Ennusteet olivat väärässä: itse ajavilla autoilla on vielä pitkä tie kuljettavana

Useita vuosia sitten itse ajavat autot näyttivät melkein valmis ottamaan tiet yli.

"Vuodesta 2020 olet pysyvä takaistuimen kuljettaja", The Guardian sanoi vuonna 2015. Täysin itsenäiset ajoneuvot "ajavat pisteestä A pisteeseen B ja kohtaavat kaikki tienkäyttömahdollisuudet ilman, että kuljettaja tarvitsee minkäänlaista vuorovaikutusta. Liiketoiminta Sisäpiiri kirjoitti vuonna 2016.

Nyt on selvää, että monet näistä arvioista ylittivät; Katsokaa vain Uberin ongelmia Arizonassa. Kuljettajattomat autot tekevät tietämme varmasti turvallisemmiksi, mutta ihmisten poistaminen ohjauspyörän takaa on kova mutteri murtua varten. Ennen kuin saavutamme kuljettajattoman, onnettomuuden utopian, josta olemme haaveilleet vuosikymmenien ajan, meidän on voitettava useita esteitä, ja ne eivät ole kaikki teknisiä.

Navigointi avoimissa ympäristöissä

Autonomisten autojen on liikuttava ennakoimattomassa ja monipuolisessa ympäristössä.

"Mielestäni tärkeä asia ajatellessamme autoja on se, mitä näiden asioiden itsensä ajamiseen tarvitaan. Autonomian kieli saa meidät todella vaikeuksiin, koska autonomia koskee vain tiettyä järjestelmää", sanoi Jack Stilgoe, yhteiskuntatieteilijä Lontoon University Collegessa ja Driverless Futures -projektin vetäjä.

Hän totesi, että muut kuljetusteollisuuden segmentit, mukaan lukien junat ja lentokoneet, ovat jo ottaneet autonomiansa menestyäkseen korkeammalle tasolle kuin autot.

"Lentokoneen autopilotti toimii vain siksi, että ilmatila on erittäin kontrolloitu ympäristö. Jos lentää kuumailmapallo 747-koneen polulle, se vain kyntyy suoraan läpi sinun, ja on hyvin selvää, kenen vika se on". Stilgoe huomautti. "Sama junien kanssa. Kuljettajattomuus on järkevää vain siksi, että on erittäin selvää, että järjestelmä on suljettu."

Autot sitä vastoin liikennöivät teillä, jotka ovat erittäin monimutkaisia ​​ja avoimia järjestelmiä - paljon vähemmän ennustettavissa kuin rautateillä, joilla junilla on yksinoikeudella varustettuja raiteita, jotka ovat rajoitettu autoihin, eläimiin ja jalankulkijoihin. Itse ajavan auton on löydettävä tiensä ruuhkaisilla kaduilla, reagoitava liikennemerkeihin, käsiteltävä muuta liikennettä risteyksissä ja ajettava vaihtelevissa olosuhteissa, joissa merkinnät eivät välttämättä ole selviä. Sen on opittava liikkumaan esteiden ympäri, reagoimaan muiden autojen ja kuljettajien liikkeisiin ja mikä tärkeintä, välttämään jalankulkijoiden joutumista. Kaikki tämä vaikeuttaa turvallisten itsenäisten autojen luomista.

"Aina tulee olemaan asioita, jotka yllättävät", Stilgoe sanoi.

Silmien ja aivojen antaminen autoille

Yksi tärkeimmistä tekniikoista, jotka auttoivat kuljettamaan itse ajavaa autoteknologiaa, on syväoppiminen, keinoälyn osajoukko, joka luo esimerkkeihin perustuvia käyttäytymismalleja. Syväoppimisalgoritmit tutkivat videoita syötteistä itse ajavan auton ympärille asennetuista kameroista tien mittojen löytämiseksi, merkkien lukemiseksi ja esteiden, autojen ja jalankulkijoiden havaitsemiseksi.

