Predpovede boli zlé: vozidlá s vlastným riadením majú pred sebou ešte dlhú cestu

Pred niekoľkými rokmi sa zdalo, že vozidlá s vlastným riadením sú takmer pripravené prevziať cesty.

„Od roku 2020 budete stálym zadným sedadlom vodiča, “ povedal Guardian v roku 2015. Plne autonómne vozidlá budú „jazdiť z bodu A do bodu B a stretnúť sa s celým radom scenárov na cestách bez potreby akejkoľvek interakcie od vodiča.“ Insider napísal v roku 2016.

Teraz je jasné, že mnohé z týchto odhadov boli prehnané; len sa pozrite na problém, ktorý mal Uber v Arizone. Autá bez vodiča určite zaistia bezpečnosť našich ciest, ale odstránenie ľudí spoza volantu je ťažké prelomiť. Predtým, ako sa dostaneme k utópii bez vodiča, bez nehôd, o ktorej sme snívali celé desaťročia, musíme prekonať niekoľko prekážok a nie sú všetky technické.

Navigácia v otvorenom prostredí

Autonómne vozidlá musia prechádzať nepredvídateľným a rozmanitým prostredím.

„Myslím si, že pri premýšľaní o autách je dôležité, aby tieto veci viedli samy. Tu sa jazyk autonómie skutočne dostane do problémov, pretože autonómia sa uplatňuje iba v rámci daného systému, “ povedal Jack Stilgoe., sociálny vedec na University College London a vedúci projektu Driverless Futures.

Ostatné segmenty dopravného priemyslu, vrátane vlakov a lietadiel, už implementovali autonómiu s vyššou úrovňou úspechu ako autá, uviedol.

„Autopilot lietadla funguje iba preto, že vzdušný priestor je vysoko kontrolované prostredie. Ak letíte horúcovým balónom do cesty 747, iba sa vám zaoráme rovno a bude jasné, v prípade ktorej chyby to bude, “ Stilgoe zdôraznil. „To isté platí pre vlaky. Bez vodiča má zmysel iba preto, že je úplne jasné, že systém je uzavretý.“

Naopak, autá jazdia na cestách, ktoré sú vysoko komplexné a otvorené systémy - oveľa menej predvídateľné ako železnice, kde vlaky majú exkluzívne trate, ktoré sú mimo limitov pre autá, zvieratá a chodcov. Samostatne riadené auto musí nájsť cestu na preplnených uliciach, reagovať na dopravné značky, zaoberať sa inou premávkou na križovatkách a jazdiť v meniacich sa podmienkach, keď označenie nemusí byť zreteľné. Musí sa naučiť navigovať okolo prekážok, reagovať na pohyby iných automobilov a vodičov a čo je najdôležitejšie, vyhnúť sa behu na chodcov. To všetko sťažuje prácu na vytváraní bezpečných vozidiel s vlastným riadením.

„Vždy nás budú prekvapovať veci, “ povedal Stilgoe.

Dávať oči a mozog automobilom

Jednou z hlavných technológií, ktorá pomohla poháňať technológiu automobilov s vlastným riadením, je hlboké učenie, podmnožina umelej inteligencie, ktorá vytvára modely správania založené na príkladoch. Algoritmy hlbokého učenia skúmajú videoprenosy z kamier nainštalovaných okolo vozidla s vlastným pohonom, aby našli rozmery cesty, prečítali značky a odhalili prekážky, autá a chodcov.

Anthony Levandowski, inžinier, ktorý bol v centre súdneho sporu medzi Waymo a Uberom, nedávno zverejnil video a podrobnosti o výkone technológie s vlastným pohonom, ktorá odviezla 3 100 km, od mosta Golden Gate v San Franciscu po most George George v New Yorku., bez toho, aby ste ju kedykoľvek odovzdali ľudskému vodičovi a používali iba videokamery a neurónové siete.

Hoci jazda na medzištátnych diaľniciach je omnoho jednoduchšia ako navigácia v mestskom prostredí, úspech spoločnosti Levandowski je pozoruhodný. Jeho nový startup Pronto.ai plánuje sprístupniť túto technológiu komerčným návesom, ktoré trávia väčšinu času na diaľniciach.

Ale zatiaľ čo dobre trénované neurónové siete môžu prekonať človeka pri odhaľovaní objektov, môžu zlyhať iracionálnymi a nebezpečnými spôsobmi - najmä smrteľnou haváriou Tesla Model S 2016 a nehodou 2018 Model X. Iné štúdie ukazujú, že algoritmy počítačového videnia vozidiel s vlastným riadením sa dajú ľahko oklamať, keď vidia známe objekty v nevhodných polohách.

Aby sme boli spravodliví, technológie s vlastným riadením zabránili nehodám v niekoľkých prípadoch, ale v týchto prípadoch sú zriedkavo titulky.

