News Googles „Self Driving Car“ lernt Städtefahrten

[momos]

Weil Google es den anderen Konzernen vormacht. Als das Thema noch belächelt wurde hat google damit angefangen und ca. 1-2 Jahre später sind dann die Automobilkonzerne hinterhergehechtet. Welches System derzeit das ausgereifteste ist kann ich jedoch nciht beurteilen.

Unsinn. GOOGLE mal nach EUREKA-PROMETHEUS, da gab es google noch nicht mal. Ich bezweifle auch das Google
Mercedes da weit voraus ist.

Das auf Computerbase eher über die Aktivitäten von Google als über die von Mercedes oder anderen Automobil Herstellern berichtet wird, liegt wohl eher daran, dass wir hier auf Computerbase und nicht auf Autobase sind.

Manchmal habe ich den Eindruck, manche Leute glauben sogar Google hat das Rad erfunden, das nimmt ja schon Apple Ausmaße an.

 

[Wattwanderer]

Ich gehe davon aus das die meisten Autos selbständig fahren, klar du gehst von den Anfängen aus in denen nicht viele so ein System im Auto haben, aber ich glaube das geht viel schneller als ihr denkt. Das wird garantiert von der Regierung subventioniert, ...

Ich bin ich mir nicht so sicher in welche Richtung das Autolobby die Regierung treiben wird.

Einer der Visionen von selbst fahrenden Autos sind ja, dass 99% der Autos überflüssig werden. Geparkte Autos gibt es nicht mehr, ein Druck auf das Handy und schon schert ein leeres Auto aus dem Verkehr und hält vor einem an. Quasi Taxi für jeden nur sofort auf Knopfdruck verfügbar. Horror für die Autoindustrie.

 

[Krik]

Der Mensch ist bei Mustererkennung einem Rechner immer noch überlegen. Und das wird er auch noch für eine ganze Weile bleiben.

Nö nicht ganz. -> http://www.spiegel.de/netzwelt/web/google-knackt-den-captcha-code-a-964955.html

Und wir sind erst am Anfang....

Captchas sind von den Anforderungen ganz anders als echter Straßenverkehr. Captchas haben definierte Parameter. Auf Straße hingegen kann alles mögliche passieren.

Wenn da ein dunkler Fleck auf der Straße ist, muss der Computer blitzschnell entscheiden, ob er reagieren muss oder nicht. Und jetzt versuch dem Computer mal klar zu erklären, was das für ein Fleck ist. Es kann sich ja immerhin um eine Katze, Schlagloch, Backstein oder nur eine Flickstelle handeln. Bei der Katze muss der Computer weiter drauf halten, beim Schlagloch die Gefährlichkeit bestimmen, beim Backstein ausweichen oder abbremsen und beim Flicken unbeeindruckt weiterfahren.
Das kann man machen, aber es gibt so viele unvorhersehbare Dinge, die man einem Computer auf diese Art nicht beibringen kann - es sind einfach zu viele.
Wir glotzen nur einmal hin und wissen sofort: "Schau an, ein Schatten von einem Vogel!"

Es ist unheimlich schwierig, einem Computer diese Fähigkeiten beizubringen. Bei der vergleichsweise einfachen Captcha-Erkennung hat es 10 Jahre gebraucht.

 

[Kasmopaya]

Horror für die Autoindustrie.

Im Moment wird das noch nicht so gesehen, es gibt sogar ein Rennen wer diese Volkstaxis stellen darf. Und wenn sich die Lobby Gedanken macht um ihren Umsatz, dann müssen nur ein paar Milliarden Asiaten mehr auf unseren Standard gebracht werden, dann haben wir wieder Arbeit für zig hundert Jahre. Auch mit deiner Vision. Aber stimmt schon, nur die stärksten werden wie üblich überleben.

BMW fängt heute schon an mit der Idee, ihre Elektro Autos waren von Anfang an auf Car Sharing(in Städten) getrimmt, schon mal die Basis legen für die Zukunft. Wenn ich einen Tipp abgeben müsste, BMW ist 2050 immer noch voll mit dabei.

Das Motorräder verboten werden, müsste von der Lobby verhindert werden. Aber versicherungstechnisch könnte es extrem teuer werden.

