χρησιμοποιούν ευρεία παγκόσμια γνώση» για να «πλοηγούνται σε περίπλοκες και ασυνήθιστες καταστάσεις» – ακόμη και καταστάσεις που δεν είχαν ξαναδεί. Ισχυρίζεται ότι η Ghost δοκιμάζει ενεργά τη λήψη αποφάσεων για την οδήγηση πολυτροπικών μοντέλων μέσω του στόλου ανάπτυξης της και συνεργάζεται με αυτοκινητοβιομηχανίες για να «επικυρώσει από κοινού» και να ενσωματώσει νέα μεγάλα μοντέλα στη στοίβα αυτονομίας της Ghost.

Αυτό είναι πολλά υποσχόμενο με μη αποδεδειγμένη τεχνολογία. Μπορεί το Ghost να προσφέρει; Δεδομένου ότι εταιρείες τόσο καλά χρηματοδοτούμενες και με πόρους, όπως η Cruise και η Waymo, βιώνουν μεγάλες αποτυχίες για πολλά χρόνια στη δοκιμή αυτοοδηγούμενων οχημάτων στο δρόμο, δεν είμαι τόσο σίγουρος.