ALVINN: нейромережа кермує фургоном
На конференції NIPS 1988 року Дін Померло з Карнегі-Меллона описав ALVINN — тришарову мережу зворотного поширення, що з зображення камери 30×32 і зображення лазерного далекоміра 8×32 (разом 1217 входів) через 29 прихованих нейронів видає один із 45 напрямів руху. Мережу навчено на 1200 синтетичних зображеннях дороги за 40 епох; на нових синтетичних зображеннях вона вгадує кривину в межах двох одиниць приблизно в 90 % випадків. На фургоні Navlab вона вела машину 400-метровою доріжкою через лісисту ділянку кампусу на пів метра за секунду.
Чому це важливо
Уперше кермом справжньої машини керувала нейромережа, навчена на прикладах, а не алгоритм, написаний людиною: обробка залежить від того, на чому мережу навчили, і ваги прихованих нейронів читаються як фільтри країв дороги. Це прямий предок сучасного водіння за камерою й навчанням.
Вхід поділено на дві «сітківки» й один нейрон зворотного звʼязку, що каже, чи дорога світліша за узбіччя; використано синю смугу зображення як найконтрастнішу; бажаний вихід — «горб» активації навколо кривини, яка вивела б машину на середину дороги за 7 метрів. Синтетичні зображення генерує власний генератор доріг з різними положеннями, освітленням і шумом, бо збирати справжні під усі умови було складно. Navlab — переобладнаний фургон Chevy з трьома компʼютерами Sun, процесором Warp, відеокамерою і лазерним далекоміром. За тих самих умов на тому ж маршруті група ALV у CMU досягала тієї самої точності на 1 м/с, виконуючи свій алгоритм на Warp; ALVINN тоді моделювали на одному бортовому Sun, і автор очікував прискорення на Warp. Матеріали — Advances in Neural Information Processing Systems 1 (NIPS 1988), с. 305–313. Чого запис не стверджує: місяця конференції; кілометрів (стаття дає 400 метрів); що мережу навчали на справжніх зображеннях (стаття каже — на синтетичних).