Bislang wurden solche Erkennungssysteme meist mittels maschinellem Lernen trainiert, berichten die Forscher der Viterbi-Ingenieursschule in Kalifornien und der Arizona State University. Das Problem dabei: Die daraus entstehenden Algorithmen sind schwer zu testen, weil niemand genau weiß, wie sie zu ihren Entscheidungen kommen. Eine neue Prüfsoftware der Forscher soll nun Fehler in den Algorithmen erkennen, und zwar lange bevor die Autos tatsächlich fahren. Vereinfacht ausgedrückt, testet die Software beispielsweise, ob das System erkennt, dass ein Objekt nicht innerhalb kürzester Zeit aus dem Nichts erscheinen oder verschwinden kann. Misslingt der Test, ist ein Fehler im Algorithmus wahrscheinlich.

Nicht nur Forscher, sondern auch viele Unternehmen arbeiten daran, die „Wahrnehmung“ von autonomen Autos zu verbessern. Dazu zählt das Startup Artisense aus Garching bei München. Ziel der Gründer ist es, Maschinen in die Lage zu versetzen, wie Menschen zu sehen. Dazu erstellt die Software des Startups ein komplettes Straßenbild in einer 3D-Wolke aus einzelnen Punkten, berichtet heise.de . Künstliche Intelligenz ermögliche dabei eine dynamische 3D-Kartierung und die Echtzeit-Lokalisierung in der Karte.