Kiszáradó tavaktól pusztító áradásokig, özönvízszerű viharokig, a szélsőséges időjárási jelenségek egyre gyakoribbak. A változó éghajlatra többek között azért is nehéz reagálnunk, mert a globális felmelegedés okai annyira komplexek, hogy nem mindig, vagy nem jól értjük őket.

A Stanford Egyetem kutatói az amerikai Középnyugaton tapasztalható időjárási szélsőségek feltételeinek azonosítására fejlesztettek gépitanulás-technikát. Ez az egyik első kísérlet a hosszútávú változások okainak mesterséges intelligenciával történő elemzésére.

Az MI a pontosabb előrejelzésekben is segít.

A felmelegedés például keményebb esőzésekhez, havazásokhoz is vezet, az atmoszféra melegebb, nedvesebb. A klímaváltozás a csapadékképződést másként is befolyásolhatja, viszont nehéz megmondani, hogyan. Részben azért, mert a klímamodellek térbeli felbontása nem elegendő regionális szélsőségek megjelenítésére.

A kutatók a felső Mississippi és a Missouri keleti részének vízgyűjtőjére összpontosítva, nyilvánosan hozzáférhető adatok alapján számolták ki a régió 1981 és 2019 közötti extrém csapadékos napjait. Utána az algoritmust megtaníttatták a kapcsolódó légköri képződményminták adatalapú elemzésére.

Hagyományos statisztikai módszereknél eredményesebben, több mint kilencven százalékos pontossággal azonosította a napokat.

Kiderítette, hogy a növekedés több tényező összjátéka: az egyik, hogy a 21. században gyakoribbak a rengeteg csapadékhoz vezető légnyomás-minták. Időben visszafelé haladva, viszont egyre csekélyebbek a változások.

A minták előfordulásakor a csapadékmennyiség egyértelműen nő, nagyobb az esély egy viharos napra, mint a múltban volt. Ezeken a napokon a Mexikói-öbölből Középnyugatra tartó légköri nedvességáramlás is magasabb, ami nyilvánvalóan befolyásolja a viharos esőzéseket.

A mesterséges intelligenciával e tényezők jövőbeli özönvizekre gyakorolt hatását is vizsgálják, de technikájukat más régiókra, más időjárási jelenségekre, például trópusi ciklonokra is kiterjesztenék.

Különleges robotot mutatott be az Amazon. Az Astro nevű szerkezet kvázi járőrözi a felhasználó lakását, figyeli, nincs-e ott idegen személy, és természetesen figyelmeztet, ha veszélyt észlel.

Feltérképezi a lakásunkat, és arcfelismeréssel dönti el, hogy ismerőst vagy veszélyforrást lát. Zenéket játszik le, telekonferenciát bonyolíthatunk rajta, beépített tárolóterében kisebb tárgyakat el tud vinni a lakás másik végébe.

Az Alexa platformra épül, ugyanazzal a hangfelismerő szoftverrel működik, úgy tervezték, hogy alaposan megismerje a felhasználó lakását, szokásait. Másrészt, ugyanahhoz a biztonsági rendszerhez kapcsolódik, mint a szintén Amazon-termék Ring kapucsengő.

Minden szoba optimális pozícióját térképezi fel, hogy a legkönnyebben észlelje a betolakodókat és más veszélyforrásokat, például tüzet. Megállapítja, hogy a lakás mely részei túlzsúfoltak, és ezért nem árt elkerülni azokat.

A felhasználó megismerteti vele az ott élők és a gyakori vendégek arcát, hangját. Szükséges is ismernie őket, mert minden belépő személyt követ. A követéshez mikrofonokat és a teste fölé emelkedő teleszkópos kamerát használ. Ha ismeretlen személyeket észlel, követi őket, és minden helyiségben a számára legideálisabb pontról figyeli a tevékenységüket. Ha akarjuk, természetesen leállíthatjuk a járőrözést, de el is indíthatjuk, mint ahogy kijelölhetünk a robot számára „tiltott” helyiségeket is. 

