Açıklanabilir Derin Öğrenme ile Otonom Araçların Zihinsel Modelleri Geliştiriliyor

Otonom araç teknolojisi, dünya genelinde yüzlerce şirket tarafından geliştirilmektedir. Ancak, mevcut makine öğrenimi (ML) çözümleri, insan müdahalesi gerektiren zorlu durumlarda başarısızlıklar yaşayabilmektedir. Bu durum, sürücülerin bu tür durumları öngörebilmesi için gerekli bilgiyi anlamalarını zorlaştırmaktadır. Araştırmacılar, insan tarafından anlaşılabilir kavramlara dayanan bir yöntem olan Concept-Wrapper Network (CW-Net) ile bu sorunu çözmeyi amaçlamaktadır. CW-Net, otonom araçların karar verme süreçlerini açıklayarak sürücülerin zihinsel modellerini geliştirmekte ve bu sayede sürücülerin araç davranışlarını daha iyi tahmin etmelerini sağlamaktadır. Gerçek dünya testlerinde, bu yaklaşımın sürücülerin durum farkındalığını artırdığı gözlemlenmiştir.