Otonom Araçlar ve Yapay Zekaya Dayalı Çalışma Mantığı

1950’lerden beri var olmasına rağmen, yapay zekanın neden şimdi bu kadar popüler hale geldiğini basitçe söylemek gerekirse, bu yapay zeka patlamasının arkasındaki sebep, bugün var olan devasa miktarda veridir. Otonom araçlarla veri üretmek için sensörleri ve kameraları hızla iyileştirmeye yönelik çabalar sürerken, derin öğrenme, bilgisayar görüşü ve paralel hesaplama algoritmalarını etkinleştirmek öncü firmalar hazır olduklarında bilgisayarlarını tanıttılar. Yapay zeka, otomatikleştirilmiş sürüş teknolojisinin temel bir bileşeni haline geldi ve otonom ve bağlantılı araçlarda nasıl çalıştığını bilmek önemlidir.

Yapay Zeka Nedir?

Bir bilgisayar bilimcisi olan John McCarthy, 1955’te ‘Yapay Zeka’ terimini ortaya attı. Yapay zeka, bir bilgisayar programının veya makinesinin düşünme, öğrenme ve karar verme yeteneği olarak tanımlanır. Genel kullanımda, terim insan bilişini taklit eden bir makine anlamına gelir. Yapay zeka ile insanların yaptıklarını yapmak için bilgisayar programları ve makineler alınır. Bu programları ve makineleri, nihai olarak mantıklı düşünmek ve insan eylemlerini gerçekleştirmek için analiz edilen ve işlenen büyük miktarda veri ile beslenir. Tekrarlayan insan görevlerini otomatikleştirme süreci, yapay zeka buz dağının sadece görünen kısmıdır, tıbbi teşhis ekipmanı ve otonom arabalar, insan hayatını kurtarmak amacıyla yapay zekayı uygulamıştır.

İlgili içerik: Yapay Zekaya Dair Herkesin Bilmesi Gereken 10 Şey

Otomotivde Yapay Zekanın Büyümesi

Otomotiv yapay zeka pazarı, piyasa varlığının 2025 yılına kadar yaklaşık %38.5’lik bir artış ile 11 bin milyon dolara yaklaşması beklendiğini bildirdi. Araştırmacı kurumlar yeni araçların yapay zeka tabanlı sistemlerinin kurulum oranının 2025 yılında %109 artacağını öngörmektedir.

Yapay zeka tabanlı sistemler özellikle bu iki kategoride yeni araçlarda standart hale gelecek:

  • Konuşma tanıma ve hareket tanıma, göz izleme ve sürücü izleme, sanal yardım ve doğal dil ara yüzleri dahil bilgi-eğlence insan-makine ara yüzü.
  • Gelişmiş Sürücü Yardım Sistemleri (ADAS) ve kamera tabanlı yapay görme sistemleri, radar tabanlı algılama üniteleri, sürücü durumu değerlendirme ve sensör füzyon motor kontrol üniteleri (ECU’lar) dahil olmak üzere otonom araçlar.

Makine öğrenimini uygulamak için bir teknik (yapay zeka elde etmek için bir yaklaşım) olan derin öğrenme teknolojisinin, otomotiv yapay zeka piyasasındaki en büyük ve en hızlı büyüyen teknoloji olması bekleniyor.

Yapay Zeka Otonom Araçlarda Nasıl Çalışır?

Otonom araç (AV veya otomatik), sürücüsüz araba veya robo-araba olarak da bilinen kendi kendini süren bir araba, çevresini algılayabilen ve çok az hareketle güvenli bir şekilde hareket edebilen bir araçtır. Direkt ‘insan girişi olmayan’ diye de tanımlanabilir. Kendi kendine giden arabalar, çevrelerini algılamak için radar, lidar, sonar, GPS, odometri ve atalet ölçüm birimleri gibi çeşitli sensörleri birleştirir.

Yapay zeka, özellikle sinir ağları ve derin öğrenme, otonom araçların düzgün ve güvenli bir şekilde çalışması için mutlak bir gereklilik haline gelmiştir.  Önce yolu ve yoldaki diğer arabaları izlemek için görme ve ses gibi duyusal işlevlerin kullanımıyla araba kullanmanın insan perspektifine bakmak gerekir. Kırmızı ışıkta durulduğunda veya bir yayanın karşıya geçmesi beklendiğinde, bu hızlı kararları vermek için hafıza kullanılır. Yılların sürüş deneyimi, kişiyi yollarda sık sık karşılaşılan küçük şeyleri aramaya alıştırmıştır. Otonom araçlardan da buna benzer yetenekler beklenmektedir. Kendi kendini süren otonom araçlar başarıyla üretilmesine rağmen onların da insan sürücülerin yaptığı gibi sürmeleri istenmektedir. Yani, bu araçlara insanların araçları sürmek için kullandığı duyusal işlevler, bilişsel işlevler (bellek, mantıksal düşünme, karar verme ve öğrenme) ve yürütme yetenekleri sağlanması gerektiği anlamına gelir. Otomotiv endüstrisi, son birkaç yılda tam olarak bunu başarmak için sürekli olarak gelişmektedir. Otonom araçlar, aracın devasa miktarlarda veri üretmesini sağlamak için kameralar, sensörler ve iletişim sistemleri ile donatılmakta, yapay zeka ile uygulandığında, tıpkı insan sürücülerin yaptığı gibi aracın görmesini, duymasını, düşünmesini ve karar vermesini sağlamaktadır.