A nagyvállalat még erre az évre ígéri Astro kereskedelmi forgalmazását, 999 dollárba fog kerülni. A kiszivárgott dokumentumok alapján elég sok személyiségi jogi (privacy) kérdés merülhet fel vele kapcsolatban. Bűnüldöző szervek például a tulajdonos helyett akár közvetlenül az Amazontól is kérhetik, hogy bocsássa rendelkezésükre az Astro által rögzített anyagokat. De magát a gépet is felhasználhatják jogilag megkérdőjelezhető műveletek elvégzésére, mint ahogy például az egyébként sikeres, tavaly 1,4 millió példányban eladott Ringgel is megtették már.

Az Astro fejlesztésében részt vett több szakember szerint a gép egyelőre gyengécske, hajlamos legurulni a lépcsőn, ráadásul a személyazonosítás is gyakran pontatlan. Máskülönben a Ring logikus folytatásának tűnik, kérdés, tényleg akarjuk-e, hogy egy robot – és a fejlesztő nagyvállalat – ennyire megismerje otthonunkat, szokásainkat.

Az éghajlatváltozást megörökítő szimulációk régóta megjósolták az egyre gyakoribb és intenzívebb erdőtüzeket. Tűz a paradicsomban – ilyen és hasonló címek utalnak az idillikus helyeken történt katasztrófákra. Az egyik az észak-kaliforniai Paradise településen, 2018 novemberében volt, több mint nyolcvan áldozattal.  

A mai számítógépes szimulációkkal nagyon jól előrejelezhető az erdőtüzek terjedése, jobban megérthetjük belőlük a tűz tevékenységét, és a védekezésben is fontos szerepet játszhatnak. A legfőbb kihívás a pusztulás komplex dinamikájának rögzítése, értelmezése.

A szaúd-arábiai Abdullah Király Tudomány és Technológia Egyetem (KAUST) kutatói és nemzetközi partnereik a tűzvész erdőléptékű viselkedését pontosan rögzítő, egy-egy fa lángra lobbanásából kiinduló, azt pontosan modellező, új szimulációt dolgoztak ki.

Módszerükkel az eddigieknél is precízebb az előrejelzés, a valódi erdők adataira épülő forgatókönyvek. A szimuláció az erdők tűzvédőinek használatát is modellezi, hogy hogyan képesek megakadályozni vagy csökkenteni a katasztrófát.

A fák kigyulladásának és a terjedési dinamikának megragadása mellett a környezeti változók, például a fasűrűség, a terep és a szél is fontos, szimulációkból kihagyhatatlan tényezők.

Az eddigi erdőléptékű szimulációkban a fák sima kúpokként vagy hengerekként szerepeltek. A túlzott leegyszerűsítéssel a modell pontatlanabb. A KAUST kutatói ezért dolgoztak ki a fákat ágszerű modulok gyűjteményeként ábrázoló, részletesebb szimulációt garantáló módszert.

A megjelenített forgatókönyv függvényében, minden egyes fát vagy sok részletes, élethű ágstruktúrákat generáló, vagy a hatékonyabb számítások miatt elnagyoltabb modulok reprezentálják. Az új megközelítéssel teljes ökoszisztémákban, változó erdőkkel realisztikusan szimulálható a tűz terjedése.

Az előrejelzés még pontosabb, ha a felhőképződést és a lángoló növényzetre hulló esőt, illetve a növényekből elpárolgó csapadékot is szimulálják. A kutatók elmondták, hogy a modellt további elemekkel egészítik ki: a szikrák útját, a fű, a lehullott ágak és az aljnövényzet tűzvészben betöltött szerepét is ábrázolni fogják. Megközelítésüket műholdas felvételekkel tervezik hitelesíteni.

Az Egyesült Államokban bő tucatnyi új civil mesterségesintelligencia-labort terveznek építeni. Az ország Nemzeti Tudományos Alapja (NSF) 220 millió dollárral tizenegy Nemzeti MI Kutatóintézet létrehozását támogatja, valamint idén alapított további héthez járul hozzá.

Egy-egy intézetnek öt éven keresztül évi húszmilliót folyósítanak. Egyesek állami és magánpartnerektől, például a Nemzetvédelmi Minisztériumtól, az Amazontól és az Inteltől kapnak további támogatást.

Több intézet a mezőgazdaság javítására fog összpontosítani. A klímakatasztrófához jobban alkalmazkodó megoldásokkal, növények modellezésével, vagy például a precíziós mezőgazdasághoz és más kezdeményezésekhez megfelelő biztonsági infrastruktúra fejlesztésével járulnak hozzá a célokhoz.

