Kan en digital kjørelærer gi like bra opplæring som et menneske, til en billigere penge?

Kunstig intelligens (KI) kan endre dagens kjøreopplæring fullstendig. Det er også målet for et samarbeid mellom NTNU, IT-selskapet Virtur og WAY AS i Trondheim. WAY er Norges eneste simulatorbaserte kjøreskole.

Prosjektet har utviklet et system og en KI-kjørelærer. Denne kan lære elever å kjøre i en fullskala bil-simulator.

Nøytral lærer, personlig opplæring

Den virtuelle kjørelæreren er fullt i stand til å umiddelbart vurdere prestasjonene til eleven som sitter bak rattet. Den kan også gi helt nøytrale tilbakemeldinger i sanntid.

Odd Erik Gundersen er førsteamanuensis ved Institutt for datateknologi og informatikk på NTNU. (Foto: Skjermdump / Youtube)

Dermed får man luket vekk eller dempet eventuelle personlige oppfatninger av eleven. De kan fort farge tilbakemeldingene en virkelig lærer gir i en en-til-en situasjon.

– KI-sjåførlæreren er fullt på nivå med en menneskelig kjørelærer når det kommer til systematisk evaluering av elever, sier Odd Erik Gundersen. 

Han er forsker ved Institutt for datateknologi og informatikk på NTNU.

Hvert år dør 1,2 millioner i trafikken

Bakteppet for den nye forskningen er at nesten 1,2 millioner mennesker dør i trafikkulykker hvert år, ifølge Verdens helseorganisasjon. Dette er den vanligste dødsårsaken for barn og unge mellom 5 og 29 år. 

De yngste sjåførene er mest utsatt. Menn har tre ganger høyere sannsynlighet enn kvinner for å bli drept i trafikkulykker.

Selv små forbedringer kan spare mange liv. 

Mens FN har som mål å halvere antall trafikkdrepte innen 2030, vil EU ha tallet nærmest mulig null innen 2050.

I Norge døde 118 personer i trafikken i 2023. Utviklingen de siste to årene har gått gal vei. Også her i landet skjerper derfor myndighetene innsatsen for bedre trafikksikkerhet.

Trent på 477 scenarier

Én mulighet til forbedring er bedre kjøreopplæring, mener NTNU-forskerne. 

Systemet de har utviklet, bygger på i alt 477 kjøre-scenarier for tre ulike trafikksituasjoner. Dette er forbikjøringer, bykjøring med større lyskryss og rundkjøringer og ulike vikepliktsituasjoner.

Slik kan evalueringen fra den digitale kjørelæreren se ut. (Illustrasjon: WAY AS)

Målet har vært at systemet, altså den virtuelle læreren, skulle kunne trenes til nøyaktig og objektivt vurdere ulike kjørescenarier. 

Samtidig skulle den ha like gode ferdigheter og gi like presise tilbakemeldinger som ekte eksperter på trafikkopplæring.

For å trene og teste den virtuelle læreren opp mot virkelig opplæring har i alt 21 faktiske kjøreskole-elever og 7 lærere utført økter i simulator.

Maskin og menneske er like presise

«Resultatene viser at vurderingene og tilbakemeldingene til KI-læreren og de virkelige ekspertene stemmer meget godt overens i disse situasjonene. Dette bekrefter at systemet kan prestere like presist som menneskelige eksperter.»

Det skriver forskerne i den vitenskapelige artikkelen fra studien. 

De siste årene har interessen for kjøreopplæring i simulatorer med virtuelle lærere vokst i takt med stadig bedre teknologi og billigere maskinvare.

Men selv om fordelene er mange, er det så langt gjort forholdsvis lite forskning på KI-kjøreopplæring. Mye av oppmerksomheten på feltet rettes i stedet mot utvikling av selvkjørende biler.

Øve på elg midt i veien?

Odd Erik Gundersen ønsker at forskningen deres kan være med og løfte utviklingen av virtuell kjøreopplæring.

– Ved opplæring i en simulator er det lettere å standardisere og personliggjøre kjørelæringen. Samtidig kan man også være sikker på at alle sjåførene kan håndtere ulike situasjoner. Også uvanlige og farlige situasjoner, som ikke kan testes i den virkelige verden, kan trenes på i en simulator, sier han.

Endre miljø etter behov

Videre kan det virtuelle miljøet rundt føreren endres etter behov. Alt fra kompliserte trafikksituasjoner i storbyen til landeveiskjøring kan tilpasses den enkelte elev.

I simulatoren kan eleven trene på kjøring i alle slags vær- og føreforhold. (Illustrasjon: Skjermdump / YouTube)

KI-kjørelæreren kan for eksempel velge situasjoner som eleven trenger å trene ekstra på. Siden stress generelt minsker evnen vi har til å lære, er det også mulig å fjerne trafikk eller andre stressfaktorer underveis.

