בטכניון: התפתחויות טכנולוגיות מציתות דמיון במערכות אוטונומיות

אודיטוריום טאוב בפקולטה למדעי המחשב בטכניון הפגיש אמש (ד') את מיטב המומחים בתחומי הבינה מלאכותית ולמידת המכונה, במסגרת הכנס השנתי TCE 2019, שעסק במערכות אוטונומיות – באוויר, בים וביבשה. את "כנס העתידנים", ששפך אור על האתגרים הרבים העומדים בפני מפתחי הטכנולוגיות בתחום, הובילו פרופ' אלכס ברונשטיין מהפקולטה למדעי המחשב ופרופ' גיא גלבוע מהפקולטה להנדסת חשמל במוסד האקדמי החיפאי.

הכנס בחן חידושים טכנולוגיים הקשורים בכלי רכב ובכלי טיס אוטונומיים, ובהם מכוניות ורחפנים שנעים בסביבה לא מוכרת, תוך התייחסות למגוון פתרונות בתחומי החישה, האיכון, הניווט וכדומה. סיירתי בין ביתני הסימולציה ואולם ההרצאות ושמעתי שבצד צעדי הענק שעושה המחקר והפיתוח בטכנולוגיית הרכב האוטונומי "על הנייר" (או על מסכי הסימולציות), הרי שהאתגרים הרגולטוריים והבטיחותיים בתחום מותירים את ההגה עדיין בידיים של בני התמותה, נהגים בשר ודם.

"ה-'חושים' של המערכות האוטונומיות"

על החסמים הייחודיים לפיתוח טכנולוגיות בתחום הרכב האוטונומי אמר פרופ' ברונשטיין כי "בינה מלאכותית נכנסת לכל תחום טכנולוגי, אבל כשמדובר בכלי רכב ובכלי טיס, אנחנו מוגבלים מאוד: אין לנו אפשרות לתת למערכת ללמוד מתוך כישלונות והתרסקויות. זה לא שחמט, שבו המחשב יכול להפסיד מיליון פעמים לפני שישחק טוב. לכן, חשוב מאוד לפתח כלי סימולציה שישפרו את המערכת עוד ועוד לפני שהיא יוצאת לשטח".

פרופ' גלבוע התייחס לרגישויות הטכנולוגיות למערכות אוטונומיות. "קיימים אתגרים טכנולוגיים עצומים בבניית מערכות אוטונומיות איכותיות ואמינות", ציין. "כמו החושים של בני האדם, גם למערכות אלה יש 'חושים' והם מתבססים על מצלמות וחיישנים שונים – חיישן אופטי, תרמי, מכ"ם ועוד, בכדי לקלוט מידע מהסביבה. ניתוח שטף המידע האדיר המתקבל, באיכות גבוהה ובזמן אמת, הוא אתגר גדול, בעיקר במערכות קטנות שכוח המחשוב שלהן מוגבל".

פרופ' שי מנור מהפקולטה להנדסת חשמל בטכניון. צילום: קרן גביש

"האתגר האינטלקטואלי וההנדסי בעיצוב עתידה של התחבורה העולמית ויצירת מערכות אוטונומיות בטוחות ואמינות הוא עצום, ובמסגרתו אנחנו עושים שימוש ברעיונות שעד היום פתרו בעיקר משחקים, בכדי לפתור בעיות בעולם האמיתי, שדורשות אמינות ובטיחות מוחלטות", אמר פרופ' שי מנור מהפקולטה להנדסת חשמל בטכניון, מבכירי החוקרים בעולם בתחום למידת המכונה באמצעות חיזוקים (RL – Reinforcement Learning). בתחום מחקר זה, שהינו אחד הנושאים החמים והטרנדיים בעולם הלמידה החישובית כיום, האלגוריתם מבצע אינטראקציה עם הסביבה ולומד לשפר את מדיניות קבלת ההחלטות שלו, בהתאם לחיזוקים חיוביים או שליליים שהוא מקבל".

פרופ' מנור פירט כי "למידה באמצעות חיזוקים מבוססת על למידה מתוך ניסוי וטעייה, שמתבצעת בסדרת אינטראקציות בין סוכן לומד (רכיב תוכנה/רובוט) לבין סביבתו, המיוצגת כמידע המתקבל מחיישנים. בכל אינטראקציה מקבל הסוכן מידע מסביבתו לגבי המצב הנתון ובוחר לבצע פעולה ממרחב פעולות זמין. בתגובה, מתקבל אות תגמול שהוא ערך מספרי, המבטא את חיוניות הפעולה בהתאם למצב. מטרתו של הסוכן הלומד היא לגבש מדיניות פעולה הממפה בין מרחב המצבים האפשריים למרחב הפעולות, כך שהתגמול הכולל עבור ביצוע פעולות יהיה גבוה ככל שניתן".

על המשחק GO וכלי רכב אוטונומיים

בשנים האחרונות מוביל פרופ' מנור את החטיבה החדשה של פורד, שעוסקת בפיתוח מערכת קבלת החלטות עבור כלי רכב אוטונומיים, ששולטת בנהיגת הרכב ובמהירותו. החטיבה החדשה נרכשה על ידי פורד ב-2016 בעשרות מיליוני דולרים. המערכת נועדה לאפשר חוויית נסיעה בטוחה ונוחה, שתוכל להגיב במהירות לשינויים בסביבתה. ניתן באמצעותה לגלות ולזהות במדויק הולכי רגל וכלי רכב, בתנאי מזג אוויר ותאורה משתנים, ולכלול רכיב שיבנה באופן אוטומטי מפה תלת ממדית של הערים שבהן ייסע הרכב.

עוד אמר פרופ' מנור ש-"החידוש החשוב ביותר בתחום המערכות האוטונומיות בעשור האחרון הוא תוכנת הבינה המלאכותית אלפאגו, המבוססת על הרעיון הפשוט של הרבה נתונים ומיליוני משחקים של מומחים שמלמדים את המערכת", הוסיף. "גוגל רכשה את מערכת הלמידה המלאכותית Deepmind שבבסיס תוכנת אלפאגו לפני כחמש שנים, ולימדה את התוכנה כ-30 מיליון מהלכים שונים במשחק ה-GO. לאחר מכן החלה אלפאגו הבלתי מנוצחת להתחרות נגד עצמה, כשכל משחק מפתח את היכולות הטקטיות ומסייע לחפות על העדר האינטואיציה שלה כתוכנת מחשב".