ChatGPT, Otonom Arabaları Güçlendirecek

Purdue Üniversitesi mühendisleri, otonom araçların (AV’ler), ChatGPT ve diğer chatbotları kullanarak, büyük dil modelleri (LLM’ler) olarak bilinen yapay zeka algoritmaları tarafından desteklenen, sürüş becerilerini artırabileceklerini bildirdi.

25 Eylül’de 27. IEEE Uluslararası Akıllı Ulaşım Sistemleri Konferansı‘nda sunulacak olan araştırmaları, LLM’lerin AV’lerin yolcu komutlarını daha doğal bir şekilde yorumlamalarına nasıl yardımcı olduğunu inceliyor, bu da potansiyel olarak insan-araç etkileşiminde bir dönüm noktası olabilir.

Mevcut AV sistemlerinin aksine, kesin girişler gerektiren, LLM’ler insan konuşmasını daha esnek, sohbet tarzı bir şekilde yorumlamak için eğitilmiştir.

Çalışmanın baş araştırmacısı Dr. Wang, geleneksel araç arayüzlerinin genellikle düğmelere basmayı veya açık sesli komutlar verme gerektirdiğini açıklıyor. Diğer yandan, LLM’ler yolcularla daha sezgisel ve doğal bir diyalog sağlar.

LLM’ler aracı doğrudan kontrol etmezler, ancak araştırmacılar, LLM’lerin AV’nin mevcut sistemlerine yardımcı olarak sürüş deneyimini daha kişiselleştirilmiş ve yolcu ihtiyaçlarına daha duyarlı hale getirebileceğini açıkladılar.

Deneyleri için araştırma ekibi, ChatGPT’yi hem doğrudan hem de dolaylı çeşitli komutlarla eğitti. “Daha hızlı sür” veya “Hareket hastalığı hissediyorum” gibi örnekler vererek, modelin farklı durumlara uyum sağlamasını öğrettiler.

Araştırmacılar, Google’ın Gemini ve Meta’nın Llama AI gibi diğer sohbet botlarını test ettiler, ancak ChatGPT’nin en iyi performansı gösterdiğini buldular.

Model, bu komutları işlerken gerçek zamanlı trafik durumlarını, hava durumunu ve aracın sensörlerinden gelen verileri dikkate aldı.

Dört seviye otonomi ile çalışan araç (tamamen otonom olmanın sadece bir adım altında), gaz pedalını, frenleri, vitesleri ve direksiyonu kontrol etmek için LLM tarafından oluşturulan talimatları kullandı.

Bazı deneylerde, Wang’ın ekibi sistemine ekledikleri bir bellek modülünü test etti. Bu, büyük dil modellerinin yolcunun geçmiş tercihleri hakkında bilgi saklamasına olanak sağladı. Modeller daha sonra bu verileri, gelecekteki komutlara yanıt verirken kişiselleştirmek için kullandı.
Deneyler, araçların otoyol hızlarında ve kesişim noktalarında komutlara nasıl yanıt verdiğinin test edildiği Columbus, Indiana’daki eski bir havaalanı pisti de dahil olmak üzere kontrol edilmiş bir ortamda gerçekleştirildi.

Araştırmacılar, katılımcıların LLM destekli AV’deki sürüşlerini, geleneksel AV sistemlerine göre daha rahat bulduklarını bildirdi. Araç, yeni komutlara yanıt verirken bile, temel güvenlik standartlarını sürekli olarak aştı.

Bu, kişiselleştirilmiş deneyimlerin yolcu memnuniyetini artırabileceği bir durum olantaksi olarak giderek daha fazla kullanılan otonom araçlar açısından özellikle önemlidir.

Dr. Wang’ın da belirttiği gibi, bu çalışmada kullanılan büyük dil modelleri, bir yolcunun komutunu işlemek için ortalama 1,6 saniye aldı, ki bu çoğu durum için iyi olmakla birlikte, acil durumlar için daha hızlı olması gerekiyor.

Bu çalışma üzerinde durmasa da, ChatGPT gibi büyük dil modelleri bazen “halüsinasyon” yaşayabilir, yani bilgileri yanlış yorumlar ve hatalı yanıtlar verir.

Bunu ele almak için, ekip, modellerin komutları yanlış anladığında yolcuları korumak için güvenlik önlemleri oluşturdu. Modeller, yolculuk sırasında komutları anlamada daha iyi hale geldi, ancak bu modellerin AV’larda kullanılabilmesi için halüsinasyonların hala düzeltilmesi gerekiyor.

Otomobil üreticilerinin, üniversiteler tarafından zaten yapılan araştırmanın ötesinde daha fazla test yapmaları gerekecek. Ayrıca, büyük dil modellerinin tamamen AV’lara entegre edilip aracın sürüş fonksiyonlarını kontrol edebilmesi için düzenleyici onayı gerekecektir, dedi Wang.