Mások a szűkebb infokommunikációs szektorban tevékenykednek majd. A félvezető-tervezésen javítanak, jobb robotokat építenek. Két intézet az edge számításokhoz megfelelő eszközökre és a vezeték nélküli MI-rendszerekre specializálódik. Egy másik MI-modellekkel optimalizál rendszereket, automatizálja a döntéshozást. Lesz olyan is, amelyik komplex dinamikus rendszerek irányításához dolgoz ki algoritmusokat és alkalmazásokat.

Három intézet kifejezetten az emberi élet minőségének javításából kiindulva, a gyerekek oktatásával, felnőttek képzésével, idősek gondviselésére használt rendszerek fejlesztésével foglalkozik.

Az NSF tavaly szeptemberben hét nemzeti MI-intézetet támogatott. Az Egyesült Államok szintén tavaly jelentette be, hogy két éven keresztül évi kétmilliárd dollárral segíti a mesterségesintelligencia-kutatásokat.

Az összegek hatalmasnak tűnnek, pedig más országok, elsősorban Kína több pénzzel járulnak hozzá az MI felvirágoztatásához. Ezek a számok azonban csak kis részét képezik az USA mesterségesintelligencia-költéseinek, de mindenesetre jelzik, hogy a szövetségi kormány tisztában van az MI amerikai gazdaságra gyakorolt hatásával, potenciális előnyeivel, amelyekből az egész világ profitálhat.

A kormányzati támogatás eddig is kulcsfontosságú volt az MI fejlődésében, és ez a jövőben is így lesz.

Az ember természetkárosító tevékenységének, a klímakatasztrófának, a természetes élőhelyek elvesztésének egyik következményeként, egyre kevesebb a növényeket beporzó rovar, például poszméh. Gépek jelenthetik a megoldást, ausztrál és amerikai farmerek az izraeli Arugga Farming startup robotjaival poroztatják be üvegházban termő paradicsomaikat.

A rendszert kifejezetten paradicsomtermesztésre fejlesztették. A növény önmagát porozza be, amikor rovarokkal érintkezik, és az állat szárnycsapásai miatt, ráhullik a por. A kamerákkal és gépilátás-algoritmusokkal felszerelt robotok kerekeken, légkompresszorok által hajtva közlekednek a paradicsom-sorokban, sorok között.

Amikor felismernek egy gyümölcstermésre érett növényt, levegővel töltik fel magukat, hogy kiáramoljon belőlük a pollenanyag.

A gépilátás-rendszer többtízezer paradicsomvirág-fényképen tanult. A fotókat több üvegházban, változatos fényviszonyok mellett vették fel. Az üvegházakat építő amerikai AppHarvest tesztelte, és kiderült, hogy a robotok majdnem ugyanolyan hatékonyan porozzák be a növényeket, mint az erre „specializálódott” méhek, és sokkal jobban dolgoznak, mintha kézzel szórjuk szét a port.

A Costa Group Holding ausztrál mezőgazdasági vállalat, tízhektáros területen nemrég tesztelt két robotot. Tervezik, hogy további gépekkel bővítik alkalmazottaik számát, a közeljövőben legalább harminc porzó robottal dolgoznának együtt.

Más cégek szintén alkalmaznak mesterségesintelligencia-alapú robotokat beporzáshoz. Az Edete Precision Technologies mandulával ért el sikereket, a Bumblebee (poszméh) AI pedig avokádót, kivit és kakaót tervez MI-vel beporozni. A Virginia Egyetemen fejlesztett PoszMéh robot málnát, szedret és más bogyókkal fogja ugyanezt tenni.

Ezek a gépek üvegházakon kívül is fontos szerepet játszhatnak, komoly segítséget nyújthatnak mezőgazdáknak. Méheket drága bérelni, növényfertőzéseket terjeszthetnek, egyes bezárkózó területekre, például Ausztráliába tilos az importjuk.

Az orvosi képek, röntgen-felvételek és CT-szkenek értelmezésére, diagnosztizálásra betanított algoritmusok felismerik a rajtuk lévő személyek bőrszínét – mutatták ki amerikai kutatók.

Három mélytanulás-alapú algoritmust gyakoroltattak kilenc, orvosi képeket tartalmazó adatsoron. A képeket például „ázsiai”, „fekete”, „fehér” címkével látták el. A teszteken a modellek általában jól felismerték a bőrszínt, teljesítményük azonban a szkentípus, az adatsorok jellege és más változók miatt nem volt egyenletes.

