Selvkørende biler kan forstå passageren bedre med ChatGPT
Forskere fra Purdue University i USA har udviklet en løsning, der gør det muligt for selvkørende biler at tilpasse kørslen efter kommandoer som ”jeg har travlt” ved hjælp af sprogmodeller i AI-chatbots som ChatGPT.
Løsningen gør det muligt for førerløse biler at tilpasse deres kørsel mere naturligt på samme måde, som en menneskelig chauffør kan reagere på indirekte anmodninger. Undersøgelsen, der blev præsenteret på IEEE Intelligent Transportation Systems Conference, udforsker brugen af sprogmodeller til at hjælpe selvkørende biler med at forstå passagerernes kommandoer og ændre kørslen derefter.
Se også: Elbiler – alt om teknologien, der skal sikre den grønne omstilling
Sådan forbedrer sprogmodeller førerløse biler
Ziran Wang, der er assisterende professor på Purdues Lyles School of Civil and Construction Engineering, forklarer, at fuldt autonome køretøjer skal fortolke både direkte og underforståede kommandoer.
Det er en opgave, som sprogmodeller håndterer bedre end de nuværende systemer i førerløse biler, som kræver meget eksplicitte instruktioner. Sprogmodeller er trænet på store mængder af tekstdata, hvilket muliggør mere menneskelignende interaktioner.
I undersøgelsen styrede sprogmodellerne ikke køretøjet direkte. I stedet hjalp de med at tilpasse kørslen baseret på passagerernes input. Forskerne trænede ChatGPT med beskeder, der spændte fra direkte til indirekte kommandoer. Sprogmodellerne blev integreret med køretøjets sensorer, der tog højde for trafik, vejr og vejforhold, og gav derefter instruktioner til bilens systemer.
Eksperimenterne blev udført på en testbane og på parkeringspladser, hvor køretøjet reagerede på både indlærte og nye kommandoer. Deltagerne rapporterede om mindre ubehag sammenlignet med traditionelle førerløse biler, og køretøjet, der fik assistance af sprogmodeller, klarede sig bedre end dem uden, viser undersøgelsen.
Se også: Selvkørende biler er enorme klimasyndere
Langsom svartid og hallucinationer
Sprogmodellerne behandlede kommandoer på cirka 1,6 sekund, men der er brug for forbedringer i tidskritiske situationer. På trods af de lovende resultater skal udfordringer som sprogmodellerne hallucinationer – det vil sige fejlfortolkning af kommandoer – løses, før de kan integreres fuldt ud i førerløse biler.
Forskerne undersøger også, om sprogmodeller kan kommunikere mellem førerløse biler i vejkryds og bruge computer vision-modeller til at hjælpe førerløse biler med at køre i ekstremt vejr. Fremtidig forskning vil også inddrage andre AI-sprogmodeller såsom Googles Gemini og Metas Llama.
Se også: Derfor er salget af elbiler er gået i stå
Kan revolutionere selvkørende biler
Brugen af sprogmodeller i selvkørende biler indebærer sikkerhedsmæssige risici, da fejlfortolkning af kommandoer kan føre til farlige situationer. Modellerne har en relativt langsom reaktionstid, hvilket er kritisk i nødsituationer, og deres manglende kontekstforståelse kan resultere i uforudsigelig kørsel under komplekse forhold.
Derudover rejser det spørgsmål om ansvar, hvis teknologien fejler. På trods af disse udfordringer har sprogmodeller et stort potentiale. De kan skabe en mere naturlig og intuitiv interaktion mellem passager og bil, hvilket forbedrer brugeroplevelsen og tilgængeligheden for flere grupper. Teknologien kan tilpasses individuelle præferencer og bruges i fremtidige scenarier som koordination mellem biler i trafikken.
Med videreudvikling og løbende opdateringer kan sprogmodellerne blive mere sikre og pålidelige, hvilket kan revolutionere selvkørende biler.