Anthony Levandowski, insinööri, joka oli Waimon ja Uberin välisen oikeudenkäynnin ytimessä, lähetti äskettäin video- ja esitystiedot itsestään ajavasta tekniikasta, joka ajoi 3100 mailia San Franciscon Kultaisen portin sillasta New Yorkin George Washingtonin siltaan., luovuttamatta ohjausta koskaan kuljettajalle ja käyttämällä vain videokameroita ja hermoverkkoja.

Vaikka ajo valtioiden välisillä valtateillä on huomattavasti helpompaa kuin navigointi kaupunkiympäristössä, Levandowskin saavutus on merkittävä. Hänen uusi käynnistyksensä Pronto.ai aikoo asettaa tekniikan saataville kaupallisille puoliperävaunuille, jotka viettävät suurimman osan ajastaan ​​moottoriteillä.

Mutta vaikka hyvin koulutetut hermoverkot voivat ylittää ihmisten havaitsemalla esineitä, ne voivat silti epäonnistua irrationaalisilla ja vaarallisilla tavoilla - etenkin kuolemaan johtaneessa Tesla Model S: n 2016 onnettomuudessa ja 2018 Model X -onnettomuudessa. Muut tutkimukset osoittavat, että itse ajavien ajoneuvojen tietokonenäköalgoritmit voidaan helposti huijata nähdettäessä esineitä hankalissa kohdissa.

Oikeudenmukaisuuden vuoksi itse ajavat tekniikat ovat estäneet onnettomuuksia useissa tapauksissa, mutta nämä tapaukset tekevät harvoin otsikoita.

Neuroverkkojen täydentäminen

Jotta kiertää hermoverkkojen rajoja, jotkut yritykset ovat varustaneet autonsa Lidarilla, pyörivillä laitteilla, jotka nähdään usein itse ajavien autojen päällä. Lidar-laitteet lähettävät lukuisia näkymättömiä valonsäteitä eri suuntiin ja luovat yksityiskohtaiset 3D-kartat auton ympäröivästä alueesta mittaamalla aika, joka näiden säteiden heijastuu esineestä ja palaamisesta.

Lidar pystyy havaitsemaan esineet ja esteet, jotka kuvanluokittelija-algoritmit saattavat ohittaa. Se voi myös antaa autoille mahdollisuuden nähdä pimeässä, ja se on yksityiskohtaisempi ja tarkempi kuin tutka, joka soveltuu paremmin liikkuvien esineiden havaitsemiseen.

Suurin osa yrityksistä, joilla on itsenäinen auto-ohjelma, käyttävät Lidaria, mukaan lukien Waymo ja Uber. Mutta tekniikka on vielä syntymässä. Yksi niistä, Lidar-laitteet eivät ole loistavia reikien tai surkean sään kanssa.

Lidar on myös erittäin kallis; eri arvioiden mukaan auton hintaan voidaan lisätä jopa 85 000 dollaria. Vuotuiset kustannukset voisivat olla selvästi 100 000 dollarin pohjoispuolella, Axiosin tutkimuksen mukaan. Tavallisella auton ostajalla ei todennäköisesti ole varaa siihen, mutta itsenäisen ajo-taksipalvelun käyttöönottoa suunnittelevat tekniikkajättiläiset voivat.

"Harvat ihmiset yrittävät kehittää halpoja lisäosia, mutta näyttää siltä, ​​että hyödyt ovat selkeimmät, kun autoja jaetaan ja käytetään kaupungeissa", Stilgoe sanoi. "Tämä voi olla hyvä asia ihmisille, joilla ei tällä hetkellä ole autoa, tai huono asia ihmisille, jotka eivät ole kaupunkia, joilla ei ehkä ole palvelua lähellä."

Stilgoe varoittaa, että on olemassa vaara, että kaupungit käyttävät itse ajavien laivastojen lupausta syynä siirtää julkisen liikenteen investointeja. Ainakin kaksi yhdysvaltalaista paikkakuntaa sijoitti useita satoja tuhansia dollareita itse ajaviin kuljetuspalveluihin, Axios-tutkimus totesi.

