Rijlessen voor zelfrijdende robots

Over vijf, tien jaar rijden we in auto's die zichzelf kunnen besturen. Maar hoe leer je eigenlijk een robot rijden op wegen bedekt met sneeuw?

De wereld zoals een robotauto haar ziet via camera's, radar en lidar. Beeld Nvidia

Hoe leer je een auto zichzelf rijden? Tot nu toe leidde het antwoord tot een auto bomvol sensoren, op de decimeter nauwkeurige wegenkaarten en software waarin programmeurs de robotbestuurder uitleggen wat een rijstrook is, een verkeerslicht en een vangrail.

De makke van deze aanpak is dat een auto in meer situaties verzeild kan raken dan duizend programmeurs kunnen verzinnen. De ingenieurs achter Google Car onthulden dit jaar dat hun robotbestuurder de kluts kwijtraakt als de wegen bedekt zijn met sneeuw en allerlei aanknopingspunten onder een witte deken verdwijnen.

Volgens Nvidia kan het simpeler: laat de zelfrijdende auto rijlessen nemen. Van wie? Van een mens natuurlijk.

Het Amerikaanse techbedrijf stuurde dit jaar een 'slimme' auto de weg op, nadat die maandenlang de (stuur)kunst had afgekeken van echte automobilisten. De computers analyseerden de videobeelden van ritten over snelwegen, tweebaanswegen zonder middenstrepen en karresporen, van tochten in fel zonlicht en het pikkedonker en van tripjes in stortbuien, dichte mist en sneeuwstormen.

De auto legde dankzij die rijlessen bijna 5.000 kilometer over de openbare weg af zonder brokken te maken. Hij herkende situaties en 'wist' wat mensen in die gevallen deden. Op een filmpje van het experiment is te zien hoe de auto soepel over een bospad rijdt, terwijl de bestuurder zijn handen door het open dak steekt.

Zebrabarcode

De eigenschap van grafische chips om patronen op te sporen in ongestructureerde data is in Afrika ingezet om uitsterving van de Grévyzebra te voorkomen. In Kenia maakten 500 vrijwilligers in een gebied van 25 duizend vierkante kilometer duizenden foto's van de zebra's, gekoppeld aan een gps-locatie. De beelden werden door de computer geanalyseerd. Die keek daarvoor naar de strepen op de dieren: elke zebra heeft zijn unieke patroon, net als een streepjescode in de winkel. De computer identificeerde 2.000 unieke dieren, meer dan 80 procent van de Grévyzebra-populatie in Kenia.

Nvidia trainde zijn auto via een methode die wordt omschreven als deep learning. Daarbij zoeken computeralgoritmen patronen in een berg rommelige gegevens, data die niet eerst netjes in een spreadsheet of een database zijn gezet. Die werkwijze wordt gebruikt om bijvoorbeeld zoekmachines kattenfoto's te laten vinden op internet, zonder dat de kiekjes zo zijn beschreven of op een pagina staan waarop het woord 'kat' staat. Deep learning wordt ook gebruikt om computers een taal te leren of gezichten te laten herkennen.

Deep learning verkort de tijd waarin je robotauto's specifieke vaardigheden bijbrengt, legt directeur automotive van Nvidia, Daniel Shapiro, uit. 'Neem verkeersborden. Normaal zou je die in miljoenen regels broncode nauwkeurig beschrijven. Wij gaan anders te werk. We hebben onze computer miljoenen foto's gevoed van verkeersborden, vanuit elke hoek en in tal van toestanden, verweerd, geblakerd, kromgebogen of op hun kop. Zo leert de computer elk bord te herkennen.' Een klus die anders twee jaar van geduldig programmeren had gevergd, was nu binnen enkele uren geklaard.

De Nvidia-auto leerde op deze manier niet alleen verkeersborden identificeren, maar ook verschillende typen auto's. Shapiro: 'Het kan een ambulance onderscheiden van een bestelwagen. Dat is belangrijk, omdat de zelfsturende auto moet weten voor welk voertuig hij altijd opzij moet gaan en voor welke niet.'

Nvidia is geen naam die bij de consument een belletje doet rinkelen, maar bij sommige computergebruikers wel. Twee typen klanten zweren bij de producten van het bedrijf: gamers en grafische professionals. Nvidia levert hen de videokaarten die in pc's complexe beelden op het beeldscherm zetten. Dat geldt voor computerspellen, voor de bewerking van video's en voor het ontwerpen van 3D-beelden. Dat mag van sommige gamers wat kosten: het topmodel Nvidia-kaart, de Titan X, kost 1.310 euro.

Nvidia werd opgericht in 1993, toen computers steeds meer gedetailleerde beelden kregen te verwerken, vooral toen gameontwerpers in 3D gingen werken. Al die data werden te veel voor de processor, het centrale rekenbrein. Nvidia ontwierp een tweede chip die het afwikkelen van alle visuele data voor zijn rekening nam. De grafische versnellingskaart was geboren.

Zo'n tien jaar terug bleken de specifieke eigenschappen van de chips op de videokaart zich voor meer toepassingen te lenen. Wetenschappers begonnen voor specifieke taken als deep learning supercomputers te bouwen waarbij ze honderden grafische processors aan elkaar knoopten.

Zo'n supercomputer heeft Nvidia nu ook ontwikkeld voor zelfrijdende auto's. Die moeten binnen milliseconden wijs worden uit alle informatie die wordt verzameld door alle sensoren en instrumenten op het voertuig, zoals camera's, radar en lidar (een variant op radar maar dan met laserstralen).

De Drive PX 2 is een krachtpatser. Hij heeft de rekenkracht van 150 notebooks en is in staat in een seconde 24 biljoen deep learning-berekeningen uit te voeren. Shapiro: 'Tien jaar geleden vergde dat een supercomputer met de omvang van een huis.' De Drive PX 2 heeft de omvang van een lunchtrommel en kost 10 duizend euro.

De CEO van Nvidia Jen-Hsun Huang laat de NVIDIA Drive PX 2 zien. Beeld epa

Zo'n tachtig automerken, ontwikkelaars en wetenschappers testen de Drive PX 2 uit. Nvidia bouwt een systeem waarbij alle auto's met zo'n boordcomputer hun 'ervaringen' via internet delen. Van de les die eentje leert, worden alle robotauto's wijzer.

Over leren gesproken: op de video van Nvidia's robotbestuurder valt iets op. Als de auto afstevent op een hek, neemt de robotbestuurder de bocht iets later dan een automobilist dat zou doen. Waarom is dat? 'Iedereen heeft zijn eigen rijstijl. Sommigen rijden robuuster dan anderen', legt ingenieur Tim Wong van Nvidia uit. In dit geval doet de testauto een 'laat-remmer' na.

'In het begin reed de robot juist veel voorzichtiger. Hij remde veel abrupter en gaf veel schokkeriger gas. Precies zoals een 17-jarige dat tijdens zijn eerste rijlessen doet.'

Meer over

Wilt u belangrijke informatie delen met de Volkskrant?

Tip hier onze journalisten


Op alle verhalen van de Volkskrant rust uiteraard copyright. Linken kan altijd, eventueel met de intro van het stuk erboven.
Wil je tekst overnemen of een video(fragment), foto of illustratie gebruiken, mail dan naar copyright @volkskrant.nl.
© 2019 DPG Media B.V. - alle rechten voorbehouden