Teknolojinin olası uygulamaları arasında kişisel kendi kendini süren araçlar, paylaşılan robotaksi, bağlantılı araç takımları ve uzun mesafeli kamyon taşımacılığı yer almaktadır. Otonom araçlarda kullanılan araç teknolojisinin yönlerinden biri uyarlanabilir hız sabitleyicidir. Bu sistem, önündeki araçlarla güvenli bir mesafeyi korumasını sağlamak için aracın hızını otomatik olarak ayarlayabilir. Bu işlev, araçtaki sensörler kullanılarak elde edilen bilgilere dayanır ve öndeki herhangi bir araca yaklaştığını algıladığında aracın fren gibi görevleri yerine getirmesini sağlar. Bu bilgi daha sonra işlenir ve aracın direksiyon, hızlanma ve frenleme gibi tepki veren hareketlerini kontrol eden araçtaki aktüatörlere uygun talimatlar gönderilir. Otonom sürüş, yolda, özellikle dur-kalk trafiğinde tıkanmalara neden olan insan davranışlarının ortadan kaldırılmasıyla da bunu başarabilir. Otonom sürüşün bir başka olası avantajı da, yaş ve engellilik gibi faktörler nedeniyle araba kullanamayan kişilerin daha uygun ulaşım sistemleri olarak otonom arabaları kullanabilmeleridir. Otonom bir araba ile gelen ek avantajlar, sürüş yorgunluğunu ortadan kaldırma ve gece yolculuklarında uyuyabilmedir. Otonom araçlar, içlerinde kullanılan yazılımın insanlara kıyasla daha az hata yapması muhtemel olduğundan, potansiyel olarak zayiat sayısını azaltabilir. Kaza sayısındaki azalma aynı zamanda trafik sıkışıklığını da azaltabilir ki bu da otonom araçların sunduğu bir diğer potansiyel avantajdır.

Otonom Araçlarda Yapay Zeka Algı Eylem Döngüsü

Otonom araç çevresindeki ortamdan veri ürettiğinde Algı Eylem Döngüsü adı verilen tekrarlayan bir döngü oluşturulur ve bunu, sırayla kararlar veren ve otonom aracın aynı ortamda belirli eylemleri gerçekleştirmesini sağlayan akıllı aracıya besler. Bu süreci üç ana bileşende incelemek gerekirse:

  1. Araç İçi Veri Toplama ve İletişim Sistemleri: Otonom araçlar, büyük miktarda çevresel veri üretmek için çok sayıda sensör, radar ve kamera ile donatılmıştır. Tüm bunlar, otonom aracın yolu, yol altyapısını, diğer araçları ve yol üzerindeki/yakındaki diğer tüm nesneleri görebildiği, duyabildiği ve hissedebildiği dijital sensöryumu oluşturur, tıpkı bir insan sürücünün sürüş sırasında yola dikkat etmesi gibi… Bu veriler daha sonra süper bilgisayarlar ile işlenir ve değerli bilgileri (girdi) otonom sürüş bulut platformuna güvenli bir şekilde iletmek için veri iletişim sistemleri kullanılır. Otonom araç, önce sürüş ortamını ve/veya belirli sürüş durumunu Otonom Sürüş Platformuna iletir.
  2. Otonom Sürüş Platformu (Bulut): Bulutta bulunan Otonom Sürüş Platformu, anlamlı kararlar almak için yapay zeka algoritmalarından yararlanan akıllı bir aracı içerir. Otonom aracın kontrol politikası veya beyni olarak hareket eder. Bu akıllı aracı aynı zamanda geçmiş sürüş deneyimlerinin depolandığı bir bellek görevi gören bir veri tabanına da bağlıdır. Bu veriler, otonom araçtan gelen gerçek zamanlı girdi ve etrafındaki yakın çevre ile birlikte akıllı aracın doğru sürüş kararları vermesine yardımcı olur. Otonom araç artık bu sürüş ortamında ve/veya belirli sürüş durumunda ne yapacağını tam olarak bilmektedir.
  3. Otonom Araçlarda Yapay Zeka Tabanlı Fonksiyonlar: Akıllı ajan tarafından verilen kararlara dayanarak, otonom araç yoldaki nesneleri algılayabilir, trafikte insan müdahalesi olmadan manevra yapabilir ve varış noktasına güvenli bir şekilde ulaşabilir. Otonom araçlar ayrıca ses ve konuşma tanıma, hareket kontrolleri, göz izleme ve diğer sürüş izleme sistemleri, sanal yardım, haritalama ve güvenlik sistemleri gibi yapay zeka tabanlı işlevsel sistemlerle donatılmaktadır. Bu işlevler, Otonom Sürüş Platformunda akıllı aracı tarafından verilen kararlara dayalı olarak da yürütülür. Bu sistemler, müşterilere kaliteli bir kullanıcı deneyimi sunmak ve onları yollarda güvende tutmak için oluşturulmuştur. Akıllı aracının gelecekte çok daha doğru kararlar vermesine yardımcı olmak için her sürüşten elde edilen sürüş deneyimleri kaydedilmekte ve veri tabanında saklanmaktadır.

Algı Eylem Döngüsü adı verilen bu veri döngüsü tekrar tekrar gerçekleşir. Algı Eylem Döngülerinin sayısı ne kadar fazla olursa, akıllı aracı o kadar akıllı hale gelir ve özellikle karmaşık sürüş durumlarında karar vermede daha yüksek doğrulukla sonuçlanır. Daha fazla bağlantılı araç sayısı, daha fazla sürüş deneyimi kaydedilmekte ve bu da akıllı aracının birden fazla otonom araç tarafından oluşturulan verilere dayalı kararlar almasına olanak tanımaktadır. Bu, her otonom aracın gerçekten anlayabilmesi için karmaşık bir sürüş durumundan geçmesi gerekmediği anlamına gelmektedir.