Menü

DeepMind und Waymo optimieren das KI-Training selbstfahrender Autos

Die Alphabet-Abteilungen DeepMind und Waymo wollen autonome Autos voranbringen. Die Auswahl des richtigen Codes soll nach Prinzipien der Evolution geschehen.

Lesezeit: 1 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen 13 Beiträge

(Bild: Waymo)

Von

Ingenieure der Alphabet-Abteilungen Waymo und DeepMind haben sich zusammengetan, um einen effizienteren Prozess zum Trainieren und Optimieren von selbstfahrenden Algorithmen des Unternehmens zu finden. Wie Technology Review online ("Evolutionstraining für KI-Algorithmen von selbstfahrenden Autos") schreibt, verwendeten sie dafür eine Technik namens populationsbasiertes Training (PBT), das zuvor von DeepMind zur Verbesserung von Videospielen entwickelt wurde.

Vom vernetzten zum autonomen Auto

mehr anzeigen

Es orientiert sich an der biologischen Evolution, beschleunigt die Auswahl von Algorithmen und Parametern für maschinelles Lernen für eine bestimmte Aufgabe, indem der Kandidatencode aus den "fittesten" Versionen – also jenen, die eine bestimmte Aufgabe am effizientesten ausführen – einer algorithmischen Population ausgewählt wird.

Diese Verfeinerung von KI-Algorithmen könnte Waymo einen Vorteil gegenüber seinen Mitbewerbern verschaffen. In dem Maß, in dem die von selbstfahrenden Autos gesammelte Datenmenge wächst, müssen auch die sie steuernden Algorithmen neu trainiert und kalibriert werden. Inzwischen versuchen Dutzende von Unternehmen, auf echten Straßen die beste Technologie für selbstfahrende Autos zu demonstrieren.

Mehr dazu in Technology Review online in:

(vsz)