 

[Laggy.NET]

Bei der Katze muss der Computer weiter drauf halten.

Was hast du gegen Katzen?

Ja, es stimmt schon. Captcha ist im vergleich relativ "simpel". Dennoch würde ich es als gesichert ansehen, dass die Technik uns hier in einiger Zeit voraus sein wird. Ob wir das noch erleben? Wer weis. Aber ich sags immer wieder. Die IT ist so jung, das Auto, geschweige denn Strom gibt es auch erst seit ~100 Jahren, Rechner in ihren Grundzügen seit 70 Jahren und wirklich in unseren Alltag integriert und auf alles übertragen wird die Technik auch erst seit nichtmal einem Jahrzehnt. Und dennoch ist uns die "gerade erst entstandene" Technik jetzt schon in vielen Punkte überlegen. Wenn man annimmt, der Fortschritt schreitet exponentiell voran, können wir uns heute gar nicht vorstellen, was in weiteren 50-100 Jahren möglich sein wird.

Schließlich ist es oft die Kombination aus einer oder mehrerer Technologien, die zu einem riesen Durchbruch führen, schon immer baut das eine auf dem anderen auf und wieder was anderes baut auf dieses auf und kann wieder für andere Zwecke eingesetzt werden. Deswegen eben exponentiell. Was aber zwangsläufig bedeutet, dass alles was heute unmöglich erscheint in schon wenigen Jahren selbstverständlich sein kann. Das liegt in der Natur der Sache. Also wär ich da mal nicht so pessimistisch oder "realistisch". Zumal sich Googles Auto schon jetzt unfallfrei im Verkehr bewegen kann.

Der Fehler ist eben der Pessimismus. Wenn man darüber nachdenkt, zu dem Ergebnis kommt, dass man die Technik nicht besser hinbekommen würde, als den Menschen, würde man es erst gar nicht versuchen.
Versucht man es aber trotzdem, wird das Ergebnis zwangsläufig immer besser, je länger man daran arbeitet und optimiert. Da in dieser Zeit auch allgemein die Technik voranschreitet (in welchem Maße kann man vorher nicht wissen) wird das tatsächliche Endergebnis höchstwahrscheinlich komplett anders aussehen, als man es sich zum Start vorgestellt hat.

Vielleicht kann man es auch paradoxon nennen, keine Ahnung. Aber wenn mir Menschen nicht schon immer das für uns scheinbar unmögliche trotzdem versucht hätten, (und sich Pioniere nicht als Spinner beschimpfen ließen) würden wir noch in der Steinzeit leben. Man sehe sich nur Dinge aus Sci-fy Geschichten an. Auch damals gab es schon Vorstellungen von Tablets, Videotelefonie und Boardcomputern in Autos. Heute haben wir das alles. Und wenn wir uns das damalige sci-fi Wunschdenken ansehen, erscheint es aus heutiger sicht total beschränkt und viel zu simpel. Unsere heute verwirklichten Versionen dieser damaligen Vorstellungen sind also sogar besser als wir es uns damals je erträumen konnten.


Sorry für die Ausschweifungen, aber wenn ich mir ansehe, was wir bisher erreicht haben, und wo wir angefangen haben, dann gibt es für mich kein "geht nicht" oder "zu schwer".

 

[ElektroVogel]

Mercedes ist in dem Bereich schon um einiges weiter, aber schön, dass sich da bei Google auch was tut.

 

[Rene-Marco]

Irobot Wir kommen!

 

[rainbowsixpro1]

Ich hab gehofft das kommt noch zu meinen Jungen Zeiten damit ich keinen Führerschein machen muss aber leider dauert das wohl noch ne Weile.

 

[Krik]

Was hast du gegen Katzen?

Ich gar nix. Aber die Statistik sagt, dass es weniger Tote und Verletzte gibt, wenn man bei kleinen Tieren kein Ausweichmanöver macht (und damit nicht versehentlich im Gegenverkehr oder am Baum landet). Die Kollision mit einer Katze wirft die meisten Fahrzeuge nicht aus der Spur und der Schaden ist oftmals recht gering. Schade um das Tier ist es aber trotzdem.

