Rendkívül izgalmas témákat vet fel ez az anyag, amely azt mutatja be, hogyan változott meg az önvezető autók fejlesztése az utóbbi 40 évben. Az első katonai projektektől, a DARPA Grand Challenge történelmi kudarcaitól és diadalaitól kezdve egészen a modern, mesterséges intelligencia-alapú neuronhálókig jutunk el. Különösen érdekes, mennyire nagy szerepe volt az akadémiai világnak és a nagyvállalatoknak, például a Google-nek és a Teslának abban, hogy az autonóm járművek egyre közelebb kerültek a valós, hétköznapi használathoz.
A bemutatott videó kitér arra, hogy a kezdeti években a fejlesztések elsősorban szabályalapú, moduláris rendszerekre épültek, ahol minden funkció külön modulokban futott. Ám ezek a rendszerek nem tudtak rugalmasan alkalmazkodni a valódi forgalmi viszonyokhoz, főleg az úgynevezett „longtail” helyzetekhez – ritka, váratlan eseményekhez, amelyek a legnagyobb kihívást jelentik a valódi önvezetés esetén.
Külön hangsúlyt kapnak az utóbbi évek áttörései: a neuronhálós, end-to-end tanuló rendszerek elterjedése, a szintetikus, mesterségesen létrehozott adathalmazok bevezetése, illetve a gépi tanulás fejlődése. Felvetődik a kérdés, hogyan lehet felkészíteni egy önvezető járművet olyan szituációkra, amelyeket a valóságban is alig lehet tapasztalni, vagy amelyeket emberi vezetéssel nehéz lemodellezni.
A videó nemcsak a technológiai előrelépéseket követi nyomon, hanem betekintést nyújt az iparági versenybe is: hogyan reagáltak a szereplők, amikor világossá vált, hogy a klasszikus kódolás helyett az adatok és komplex modellszerkezetek jelentik a jövőt. Izgalmas kérdés, vajon mennyire lehet megbízni az AI „hallucinációs” képességeiben – mivel most már a kreatív helyzetmegoldás is részévé vált a tanulásnak.