Előzetesen az ImageNeten gyakoroltak, majd a mellkasról, végtagokról és a gerincvelőről készült, általánosan elterjedt adatsorokon finomhangolták őket. A három típus közül a ResNet végezte a legpontosabb – 80-97 százalék közötti – munkát.

A szerzők megpróbálták kitalálni, hogy a modellek hogyan tanulták meg a bőrszíneket megkülönböztetni egymástól. A testsúly, a szövetsűrűség, az életkor és a nem minimális hatással volt rájuk ebben. Ráadásul a páciens bőrszínét még homályos felvételeken is felismerték.

A kutatás azért fontos, mert több mesterségesintelligencia-rendszertől megállapították, hogy a bőrszín alapján elfogult.

2019-ben kiderült, hogy egy, az egészségügyi szolgáltatók széles körében használt algoritmus fekete betegeknél feleannyiszor ajánlott különleges figyelmet, mint fehéreknél.

Több tanulmányban hangsúlyozták, hogy a bőrrák detektálására begyakoroltatott algoritmusok gyengébben teljesítenek sötétebb bőrszínű személyek esetében.

A legtöbb szemészeti adatsoron tanuló modellek a környéken alulreprezentált népcsoportoknál kevésbé hatékonyan ismernek fel szembetegségeket.

Elgondolkoztató, hogy a diagnosztikára használt algoritmusok felismerik a páciensek bőrszínét. Egyelőre nem tudjuk pontosan, hogyan, és ez a tény továbbnöveli az aggályokat, hogy a mesterséges intelligencia az egészségügyben is mélyíti a bőrszín szerinti társadalmi különbségeket. Ha rájövünk a mikéntre, a közeljövő rendszerei nem lesznek annyira elfogultak, mint egyik-másik mai „kollégájuk.”

A Müncheni Műszaki Egyetem kutatói a posztkvantum titkosítást nagyon eredményesen megvalósító chipet terveztek. Egy ilyen chip komoly védelmet jelent a jövő kvantumszámítógépen támadó hackereivel szemben.

A kutatók „trójai” hardvereket is tettek a chipbe, hogy rajtuk keresztül tanulmányozzák a chipgyárakból érkező malware-eket, és találjanak ki hozzájuk detektálási módszereket.

A támadásokat megakadályozandó, a chipek és az egyedi komponensek közötti kommunikáció titkosított, csakhogy egyre több titkosító algoritmus nem működik már, mert feltörték őket. Itt jön képbe a bevett kvantumtitkosítás, ami viszont a kvantumszámítógépes korban már nem fog eredményes védelmet nyújtani.

A müncheni kutatók a hardver és a szoftver közös tervezéséből – amelyben specializált komponensek és az irányítóprogram kiegészítik egymást – indultak ki. Elsőként ők dolgoztak ki ezen az elven alapuló posztkvantum chipet, és tízszer gyorsabb lett, nyolcadrész energiát használ, de ugyanannyira rugalmas, mint a posztkvantum kriptográfiában eddig legígéretesebb Kyber. A legfőbb különbség, hogy a Kyber és a hozzá hasonló fejlesztések kizárólag szoftveralapúak.

A chip alapját képező, módosított magú és pluszutasításokat használó alkalmazás-specifikus integrált áramkör (ASIC) nemcsak a Kybert, hanem a nagyobb számításigényű SIKE algoritmust is támogatja, és azt huszonegyszer gyorsabban implementálja, mint a csak szoftveres titkosítást használó chipek.

A hagyományos támadások mellett a hardveres trójaiak jelentenek nagyon komoly veszélyt – ha a hacker a gyártás előtt trójai áramkört juttat a „chiptervbe”, a következmények katasztrofálisak lehetnek: gyárak zárhatnak be, gyártási titkokat lophatnak el. Ráadásul a hardverbe csempészett trójaiak még a posztkvantum titkosítást is kijátszhatják.

Egyelőre keveset tudunk ezekről a trójaiakról, és például azt sem, hogy milyen mértékben használják őket. Ha a támadókat meg akarjuk ismerni, úgy kell gondolkozni, mint ők. A müncheni kutatók ebben a szellemben négy teljesen másként működő hardveres trójait is fejlesztettek. A tesztelés után a chip megsemmisült, az áramköri útvonalakat fokozatosan kiiktatták, miközben a sikeres szinteket lefényképezték.