Liitettävyyden ja infrastruktuurin tarve

Ihmisen kuljettajat tekevät paljon muutakin kuin tarkkailevat ympäristöään. He kommunikoivat keskenään. He tekevät silmän, heiluttavat ja nyökkivät toisilleen ja alkavat liikkua hitaasti suuntaan, jotta heidän aikomuksensa olisivat selviä muille kuljettajille. Nämä ovat toimintoja, joiden nykyinen itseohjautuva tekniikka suorittaa erittäin heikosti, jos ollenkaan.

Ympäristönsä kartoittamisen ja esineiden havaitsemisen lisäksi itsesäätävät autot tarvitsevat myös menetelmän kommunikoida keskenään ja ympäristönsä kanssa. Edvardburg University University Business Schoolin tutkijat ehdottivat Harvard Business Review -julkaisussa useita ratkaisuja, kuten älykkäiden anturien käyttöönottoa autoissa ja infrastruktuurissa.

"Ajattele radiolähettimiä, jotka korvaavat liikennevalot, suuremman kapasiteetin matkaviestimiä ja langattomia tietoverkkoja, jotka käsittelevät sekä ajoneuvojen ja ajoneuvojen että ajoneuvojen ja infrastruktuurien välistä viestintää, ja tienvarsilaitteita, jotka tarjoavat reaaliaikaista tietoa säästä, liikenteestä ja muista olosuhteista, " akateemikot kirjoittivat.

Nykyiset itse ajavat tekniikat yrittävät mukauttaa tietokoneita ihmisille suunniteltuun infrastruktuuriin, kuten liikennevaloihin, liikennemerkeihin, tiemerkeihin ja niin edelleen. Koneoppimisalgoritmit tarvitsevat tunteja koulutusta ja valtavia määriä tietoja, ennen kuin ne pystyvät toistamaan ihmisen näköjärjestelmän tärkeimmät toiminnot, kuten havaitsemaan muut autot tai lukemaan liikennemerkkejä eri näkökulmista ja erilaisissa valaistus- ja sääoloissa.

Autojen ja teiden parantaminen älykkäillä antureilla helpottaa itseohjautuvien autojen kommunikointia ja erilaisten tieolosuhteiden käsittelyä - lähestymistapa on entistä elinkelpoisempi, kun prosessorien kustannukset vähenevät ja 5G: n kaltaiset tekniikat tekevät kaikkialla olevista yhteyksistä mahdollisia ja edullisempia.

Itsenäisten autojen erottaminen

Älykkäiden anturien lisääminen 4 miljoonan mailin päähän Yhdysvaltojen ajotieltä on vaikea, ellei mahdoton tehtävä. Se on yksi syy siihen, että itse ajavat autoyritykset keskittyvät mieluummin autojen älykkäämpään tekemiseen kuin ympäristöön.

"Todennäköisin lähiajan skenaario, jonka näemme, ovat alueellisen erottelun eri muotoja: Itse ajavat autot toimivat joillakin alueilla eikä muilla. Näemme tämän jo, koska tekniikan varhaiset kokeilut tapahtuvat nimetyissä alueissa. koealueilla tai suhteellisen yksinkertaisessa, sääolosuhteissa ", Edinburghin tutkijat ehdottivat esseessään.

Väliaikaisesti he ehdottivat: "Saatamme nähdä myös omia kulkuneuvoja varten omistettuja kaistoja tai vyöhykkeitä, jotta voimme tarjota heille rakenteellisemman ympäristön tekniikan parantamisen aikana ja suojata muita tienkäyttäjiä rajoituksiltaan."

Muut asiantuntijat ovat tehneet samanlaisia ​​ehdotuksia. Elokuussa AI-tutkija ja Google Brain -yrityksen perustaja Andrew Ng ehdotti, että itse ajamisen turvallisuusongelmien ratkaisemiseksi meidän tulisi muuttaa jalankulkijoiden ja muiden käyttäjien, jotka jakavat tiet heidän kanssaan, käyttäytymistä. "Jos tarkastellaan suurimmaksi osaksi rautateiden syntymistä, ihmiset ovat oppineet olematta seisomaan junan edessä raiteilla", Ng sanoi.

Ng: n ehdotus auttaisi varmasti vähentämään itsenäisten autojen turvallisuusriskejä tekniikan kehittyessä, mutta se ei sovi hyvin muiden AI-asiantuntijoiden, mukaan lukien robotti-pioneeri Rodney Brooksin, kanssa. "Itse ajavien autojen suuri lupaus on ollut, että ne poistavat liikennekuolemat. Nyt sanotaan, että ne poistavat liikennekuolemat niin kauan kuin kaikki ihmiset koulutetaan muuttamaan käyttäytymistään?" Brooks kirjoitti blogikirjoituksessa.

• Kiertäminen Miamin ympäri Fordin itse ajavissa testiautoissa
• Fordin CTO skoottereissa, AI, ja autonomisten autojen tuominen Miamiin Fordin CTO skoottereissa, AI, ja autonomisten autojen tuominen Miamiin
• Lyftin itsensä ajavissa autoissa hidas ja tasainen voittaa kilpailun Lyftin itsensä ajavissa autoissa hidas ja tasainen voittaa kilpailun

New Yorkin yliopiston professori Gary Marcus, syvän oppimisen saavutusten liioittelusta vastaava kriitikko, kuvaa Ngin ehdotusta "määrittelevänsä uudelleen tavoitepostit työn helpottamiseksi".

Mutta Stilgoe uskoo voivansa tehdä tärkeitä oppeja historiasta. "Kun autot saapuivat ensimmäistä kertaa Yhdysvaltain kaupunkeihin 2000-luvun alkupuolella, jalankulkijoiden käskettiin poistua tieltä, jotta tiet olisivat turvallisia. Jaywalking keksittiin vääriksi tekijöiksi, ja tiet suunniteltiin autoja suosivaksi", Stilgoe sanoi.

Stilgoe uskoo, että jos ajattelemme vakavasti itse ajavien autojen etuja, näemme saman tapahtuvan uudelleen. Esimerkiksi autoyritykset voivat aloittaa kaupunkien edunvalvonnan päivittääkseen infrastruktuuriaan ja opettaakseen jalankulkijoita käyttäytymään itsensä ajavien autojen ympärillä. "Jotta itse ajavat autot toimisivat luvatulla tavalla, järjestelmää, jossa ne toimivat, on valvottava", Stilgoe sanoi.

Tiellä olevat esteet

Taisteluistaan ​​huolimatta itse ajava autoteollisuus etenee tasaisessa tahdissa ja teillämme tulee varmasti turvallisempi.

Mutta kysymyksiä ja haasteita on edelleen. Esimerkiksi ketä pidetään vastuussa auto-onnettomuuden sattuessa? "On melko helppo sanoa, että täydellisessä itseohjautuvassa järjestelmässä yrityksen tulisi olla vastuussa melkein kaikissa olosuhteissa. Asiat muuttuvat vaikeimmiksi, kun ihmiset ja tietokoneet jakavat ajamista eri aikoina", Stilgoe sanoi.

Lisäksi kuinka itse ajavan auton pitäisi päättää, kun se on tilanteessa, jossa ihmishenkien menetykset ovat väistämättömiä? Tätä kutsutaan "kärryongelmaksi" ja se saattaa olla hypoteettinen, mutta se osoittaa, että itse ajavat autot on suunniteltava tekemään päätöksiä tilanteissa, joissa säännöt eivät ole selkeitä.

"Näiden järjestelmien suunnittelussa on todellisia eettisiä ongelmia", Stilgoe sanoi. "Itse ajavat autot eivät ole kaiken tietoisia."