Mustererkennung fällt in den Bereich der KI und da gibt es schon länger keine großen Fortschritte mehr. Der Teil der KI, der gerade groß im Kommen ist, ist das semantische Netz. Google ist da aktuell an der vordersten Front. Auch die Schwarmintelligenz wird gerade forciert. Mustererkennung und Pfadplanung (das ist nicht Pfadsuche a la Navigationsgerät!) sind aber quasi noch auf dem Stand von vor 30 Jahren. Die Captcha-Erkennung ist nur eine gelungene Anwendung der Algorithmen, die es schon seit über 30 Jahren gibt!

Die große KI-Revolution bleibt bisher aus und wird es auch noch für eine ganze Weile bleiben. Computer können viele einzelne Dinge ziemlich perfekt. Aber keiner hat es bisher geschafft, die ganzen perfekten Ausführungen sinnvoll miteinander zu kombinieren, um so eine universelle Intelligenz zu erschaffen.

 

[Wilhelm14]

Irobot Wir kommen!

Und dann erkläre mal, dass du den Autopilot ausgeschaltet hast, weil dich andere autonome Fahrzeuge angegriffen haben. Du wirst für verrückt erklärt.

...der Komplette Verkehr könnte theoretisch von einer Cloud kontrolliert werden. Ich weis, der Gedanke ist ein bisschen abartig...

So toll die Möglichkeiten und Vorteile für die Unfallprävention sind, mit den Daten wird noch mehr Schindluder getrieben, als es ohnehin jetzt mit unseren Daten gemacht wird.

Im Moment wird das noch nicht so gesehen, es gibt sogar ein Rennen wer diese Volkstaxis stellen darf. Und wenn sich die Lobby Gedanken macht um ihren Umsatz...

Richtig, die Autohersteller verfolgen natürlich das Geschehen und wissen auch, dass es wie aktuell mit der Autoindustrie nicht bis in alle Ewigkeit geht. Beim Car-Sharing sieht man jetzt schon die Quicar herum kurven. Bei alternativen Antrieben strecken sie die Fühler aus, setzen aber solange es Öl gibt, nichts ernsthaft um. Und um komplette Verkehrskonzepte machen sie sich auch Gedanken.

 

[Autokiller677]

Captchas sind von den Anforderungen ganz anders als echter Straßenverkehr. Captchas haben definierte Parameter. Auf Straße hingegen kann alles mögliche passieren.

Wenn da ein dunkler Fleck auf der Straße ist, muss der Computer blitzschnell entscheiden, ob er reagieren muss oder nicht. Und jetzt versuch dem Computer mal klar zu erklären, was das für ein Fleck ist. Es kann sich ja immerhin um eine Katze, Schlagloch, Backstein oder nur eine Flickstelle handeln. Bei der Katze muss der Computer weiter drauf halten, beim Schlagloch die Gefährlichkeit bestimmen, beim Backstein ausweichen oder abbremsen und beim Flicken unbeeindruckt weiterfahren.
Das kann man machen, aber es gibt so viele unvorhersehbare Dinge, die man einem Computer auf diese Art nicht beibringen kann - es sind einfach zu viele.
Wir glotzen nur einmal hin und wissen sofort: "Schau an, ein Schatten von einem Vogel!"

Es ist unheimlich schwierig, einem Computer diese Fähigkeiten beizubringen. Bei der vergleichsweise einfachen Captcha-Erkennung hat es 10 Jahre gebraucht.

Im Gegensatz zu dir kann ein Auto aber viel genauer analysieren, was es da vor sich hat. Radar und Lasern sei dank ist der Vogel in einer halben Millisekunde ausgeschlossen, weil von den anderen Sensoren die Meldung kommt "selbes Material wie Umgebung, flaches Stück Boden -> Fleck oder Schatten". Über diese zusätzlichen Sinnesorgane kann ein Auto anhand von Absorptions- Brechungs und Reflektionsprektren, milimetergenauen Abmessungen etc. wahrscheinlich schnell besser bestimmen, was da wohl liegt.

Alleine eine Wärmebildkamera könnte innerhalb kürzester Zeit entscheiden, ob da ein Lebewesen ist oder nicht.

Nur mit Kameras wird das natürlich nichts, allein schon, weil man dann Nachts praktisch blind wäre. Mit den zusätzlichen Sensoren wird ein Auto nachts deutlich besser sehen und besser fahren können als jeder Mensch.