Ezzel az a céljuk, hogy a chip pontos működését dokumentáció hiányában is rekonstruáló gépitanulás-módszereket dolgozzanak ki. A rekonstrukció segít azonosítani a chip tényleges feladataival nem összhangban működő, a tervezés során esetleg meghackelt komponenseket. Ezek a folyamatok szabvánnyá válhatnak, random minták gyűjthetők így össze nagyobb chiprendelésekből. A hatékony posztkvantum titkosítással összekapcsolva, jelentősen hozzájárulhatnak biztonságosabb hardverek fejlesztéséhez.

Képzeljük el, hogy szörnyű fényviszonyok mellett, gyors kamerával, széles látószögből veszünk fel mindent. Az embernek meg kell elégednie az evolúció során kialakult szemével, a gépi látás viszont folyamatosan lép át új határokat. Legutóbb Dél-Koreában, ahol egy kutatócsoport két kameratípust kombinált össze a gyorsan mozgó objektumok jobb követéséhez és bonyolult környezetek precíz 3D-s feltérképezéséhez.

Az első, eseményalapú kamera remekül rögzít gyorsan mozgó tárgyakat, állatokat, személyeket, míg a mindenirányú vagy halszem-optikás második elképesztően széles szögeket fog be.

A Koreai Tudomány és Technológia Intézet a fejlesztésnek otthont adó Vizuális Intelligencia Laborja szerint mindkét kameratípus tökéletes a számítógépes látáshoz. Az eseménykamera sokkal kisebb késleltetéssel működik, mozgás közben kevesebb az elmosódás, jóval nagyobb a dinamikatartománya, plusz energiahatékony is. A másik a sokkal tágabb szögekből begyűjtött képi infók miatt kiváló gép.

Az új, „eseményalapú, mindenirányú, több látószögű, sztereó” (EOMVS) kamerához 3D-s jeleneteket nagyon pontosan rekonstruáló szoftver is kell. A rekonstrukcióhoz általában különböző szögekből vesznek fel több képet. A koreai kutatóké is hasonló megközelítéssel dolgozik, képek helyett viszont 3D-s tereket rekonstruál a kamera által rögzített eseményadatokkal dolgozó program.

A kombinált kamerát a közismerten nagyon pontos LiDAR mérésekkel hasonlították össze. 145, 160 és 180 fokra is beállították. Kiderült, hogy az EOMVS rendszer szintén pontosan, mindössze három százalék hibarátával térképez fel 3D-s tereket. Még pocsék világítás mellett is lekövet szélsebesen mozgó objektumokat.

A kutatók szerint a 3D-s térképezés és a dróntechnológia összekapcsolása az EOMVAS legígéretesebb alkalmazása.

A kamera kereskedelmi forgalmazását, továbbfejlesztését tervezik. Most a rendszernek az adatok összekapcsolása és elemzése miatt tudnia kell, hogy pontosan hol van a kamera. Az új változat rugalmasabb lesz, mert a kamera pozíciójáról semmiféle előzetes információra nem lesz szükség. Mozgás közbeni elhelyezkedését folyamatosan felbecsülő algoritmust fejlesztenek hozzá.

Ha hozzáérünk egy luftballonhoz, más nyomást gyakorlunk rá, mintha megfogunk egy üvegpoharat. Az MIT (Massachusetts Institute of Technology) és a Dél-kínai Tudomány és Technológia Egyetem kutatói a tapintás, érintés különbségeinek mérésére és feltérképezésére dolgoztak ki közösen hatékony eljárást.

A nyomást és más tapintásalapú stimulációkat „érző”, érintésre érzékeny kesztyűt terveztek. A belsejébe ágyazott szenzorrendszer detektálja, méri és feltérképezi a nyomás apró változásait. A finomhangolt érzékelők mindegyike a bőr nagyon kicsi rezgéseit, például a pulzusunkat is észleli.

