এই এআই স্বচালিত গাড়িগুলোকে অতীতের যাত্রাপথ “মনে রাখতে” এবং আরও নিরাপদ পথ পরিকল্পনা করতে সাহায্য করে।

স্বয়ংক্রিয় গাড়ি ব্যবস্থার অন্যতম বড় সমস্যা হলো, এগুলো রাস্তা পুরোপুরি ভালোভাবে দেখতে পেলেও শহরের বিশৃঙ্খল যানজটে নড়বড়ে ও স্বল্পমেয়াদী সিদ্ধান্ত নেয়। উন্নত ব্যবস্থাগুলো জটিল ও পরিবর্তনশীল রাস্তার পরিস্থিতির সাথে তাল মেলাতে হিমশিম খায়। কিন্তু একটি নতুন গবেষণায় বলা হয়েছে যে, এই গাড়িগুলোর উন্নত দৃষ্টিশক্তির প্রয়োজন নেই, বরং প্রয়োজন উন্নত স্মৃতিশক্তি।

KEPT (Knowledge-Enhanced Prediction of Trajectories from Consecutive Driving Frames with Vision-Language Models) নামক পিয়ার-রিভিউড গবেষণাপত্রে, টংজি বিশ্ববিদ্যালয়ের গবেষকগণ এবং তাদের সহযোগীরা এমন একটি সিস্টেম তৈরি করেছেন যা স্বচালিত যানবাহনগুলোকে পরবর্তী পদক্ষেপ বেছে নেওয়ার আগে অতীতের ড্রাইভিং দৃশ্যগুলো “মনে রাখতে” সাহায্য করে।

এই নতুন স্বচালিত প্রযুক্তি কীভাবে কাজ করে?

KEPT নামক এই পদ্ধতিটি সামনের ক্যামেরার ভিডিও ব্যবহার করে, সেটিকে পূর্ববর্তী বাস্তব ড্রাইভিং ক্লিপের একটি বিশাল লাইব্রেরির সাথে তুলনা করে এবং তারপর বর্তমান দৃশ্য ও অতীত থেকে সংগৃহীত উদাহরণের উপর ভিত্তি করে একটি নিরাপদ স্বল্পমেয়াদী গতিপথের পূর্বাভাস দেয়। এর মূল ধারণাটি বেশ সহজবোধ্য। একটি এআই মডেলকে প্রতিটি পরিস্থিতিতে এমনভাবে প্রতিক্রিয়া জানাতে বলার পরিবর্তে যেন সে আগে কখনও এমন কিছু দেখেনি, KEPT তাকে পূর্ববর্তী ড্রাইভিং থেকে একই ধরনের মুহূর্তগুলো স্মরণ করতে দেয়।

এরপর সেই উদাহরণগুলো একটি কাঠামোগত যুক্তি প্রক্রিয়ার অংশ হিসেবে একটি ভিশন-ল্যাঙ্গুয়েজ মডেলে ইনপুট করা হয়। এটি গুরুত্বপূর্ণ, কারণ গবেষকদের মতে, অন্যথায় বড় ভিশন-ল্যাঙ্গুয়েজ মডেলগুলো অলীক কল্পনা করতে পারে, ভৌত সীমাবদ্ধতা উপেক্ষা করতে পারে, অথবা এমন গতির পরামর্শ দিতে পারে যা কাগজে-কলমে বিশ্বাসযোগ্য মনে হলেও একটি আসল গাড়ির জন্য উপযুক্ত নয়। তাই KEPT মূলত রক্ষাকবচের মতো কাজ করে, যা মডেলটিকে বাস্তব জগতের অনুরূপ ট্র্যাফিক পরিস্থিতি কেমন ছিল তার সাথে সংযুক্ত রাখে।

এটি কি প্রচলিত স্বায়ত্তশাসিত সিস্টেমের চেয়ে ভালো?

গবেষকরা বহুল ব্যবহৃত nuScenes বেঞ্চমার্কে KEPT-কে পরীক্ষা করেছেন এবং বলেছেন যে এটি ওপেন-লুপ মেট্রিক্সে প্রচলিত এন্ড-টু-এন্ড প্ল্যানিং সিস্টেম এবং নতুন ভিশন-ল্যাঙ্গুয়েজ-ভিত্তিক প্ল্যানার উভয়কেই ছাড়িয়ে গেছে। এটি এমনকি প্রেডিকশন এরর কমাতে এবং সম্ভাব্য সংঘর্ষের সূচক হ্রাস করতে সক্ষম হয়েছে, একই সাথে রিয়েল-টাইম ড্রাইভিংয়ের জন্য ব্যবহারিক থাকার মতো যথেষ্ট দ্রুত রিট্রিভাল বজায় রেখেছে।

এর ফলে এটিকে পরবর্তী প্রজন্মের স্বচালিত গাড়ির জন্য একটি সুস্পষ্ট পছন্দ বলে মনে হতে পারে, কিন্তু এটি এখনও রাস্তায় চলার জন্য প্রস্তুত নয়। তবুও, এর পেছনের বৃহত্তর ধারণাটি বেশ আকর্ষণীয়। যদি স্বচালিত গাড়িগুলো রিয়েল-টাইম উপলব্ধির সাথে অতীতে একই ধরনের পরিস্থিতি কীভাবে তৈরি হয়েছিল তার একটি অর্থপূর্ণ স্মৃতিকে একত্রিত করতে পারে, তবে তারা এমন সিদ্ধান্ত নিতে সক্ষম হতে পারে যা কম ভঙ্গুর এবং আরও মানবিক বলে মনে হবে।