 

[Krik]

Du scheinst den Aufwand zu unterschätzen.

1. Zuerst muss der Computer aus den Daten in Echtzeit ein 3D-Modell der Umgebung fertigen (gute Visualisierung hier).
2. Dann muss er diese Daten nehmen, und schauen, welche Bereiche befahrbar sind und welche nicht. Im Prinzip ist das eine einfache Hinderniserkennung. Schwieriger wird es dadurch, dass den Daten nicht absolut vertraut werden kann. Es kann ja immer Messfehler, Ungenauigkeiten und Störungen geben.
3. Jetzt müssen die aktuellen Daten mit älteren verglichen werden, um sich bewegende Objekte zu erkennen. Auch hier müssen Ungenauigkeiten mit einbezogen werden.
4. Anschließend muss das Objekt selber bewertet werden, ob es überhaupt beachtenswert ist (Plastiktüte vs. Stein). Das ist aktuell nicht möglich. Ein Computer versteht nicht, was ein Objekt ist. Es kennt seine äußerlichen Eigenschaften, aber es weiß nicht, was es ist. Daraus ergibt sich, dass es auch nicht weiß, ob es in der nächsten Sekunde von der Straße springen oder vom Wind weggeweht wird.*
5. Die Bewegungen der Objekte müssen dann extrapoliert werden, um eine Einschätzung zu geben, ob sie den Pfad des Fahrzeugs kreuzen werden.
6. Daraus wird errechnet, ob und in welchem Umfang das Fahrzeug seine Fahrtrichtung und Geschwindigkeit ändern muss.
7. Usw. Die Liste ist quasi endlos.

Und das alles mindestens 100fach pro Sekunde. Garantiert! Du willst in keinem KI-gesteuertem Auto sitzen, dass bei jedem Hindernis erst mal eine Bedenksekunde einlegt.
Des Weiteren willst du, dass sich das System kontinuierlich selbst kalibriert. Gerade LIDAR-Systeme sind anfällig für Temperatur-, Feuchtigkeits- und Lichtänderungen.

Jeder dieser Punkte benötigt Jahre an Forschung. Wie lange bastelt man jetzt schon an autonomen Autos? 10 Jahre? 15 Jahre? Länger? Und nach all der Zeit, ist man bis jetzt "nur" an dem Punkt gekommen, dass Kegel auf der Fahrbahn berücksichtigt werden.


Zusatz:
* Stell dir einen Ball vor. Wenn ein Computer das Ding sieht, wartet er, bis er von der Straße gerollt ist und fährt dann los. Jeder Mensch weiß aber, dass nach einem Ball normalerweise gleich auch ein Kind auf die Straße laufen kann.
Darum sage ich, dass ein Computer nicht weiß, was ein Objekt ist. Er sieht nur 1en und 0en, aber nicht die Semantik, Kausalität und Implikation.

 

[Laggy.NET]

Na und? Fortschritte werden ständig erzielt, wo liegt also das Problem? Selbst wenn es 100 Jahre dauert. Wayne interessierts? Irgendwann ist es perfekt.

Eine aktuelle Intel CPU kommt auf ~100 GFLOPS Rechenleistung. Das sind mal eben 100 Milliarden Rechenoperationen pro Sekunde. Eine GPU wie die R9 295X2 auf 10 TFLOPS was 10 Billionen Rechenoperationen pro Sekunde sind. Du glaubst ernsthaft, dass wir nicht genügend Rechenleistung haben?
Schonmal ein Video Encodiert? Was meinst du, was da alles an Bildinhalt und Bewegungsvektoren analysiert wird und das je nach Einstellung bei weit mehr als 100 FPS...

 

[Autokiller677]

Natürlich muss der Computer das alles zusammenbasteln. Aber das ist ja nicht das Problem - die Entwicklung über die Jahre wirds richten. Ich hab ja nicht gesagt, dass der Kram morgen vor der Tür stehen soll.

Außerdem - hast du dir das Video mal angeschaut? Die Autos erkennen schon, wenn ein Fahrradfahrer die Hand ausstreck und fahren dann entsprechend langsamer weil sie wissen, was da dann passiert. Zu Programmieren, was zu erwarten ist, wenn ein Ball auf die Straße rollt sollte da kein allzugroßes Problem darstellen.

