Prace nad stworzeniem autonomicznych samochodów trwają od przynajmniej dekady. Elon Musk chwali się, że Tesla ma wkrótce udostępnić tryb całkowicie autonomicznej jazdy. Czy rynek motoryzacyjny jest u progu przełomu? Jaką rolę w tej rewolucji będzie miała do spełnienia branża tłumaczeniowa?
O ile zapewnienia Elona Muska trzeba traktować ze sporą rezerwą, bo przynajmniej od kilku lat słyszymy, że „już wkrótce” na rynku pojawią się w pełni autonomiczne samochody, to rozwiązania tego typu są stale testowane przez różnego rodzaju firmy i ośrodki badawcze na całym świecie. Raczej kwestią czasu jest, kiedy tego typu komercyjne rozwiązania faktycznie pojawią się na rynku. O prym pierwszeństwa na rynku na nowoczesnym rynku motoryzacji walczą także Mercedes Benz, Google czy Audi. Bez względu na to, kto ten wyścig wygra, trudno będzie udostępnić komercyjną usługę bez wsparcia branży tłumaczeniowej. Jaką rolę pełnią tłumacze podczas prac nad tego typu rozwiązaniami?
Nowoczesna branża tłumaczeniowa i sztuczna inteligencja w motoryzacji
Największym zadaniem każdego rozwiązania, które wykorzystuje sztuczną inteligencję, jest stworzenie algorytmu skutecznie komunikującego się z „ludzkim” odbiorcą, za pomocą języka naturalnego. Algorytm musi się więc „nauczyć” porozumiewać z użytkownikiem w sposób zrozumiały i klarowny. W przypadku autonomicznych samochodów nie ma mowy o żadnych niedopatrzeniach, bo te mogą być katastrofalne w skutkach.
Algorytm autonomicznych aut musi się także nauczyć poprawnie odczytywać oraz interpretować rzeczywistości w trybie rzeczywistym. W przypadku branży samochodowej nie chodzi tutaj o zagadnienia tak oczywiste, jak wspomniane przetwarzanie „ludzkich” komend głosowych, ale interpretację całej otaczającej rzeczywistości w często zmiennych i czasem trudnych do przewidzeniach warunkach. Autonomiczny samochód musi umieć poprawnie identyfikować obiekty i przewidywać scenariusze zachowań, zarówno podczas słonecznej pogody, jak i padającego deszczu, śniegu czy w warunkach ograniczonej widoczności. Co równie istotne, algorytm, podobnie jak człowiek, musi stale interpretować rzeczywistość, dokonywać selekcji oraz wyborów.
Zbieranie danych do rozwiązań AI w branży motoryzacyjnej to skomplikowany i długotrwały proces, który odbywa się w konkretnych warunkach laboratoryjnych i środowiskowych. Dane treningowe, dane do walidacji oraz dane testowe zbierane są do wytrenowania sztucznej inteligencji i wybrania najlepszego modelu sztucznej inteligencji. Dane terenowe są zwykle rejestrowane poprzez prototypową kamerę oraz określony rodzaj czujników sensorycznych.
Zestaw takich danych zawiera m.in. dane akustyczne wewnątrz i poza pojazdem (komenda wydana przez kierowcę, dźwięk klaksonu), dane o obiektach (przeszkody, przechodnie, pasy), dane strumieni świetlnych (światła hamującego w oddali samochodu, sygnalizacja świetlna) oraz nagrywanie różnego rodzaju scenariuszy w czasie rzeczywistym, które potem zostaną przypisane do konkretnych kategorii semantycznych. Zróżnicowane i dobrze usystematyzowane dane są podstawą do stworzenia kompleksowego, autonomicznego systemu, który będzie umiał poprawnie ocenić sytuację w zróżnicowanych warunkach atmosferycznych i będzie poprawnie interpretował zachowania na drodze, jak i poza nią (pobocze).
Choć na rynku istnieje sporo danych otwartych, to mimo wszystko, większość firm, które chcą wprowadzić komercyjne rozwiązania z wykorzystaniem sztucznej inteligencji, musi korzystać z dedykowanych zestawów danych, przygotowanych specjalnie na potrzeby projektu. W tym momencie pojawiają się nieocenieni lektorzy i tłumacze, którzy pozwalają opracować np. kilkanaście wersji językowej danego algorytmu. Wystarczy wyobrazić sobie kuriozalną sytuację, w której za kierownicą autonomicznego zasiada osoba mówiąca z akcentem kalifornijskim, a algorytm został wyposażony jedynie w British English. Nie wspominając już o tym, że grupa odbiorców przyszłych usług autonomicznych samochodów będzie bardzo niejednorodna i zróżnicowana językowo, co będzie kolejnym wyzwaniem dla producentów tego typu rozwiązań oraz szansą na rozwój branży tłumaczeniowej w nowych, obiecujących obszarach.
