Základním předpokladem pro pokročilé asistenční funkce a automatizované řízení je detailní porozumění a přesné vyhodnocení celé dopravní situace. Aby mohly automatizované systémy od řidičů převzít kontrolu nad vozem, musí vozidlo pochopit okamžité chování všech účastníků provozu. Jen tak se může systém v každé situaci rozhodnout správně.
Tento úkol nejlépe zvládají algoritmy využívající metody hlubokého strojového učení (deep machine learning). Na veletrhu CES Asia předvedl Continental systém počítačového vidění, jež pro zdokonalení schopností pokročilých senzorů používá umělou inteligenci, neuronové sítě a strojové učení. Pátá generace multifunkční kamery, jejíž sériová výroba bude podle plánu zahájena v roce 2020, začne kromě tradičních postupů pro vyhodnocení obrazu pracovat i s neuronovou sítí. V závislosti na dostupném hardwaru může dosahovat různé velikosti a naladění. Nasazení inteligentních algoritmů pomůže lepšímu porozumění situaci a vyhodnocení úmyslů a gest chodců.
„Umělá inteligence hraje důležitou roli při nahrazování lidských činností. Se softwarem, který jí bude vybaven, dokáže auto správně vyhodnotit i komplexní a nepředvídatelné dopravní situace – nebude se rozhodovat jen podle toho, co se děje před vozem, ale vezme v úvahu i to, co by se vůbec mohlo dít,“ říká Karl Haupt, vedoucí oddělení pokročilých asistenčních systémů společnosti Continental, a dodal: „Umělou inteligenci považujeme za klíčovou technologii pro automatizované řízení. Je zkrátka součástí budoucnosti automobilismu.“ Automatizované vozidlo musí být schopné dělat všechno co řidič, jenž vnímá okolí svými smysly, vlastní inteligencí zpracovává získané informace, rozhoduje se a podle toho řídí. Tento přístup vyžaduje, aby schopnosti počítače byly přinejmenším na úrovni člověka.
Porozumění situaci a znalost kontextu
Umělá inteligence otevírá nové možnosti pro systémy počítačového vidění. Díky ní budou například umět rozeznat lidi a vyhodnotit jejich úmysly a gesta. Continental používá umělou inteligenci, aby systémům ve vozidle dodal lidské schopnosti. „Auto by mělo být natolik inteligentní, aby rozumělo svému řidiči i dění okolo,“ říká Robert Thiel, vedoucí strojového učení v oddělení pokročilých asistenčních systémů. Nejlepším příkladem je reakce na chodce. Algoritmus pracující s pravidly na něj zareaguje až v okamžiku, kdy chodec opravdu vstupuje do vozovky. Naproti tomu algoritmus na bázi umělé inteligence dokáže v předstihu správně určit záměry přibližujícího se chodce. V tomto ohledu se umělá inteligence podobá zkušenému řidiči, jenž instinktivně rozpoznává potenciálně nebezpečné situace a je připraven včas brzdit. K tomu je potřeba plně porozumět celé situaci, předpokládat budoucí dění a podle toho odpovídajícím způsobem reagovat.
Hluboké strojové učení jako virtuální autoškola
Systémy umělé inteligence se musí, stejně jako lidé, nejdříve naučit řídit. Jako autoškola jim slouží metoda „učení pod dozorem“. Software analyzuje obrovské množství dat, z nichž odvozuje úspěšné a neúspěšné strategie pro další akci. Nabyté znalosti následně uplatňuje při řízení vozu. Tato schopnost učení se se u algoritmů neustále vyvíjí. Data pro strojové učení se získávají ukládáním signálů z radaru a kamery ze skutečného provozu. Právě obrovská databáze takových údajů je v případě společnosti Continental základním kamenem vývoje umělé inteligence. Společnost spoléhá na umělou inteligenci při řešení extrémně komplexních úkolů, například při detekci chodců, kdy na základě milionů vstupních dat vznikají konkrétní parametry pro návrh celého řešení. To vyžaduje vytvoření systému, jenž kombinuje a parametrizuje vstupní data, tedy miliony pixelů z obrazu kamery pro detekci chodců. Druhým krokem je, aby systém uměl vyhledat každou kombinaci vlastních parametrů, která vede k vyřešení problému.
Sériová výroba tohoto systému bude zahájena s příchodem páté generace multifunkční kamery. Již její předchozí generace ale využívá postupy hlubokého učení. Metody na něm založené slouží k ovládnutí komplexních situací na různých úrovních – od sledování okolí vozu až k plánování konkrétních jízdních strategií pro ovládání vozidla. Tyto metody jsou navíc škálovatelné. To znamená, že více dat a více výpočetního výkonu vede k lepším výsledkům.
Rozšiřování globálních aktivit společnosti Continental na poli umělé inteligence
V roce 2015 Continental vytvořil ústřední předvývojové oddělení, koordinující nejrůznější aktivity zaměřené na umělou inteligenci. V tomto oboru spolupracuje se společnostmi NVIDIA, Baidu a dalšími výzkumnými institucemi jako University of Oxford, Technische Universität Darmstadt v Německu a Indian Institute of Technology Madras v Indii. V Budapešti bylo v květnu 2018 rovněž otevřeno oddělení pokročilých asistenčních systémů (Continental Advanced Driver Assistance Systems business unit), zodpovídající za hluboké strojové učení. Do konce roku 2018 společnost Continental zaměstná po celém světě okolo 400 inženýrů se znalostmi umělé inteligence a hledá další talentované lidi pro vývoj produktů a procesů v tomto oboru.