Een computer herkent niet zomaar voertuigen in het verkeer. Daar is veel digitale training voor nodig. Amerikaans onderzoek heeft aangetoond dat het besturingssysteem van zelfrijdende auto’s dankzij Grand Theft Auto V de regels van de straat kan leren.
Het is verrassend moeilijk om een computer andere auto’s te leren herkennen. Eerder dit jaar vond de eerste fatale crash met een zelfrijdende auto plaats. De schuldige, een Tesla Model S, kon een witte vrachtwagen niet onderscheiden van de felverlichte hemel.
‘Ik probeer robots te ontwikkelen die ook echt een nieuwe stap maken’
Hoe werkt vliegen? Dat lijkt een simpele vraag, maar voor luchtvaarttechnicus en bioloog David Lentink is het een levenslange zoektocht.
In eerste instantie onderwijzen bedrijven als Google en Uber hun autosoftware door eigenhandig miljoenen kilometers door de echte wereld te rijden. Daarnaast trainen ze hun algoritmen met behulp van vooraf opgenomen beeldmateriaal van het verkeer.
Computers hebben echter honderdduizenden beelden van voertuigen nodig, die voor- en achterkant laten zien en rigoureus gelabeld zijn. Pas dan promoveert de computer als een expert in voertuigherkenning. Dit proces vergt een hoop manuren.
GTA V
‘Na een dag gevuld met het handmatig labellen van afbeeldingen, speelde ik ’s avonds Grand Theft Auto V,’ zegt Matthew Johnson-Roberson van de universiteit van Michigan in de Verenigde Staten. ‘Ik dacht bij mezelf: dit is zo realistisch. Het is een perfecte simulatie van de echte wereld.’
Nadien trainde Johnson-Roberson met zijn team een algoritme uitsluitend met behulp van GTA V. Vervolgens testten zij het tegenover het algoritme dat met beelden van de echte wereld trainde. Het GTA V-algoritme bleek even goed in staat om auto’s te lokaliseren. Daarvoor had het weliswaar honderdmaal meer trainingsafbeeldingen nodig, maar aangezien het spel 500.000 afbeeldingen in luttele uren kon genereren, was dat geen probleem.
Simulaties
Andere onderzoeksgroepen hebben eerder computerspellen gebruikt om kunstmatige intelligentie (AI) te trainen, zegt computerwetenschapper German Ros van de Autonome Universiteit van Barcelona. ‘Het is een onderdeel van een grotere beweging die simulaties gebruikt om AI te trainen. Dit begint nu vorm te krijgen.’
Het blijkt lastig om de juiste trainingsdata te vinden. ‘We trainen AI doorgaans met afbeeldingen van bepaalde locaties, tijdstippen en weersomstandigheden, die we vervolgens testen onder vergelijkbare omstandigheden,’ zegt Ros. ‘Kunnen computers dan werkelijk auto’s herkennen, of hebben ze slechts die bepaalde dataset onthouden?’
Computerspellen helpen bij dit probleem, omdat ze vaker verschillende voertuigen en omstandigheden afbeelden. Desondanks is hier hetzelfde probleem nog aanwezig: niks in GTA V lijkt op een Japanse stad, bijvoorbeeld.
Veiliger
Johnson-Roberson wil bewijzen dat zelfrijdende auto’s veiliger zijn dan auto’s die door mensen bestuurd worden. In de echte wereld verongelukt er elke 160 miljoen kilometer iemand met een fatale afloop. Een prototype kan dit niet zomaar verbeteren. ‘We moeten dus minstens elk systeem met computerspelsimulaties testen, voordat het de weg opgaat,’ zegt Johnson-Roberson.
Altijd op de hoogte blijven van het laatste wetenschapsnieuws? Meld je nu aan voor de New Scientist nieuwsbrief.
Lees verder: