O Waymo usa a competição evolucionária para melhorar os carros autônomos.

Na abordagem usual, o processo de aprender a controlar autonomamente um veículo usando IA, conforme relatado pelo recurso engadget.com, será bastante demorado e não particularmente eficaz, pois os pesquisadores precisarão usar uma enorme quantidade de poder computacional para aprender paralelamente sistemas ou passarão muito tempo triagem manual de decisões ruins.

GLENN CHAPMAN / AFP / Getty Images

Na Waymo, especializada no desenvolvimento de carros autônomos, decidiu-se por uma abordagem mais razoável, que é usar os mesmos princípios que definem a evolução.
A empresa concordou em cooperar com a empresa britânica DeepMind, especializada no desenvolvimento de inteligência artificial e usando a teoria evolutiva de Darwin, para tornar o treinamento de sistemas de direção autônomos mais eficiente e eficaz.

O treinamento de redes neurais individuais, que são usadas em carros robóticos Waymo para realizar numerosas tarefas de direção autônoma: desde a detecção de objetos e previsão do comportamento até o planejamento do movimento do carro, tradicionalmente exigiu muitas semanas para realizar ajustes e experimentos, bem como para atrair enorme poder computacional.
Ao usar o método DeepMind, as redes neurais devem competir entre si durante o processo de seleção, e as soluções mais fracas são eliminadas. Eles são substituídos por “descendentes” mais fortes, que são cópias de redes mais eficientes com parâmetros ligeiramente modificados (assim como uma criança não é um clone ideal de seu pai). Isso permite que você remova automaticamente as redes da lista com menor eficiência, eliminando o Waymo de ter que retreinar redes do zero – elas já herdaram novas habilidades de seus “pais”.
.