 

[Krik]

@ Laggy.NET
Die Rechenleistung reicht im Moment kaum aus. Für's Autofahren braucht es im Grunde Supercomputer. Unser Gehirn hat 100 Milliarden Neuronen (= "Transistoren") und jedes Neuron ist mit 1000 anderen verbunden (= 100 Billionen Synapsen). Jeder "Transistor" schaltet bis zu 500 Mal pro Sekunde. Macht summa summarum 50 Billionen Rechenoperationen pro Sekunde. Diese Rechenoperationen sind aber nicht mit denen von Digitalrechnern vergleichbar, da jede Operation von vielen anderen Dingen wie Wichtungen, Anzahl der eingehenden Signale, Stärke der eingehenden Signale, Hormone etc. beeinflusst wird. Transistoren sind im Vergleich extrem simpel und können kaum etwas.

Das ist der Grund für unsere sehr gute Mustererkennung, die extrem fehlertolerant (aber auch nicht perfekt) ist. Da kommt im Moment kein Computer dran. Das wird noch dauern.

@ Autokiller677
Du kannst nicht alle möglichen Situationen voraussehen. Das System muss auch in der Lage sein, mit Dingen umzugehen, die der Programmierer nicht vorausgesehen hat. Und das ist aktuell Zukunftsmusik. Dafür braucht es mindestens die kognitive Leistung eines Teenagers.


Das wird alles noch sehr lange dauern, bis es einsatzfähig wird.

 

[Autokiller677]

Dafür, dass man angeblich einen Supercomputer braucht, fahren die Autos diverser Hersteller aber schon ziemlich gut. Und Transistoren und Neuronen zu vergleichen, ist hier relativ sinnfrei. Ja, die Mustererkennung ist besser. Dafür kann der Computer andere Operationen deutlich schneller und präziser durchführen als wir.

Außerdem ist auch nicht jede Synapse am Prozess des Fahrens beteiligt. Würde mich jedenfalls schwer Wundern, wenn das Geruchs- oder Sprachzentrum den Ball erkennt.

EDIT: Zudem hängt hier ja auch extrem viel von der Software und den Algorithmen ab.

Das Auto muss ja gar nicht 100 mal pro Sekunde, seine Umgebung komplett erfassen. Wenn es denn Ball einmal erfasst hat und genug Daten hat, um eine Trajektorie zu projizieren, reicht es ja im nächsten Durchlauf an der erwarteten Stelle auf charakteristische Merkmale zu prüfen - sozusagen eine Checksum für den Ball. Wenn man das für alles durchzieht, kann man den Aufwand stark minimieren (geht z.B. auch für "stehendes Auto mit roten Lichtern erkannt - prüfe ob Lichter an erwarteter Position, dann stehts immer noch). Natürlich ist so eine Art Design of Experiment mit viel theoretischer Entwicklung behaftet, aber kann den Rechenaufwand um Größenordnungen reduzieren.

Ich habe erst letztens ein beeindruckendes Beispiel für Optimierung gesehen. Ein Freund von mir arbeitet als Programmierer mit an einer Texterkennung. Mittlerweile ist das (dank echt guten Lookup Tables und was weiß ich für mathematischen und progammiertechnischen Tricks) so schnell, dass sämtliche frei verfügbaren Google Books (einige Millionen Seiten) auf einem i7 in einer halben Stunde erkennen kann. Wenn ich daran denke, wie lang Acrobat bei mir für 30 Seiten braucht...

Reine Schaltzylken sind hier einfach nicht ausschlaggebend.

Zudem gibt es ja mehr als genug Beispiele für Automatisierungen in komplexen Systemen - Flugzeuge, Raketen, diverse Roboterwettbewerbe etc. Wenn sich eine Sonde auf dem Mars von einer schwebenden Plattform abseilen kann und dabei alte Rover als rudimentäres Leitsystem benutzt, kann man es auch hinbekommen in den nächsten 20 Jahren Autos zu bauen, die wenigstens auf dem Niveau eines Menschen fahren.

