Ερευνητές ανέπτυξαν ένα σύστημα όπου τα οχήματα ανταλλάσσουν δεδομένα, χωρίς να χρειάζεται να συνδεθούν απευθείας μεταξύ τους κατά την πορεία τους στον δρόμο. Πρόκειται για την καινοτόμο τεχνολογία «Cached Decentralized Federated Learning» (Cached-DFL) που προσφέρει έναν αποκεντρωμένο τρόπο ανταλλαγής τεχνητής νοημοσύνης. Τα οχήματα δημιουργούν ένα «ψηφιακό δίκτυο μάθησης», βασιζόμενο σε εμπειρίες άλλων αυτοκινήτων, ακόμη και αν δεν έχουν βρεθεί ποτέ δίπλα τους.

Το Cached-DFL αλλάζει άρδην το τοπίο, επιτρέποντας στα οχήματα να βλέπουν το «προφίλ» άλλων οχημάτων και να αντλούν πολύτιμα δεδομένα για πλοήγηση, συνθήκες δρόμου, σημεία με σήματα ή εμπόδια — χωρίς, όμως να αποκαλύπτουν προσωπικά δεδομένα ή οδηγικές συνήθειες. Παρότι τα περισσότερα αυτόνομα οχήματα βασίζονται σήμερα σε κεντρικές βάσεις δεδομένων, κάτι που ενέχει κινδύνους για παραβιάσεις ασφαλείας, το νέο σύστημα έρχεται να μεταφέρει πληροφορίες εκπαιδευμένα μοντέλα AI, που αντλούνται μέσα στο όχημα, ελαχιστοποιώντας την ανάγκη αποθήκευσης σε κοινές υποδομές.

Δείτε επίσης: Delivery με Drone: Το Μέλλον των Ταχυμεταφορών ή Ουτοπία;

Τα δεδομένα περιλαμβάνουν τρόπους αντίδρασης σε κυκλοφοριακά φαινόμενα, παρόμοια σενάρια οδήγησης, και προσαρμογή σε απρόβλεπτες καταστάσεις. Το κάθε όχημα μαθαίνει από τα άλλα που αντιμετώπισαν ανάλογες συνθήκες.

Ο επικεφαλής της ερευνητικής ομάδας, Δρ. Γιονγκ Λιου, καθηγητής στη Σχολή Μηχανικής Tandon του Πανεπιστημίου της Νέας Υόρκης, υπογραμμίζει ότι «τα αυτόνομα αυτοκίνητα αποκτούν κοινή μνήμη …Ένα όχημα που έχει κινηθεί μόνο στο Μανχάταν μπορεί να γνωρίζει τις συνθήκες στο Μπρούκλιν ή και σε οποιοδήποτε άλλο σημείο του κόσμου, βασισμένο στις εμπειρίες άλλων οχημάτων».

Με ένα εύγλωττο παράδειγμα καταλήγει ότι, αν ένα συγκεκριμένο σημείο στο Μπρούκλιν έχει λακκούβες οβάλ σχήματος, το σύστημα θα επιτρέψει σε όλα τα οχήματα του δικτύου, ανεξαρτήτως τοποθεσίας, να μάθουν πώς να τις αποφεύγουν.

Μπορεί να σας ενδιαφέρει: Η Drops Smart Hubs συνεργάζεται με τη Dynamic Aerospace για drones στην Ελλάδα