Forskerne har også vist at tilbakemeldingene fra læreren kan skreddersys til en læringsstil som passer eleven best.

Mindre prislapp på lappen?

Mye av dette er ikke mulig i dagens opplæring med eleven bak rattet og læreren i setet ved siden av, understreker forskerne. 

De mener også at helautomatisk opplæring kan gjøre det billigere å ta lappen.

Det er et omfattende og komplisert programmeringsarbeid som ligger bak utviklingen av denne typen datamodeller. Systemet forskerne, kjørelærere og it-folk har utviklet, består av et vurderingssystem og et veiledningssystem. Det første er i stor grad utformet som et regelbasert system. Der bruker KI forhåndsbestemte regler til å ta beslutninger.

Maskiner forklarer og begrunner

Dette er forskjellig fra ren maskinlæring som krever at modellene mates med enorme mengder data for å trenes opp til å handle slik vi ønsker.

Den virtuelle kjørelæreren krever et regelbasert system. Der er det enkelt å finne støtte for og forklaringer på beslutningene den tar.

Kunstig intelligens kan endre dagens kjøreopplæring fullstendig. (Illustrasjon: WAY AS)

Det er fordi den ikke bare skal vurdere elevens kjøreprestasjoner. Den skal også forklare og begrunne gode eller dårlige tilbakemeldinger. Videre skal den fortelle hva eleven må jobbe bedre med.

Like god som menneske-kollegaen

Lyskryss, rundkjøringer og forbikjøringer er de mest krevende situasjonene for de som skal ta førerkort.

Vurderingene systemet gjør av elevene, viser svært godt samsvar med vurderingene som profesjonelle kjørelærere gir. KI-kjørelæreren er også like nøyaktig som en ekte lærer til å identifisere og melde tilbake om både gode og dårlige valg eleven tar.

Koster tid og penger

– Allikevel finnes det begrensninger. Som med ethvert regelbasert system som dette, møter også vår plattform noen krevende utfordringer, skriver forskerne i sin artikkel.

Det handler for eksempel om den kompliserte prosessen med å utvikle og styre et omfattende og intrikat sett av regler. De skal fange opp de mange ulike situasjonene en sjåfør møter i trafikken. 

Dette gjør at utvikling og vedlikehold av systemet kan bli både tidkrevende og kostbart.

Vil løfte inn i blandet virkelighet

De 21 elevene i prosjektet har kjørt 3 testrunder hver. De sitter i en vanlig utstyrt bil og bruker ratt og pedaler som vanlig.

Men i stedet for å rulle ut i trafikken står bilen montert på en bevegelig plattform omgitt av projektorer med et virtuelt trafikkmiljø på alle kanter. Et kamera fanger opp alt elevene gjør, til og med hvordan de beveger øynene under kjøretimen.

Samarbeidspartnerne ønsker å gjøre systemet enda bedre ved å ta i bruk det siste innen virtuell og blandet virkelighet eller Mixed Reality (MR).

MR er en fremvoksende teknologi. Der kan brukerne ta på seg hodesett med avansert teknologi for øyesporing som gir en blanding av virtuell virkelighet (Virtual Reality-VR) og utvidet virkelighet (Augmented Reality-AR).

Kjøresimulator. De 21 elevene i prosjektet har kjørt 3 testrunder hver. (Foto: WAY AS)

Forskrifter bremser KI-læreren i kjøreopplæring

Forskerne mener dette vil gi rom for enda mer personlig, effektiv og skreddersydd opplæring tilpasset hver enkelt. Den som trenger å trene på rundkjøringer, kan gjøre unna 30 slike på 30 minutter. 

De mener arbeidet deres belyser de enorme mulighetene bruk av KI har for å revolusjonere trafikkopplæringen. De går så langt som til å kalle det et paradigmeskifte.

– Men hva må til for at den digitale kjørelæreren rykker inn i norske kjøreskolebiler?

– I Norge sier forskriftene at opplæringen må gjøres i en bil – altså at den ikke kan gjøres i en simulator. Så om dette skal endre hvordan opplæringen faktisk blir gjort, så må forskriftene endres, sier Gundersen.

Referanse: 

Johannes Rehm, Odd Erik Gundersen mfl.: A virtual driving instructor that assesses driving performance on par with human experts.  Expert Systems with Applications, 2024. Doi.org/10.1016/j.eswa.2024.123355

Fredrik R. Bjørnland mfl.: A Virtual Driving Instructor That Generates Personalized Driving Lessons Based on Student Skill Level. Proceedings of the AAAI Conference on Artificial Intelligence, 2024. Sammendrag. DOI: https://doi.org/10.1609/aaai.v38i21.30320