Ezek az érzékelők hasonlítanak a jégszekrényekben vagy a meteorológiai állomásokon nedvességet mérő szenzorokhoz, azaz kicsi kondenzátorokhoz, amelyek két elektródából vagy fémlapból, és az általuk „szendvicsbe” fogott, az elektromos áramot nagyon rosszul vezető, az elektródák közötti töltéseket közvetítő, gumiszerű szigetelőanyagból állnak. Nedves körülmények között a köztes réteg szivacsként szívja fel a környezet töltött ionjait. Az ionokkal számszerűsíthető módon változik meg az elektródák közötti töltés, mérhető a nedvesség.

Az utóbbi években a szendvics-szerkezetet vékony és rugalmas nyomásérzékelők fejlesztéséhez is használjak, csakhogy a viszonylag méretes köztes réteg korlátozza az érzékelést. Az MIT-s és a kínai kutatók ezért emberi verejtékkel helyettesítették – a mikroszkopikus vezetőszálakkal felerősített, bőrön lévő két elektróda az áramkör, a testnedvből jövő ionok pedig közbülső rétegként funkcionálnak.

Amikor a tesztalanyok léggömbhöz, majd pohárhoz nyúltak, a szenzorok a tevékenységekről külön-külön nyomástérképet készítettek – az előbbi a tenyérre gyakorolt a teljes felületen eloszló, viszonylag egyenletes nyomást, az utóbbi pedig az ujjvégekre hatott erőteljesen.

 „Egyszerűsége és megbízhatósága miatt, érzékelő szerkezetünk változatos egészségügyi alkalmazásokban használható, például stroke utáni vagy más tapintási rendellenességektől szenvedő személyek érzékelő-készségének helyreállításában segíthet, de a pulzus kitapintására is jó” – nyilatkozta Nicholas Fang, az MIT kutatója.

A szó szoros értelmében legkézenfekvőbb alkalmazásként, a kesztyű a virtuális valóság (VR) és a játékélményt is növelheti. A fejlesztők szerint a nyomásérzékelők nemcsak kesztyűbe, hanem különleges ragasztókba is integrálhatók, amelyekkel a pulzus, a vérnyomás és más életjelek pontosabban mérhetők, mint az okos órákkal és más magunkon viselhető (wearable) eszközökkel.

A szebb napokat is megélt amerikai ipari központ, az autógyártásáról híres Detroit városa a Forddal és a Bosch-sal közösen Intelligens Parkolási Labort nyit. A laboratóriumnak a teljeskörű ingatlanszolgáltatásokat nyújtó Bedrock összeszerelő garázsa ad otthont.

A jövő közlekedésének autonóm technológiáit, például parkolási opciókat valós környezetben lehet majd tanulmányozni, az érintett vállalatok a helyszínen tesztelhetnek megoldásokat, például az automatikus fizetést, majd dolgozhatnak ki belőlük működő rendszereket, termékeket.

A labort azért is tervezték, hogy a Ford és a Bosch folytathassa tavaly augusztusban megkezdett és bemutatott közös munkáját – az önmagától parkoló (önparkoló) Ford Escape-et ugyanebben az épületben csodálhatták meg az érdeklődők. A biztonságos automatizált parkoláshoz (automated valet parking) egyáltalán nincs szükség a vezető jelenlétére.

A jármű emberi segítség nélkül hajtott át a parkolón, talált magának szabad helyet, majd szemmel láthatóan minden probléma nélkül ki is állt onnan. A fejlesztők bizakodnak, hogy a jövőben a parkolásnak ez a módja terjed el. Az automatizált technológia megkíméli az embert a zsúfolt nagyvárosi terekben, többemeletes parkolóházakban történő hosszas helykeresés testi-lelki gyötrelmeitől.

A Ford és a Bosch mellett az autókölcsönzéssel foglalkozó Enterprise szintén a laborban fogja tesztelni a technológiáit, hogy mennyire tud áramvonalasítani folyamatokat. Reménykednek, hogy a gépkocsi beállóhoz hajtó járművek előbb feltöltik magukat, majd a parkolóban helyet foglalva, valaki máris átveheti őket. Ez azért fontos, mert így csökken a bérlések közötti holtidő, az Enterprise még több profitot termel.

Jelenleg azonban „csak” az önparkoló autó valós opció, a többi kiegészítő technológián sokat kell még finomítani. A jármű az intelligens parkolásra alkalmas technikákkal felszerelt épületben felismeri a gyalogosokat, más járműveket, elkerüli az akadályokat.