 

[Krik]

Du wirst lachen, aber dein Geruchs- und Sprachzentrum wird aktiviert, wenn du einen Ball siehst. Die sind der Grund, warum du Assoziationen hast, wenn du dich an etwas bestimmtes erinnerst oder siehst.
Wenn du jetzt das Wort Schokolade liest, wirst du unterbewusst an etwas braunes leckeres denken und eventuell auch sabbern. Du wirst dir sogar vorstellen, wie sie schmeckt.

Unser Gehirn ist etwas extrem kompliziertes. Wir sind immer noch in der Lage zu sagen, wie es genau funktioniert. Man hat Strukturen entdeckt, in denen die Neuronen nach einem bestimmten Muster miteinander verschaltet sind. Warum das so ist, und was das bringt, kann aber keiner genau sagen.

Dafür kann der Computer andere Operationen deutlich schneller und präziser durchführen als wir.

In der Tat. Aber nur eine ganz bestimmte Operation in einem genau definiertem Bereich auf eine genau parametrisierte Art und Weise. Und das ist das Problem. Digitalrechner sind dadurch extrem eingeschränkt. Computer sind gut, besser sogar als Menschen, aber nur in ganz bestimmten Dingen. Autofahren gehört da im Moment nicht dazu.

 

[V-Nessa]

Ich glaub ich würde mir nie so ein Auto kaufen. Ich will doch selber fahren und den Fahrspaß zu haben. Für mich evtl. nur ein Nice to have.

Das haben damals bestimmt auch die Leute gesagt, die lieber mit der Pferdekutsche gefahren sind, anstatt die neue Entwicklung "Auto" zu begrüßen. In 100 Jahren lacht man hierüber herzlich, da fährt nämlich niemand mehr selbst.
Ich begrüße die Entwicklung. Ich will schließlich noch viele viele schöne Neuerungen in meinem Leben erleben.

 

[Autokiller677]

@e-Laurin

Dann müssen wir das Autofahren eben entsprechend Parametrisieren. Das es möglich ist, riesige Datenmengen in Echtzeit zu kategorisieren und zu filtern, wird ja z.B. Tag für Tag im CERN bewiesen. Das CMS spuckt bis zu 1PB/s (ja, Petabyte/s) aus, das können die einfach nicht wegspeichern, also werden die Daten in Echtzeit analysiert und bereinigt. Gut, dafür wird sicher mehr als ein Prozessor bereitgestellt, aber es sind auch wesentlich mehr Daten als das Auto aufnimmt. Und auch hier müssen die Filter nach dem Unbekannten Ausschau halten, maximal gibt es eine theoretische Vorhersage, wie es aussehen soll, aber sicher ist die halt auch nie.

Natürlich wird mein Geruchs- und Sprachzentrum aktiv und erinnert mich an den Geruch vom Gras beim Fußballspielen oder sonstwas. Aber das geht erst, wenn der Ball als solcher schon erkannt ist, d.h. der Erkennungsprozess ist abgeschlossen.

 

[Krik]

Es ging mir um deine Aussage, dass wir beim Fahren nicht das ganze Gehirn verwenden. Das ist so nicht ganz korrekt. Im Grunde läuft es dauernd auf Volllast, selbst im Schlaf. Dort ändert sich nur die Art der Aktivität, aber nicht der Umfang.

Beim CERN ist es "relativ" einfach. Dort werden nur vorher definierte Messreihen durch den Filter gelassen. Es ist aber nicht so, dass die Computer dort gleich eine Auswertung beginnen, ob bisher Unbekanntes entdeckt wurde. Das weiß der ja gar nicht und kann er auch nicht wissen.

Dann müssen wir das Autofahren eben entsprechend Parametrisieren.

Wie stellst du dir das vor? Was verstehst du darunter?

Ein einfacher Filter wird da nicht reichen. Der Knackpunkt ist ja der Filter (Klassifikator in der Fachsprache) an sich. Der muss unterscheiden können, was wichtig ist und was nicht. Wenn es jemand schafft, den Klassifikator für's Autofahren zu erfinden, der würde steinreich werden!
Besser noch: Diesen Klassifikator könnte man dann auch so umändern, dass er für jede Art von Informationsverarbeitung nutzbar wäre. Man könnte damit dann eine echte, denkende KI bauen - das gäbe den Nobelpreis.