Doplnenie neurónových sietí

Aby sa obišli hranice neurónových sietí, niektoré spoločnosti vybavili svoje vozidlá Lidarom, rotujúcimi zariadeniami, ktoré sa často vyskytujú na vrchných častiach vozidiel s vlastným pohonom. Zariadenia Lidar emitujú početné neviditeľné svetelné lúče v rôznych smeroch a vytvárajú podrobné 3D mapy oblasti okolo vozidla meraním času, ktorý tieto lúče potrebujú na odrazenie objektu a návrat.

Lidar dokáže zistiť objekty a prekážky, ktorým by algoritmy na klasifikáciu obrázkov mohli chýbať. Môže tiež umožniť, aby automobily videli v tme, a je podrobnejšia a presnejšia ako radar, ktorý je vhodnejší na detekciu pohybujúcich sa objektov.

Väčšina spoločností, ktoré vlastnia programy na riadenie motorových vozidiel, používa Lidar, vrátane Waymo a Uber. Táto technológia však stále vzniká. Pre jedného, ​​zariadenia Lidar nie sú skvelé s výmole alebo nepriaznivým počasím.

Lidar je tiež veľmi drahý; podľa rôznych odhadov je možné k cene automobilu pridať až 85 000 dolárov. Podľa prieskumu spoločnosti Axios môžu byť ročné náklady na sever od 100 000 dolárov. Priemerný kupca automobilov si to pravdepodobne nemôže dovoliť, ale technickí obri, ktorí plánujú nasadiť služby taxislužby s vlastným riadením, môžu.

„Niekoľko ľudí sa snaží vyvinúť nízkonákladové doplnky, ale zdá sa, že výhody sú najjasnejšie, keď sú autá zdieľané a prevádzkované v mestách, “ povedal Stilgoe. „Môže to byť dobrá vec pre ľudí, ktorí v súčasnosti nemajú auto, alebo zlá pre ľudí mimo mesta, ktorí nemusia mať k dispozícii službu v okolí.“

Stilgoe varuje, že existuje riziko, že mestá využijú prísľub flotíl s vlastným riadením ako dôvod na odloženie investícií do verejnej dopravy. Najmenej dve americké lokality investovali niekoľko stotisíc dolárov do kyvadlovej kyvadlovej dopravy, zistil výskum Axios.

Potreba prepojenia a infraštruktúry

Ľudskí vodiči robia oveľa viac, ako len pozorujú svoje prostredie. Komunikujú medzi sebou. Dávajú očný kontakt, mávajú a prikývajú na seba a pomaly sa pohybujú v smere, aby ostatným vodičom objasnili svoje úmysly. Toto sú funkcie, ktoré súčasné technológie riadenia vozidiel vykonávajú veľmi zle, ak vôbec.

Okrem mapovania ich prostredí a zisťovania objektov potrebujú vozidlá s vlastným riadením aj metódu vzájomnej komunikácie a prostredia. V eseji pre Harvard Business Review navrhli akademici z University of Edinburgh Business School niekoľko riešení vrátane nasadenia inteligentných senzorov v automobiloch a infraštruktúre.

„Myslite na rádiové vysielače, ktoré nahrádzajú semafory, vysokokapacitné mobilné a bezdrôtové dátové siete spracovávajúce komunikáciu medzi vozidlami a vozidlami a infraštruktúrou a cestné jednotky poskytujúce údaje v reálnom čase o počasí, premávke a ďalších podmienkach, “ akademici napísali.

Súčasné technológie riadenia motorových vozidiel sa snažia prispôsobiť počítače infraštruktúre určenej pre ľudí, ako sú napríklad semafory, dopravné značky, dopravné značky atď. Algoritmy strojového učenia potrebujú hodiny na zaškolenie a obrovské množstvo údajov, aby mohli replikovať najzákladnejšie funkcie systému ľudského videnia, ako je detekcia iných automobilov alebo čítanie dopravných značiek z rôznych uhlov a za rôznych svetelných a poveternostných podmienok.

Vylepšenie automobilov a ciest pomocou inteligentných senzorov značne uľahčí vozidlám s vlastným riadením komunikovať a zvládať rôzne podmienky na cestách - prístup, ktorý sa stáva čoraz viac životaschopným, pretože náklady na procesory klesajú a technológie ako 5G umožňujú všadeprítomné pripojenie a sú dostupnejšie.

Segregácia autovládacích automobilov

Pridanie inteligentných senzorov na 4 milióny kilometrov po americkej vozovke je náročná, ak nie nemožná úloha. Je to jeden z dôvodov, prečo firmy s vlastným riadením automobilov uprednostňujú skôr to, aby boli autá inteligentnejšie ako životné prostredie.

„Najpravdepodobnejší krátkodobý scenár, ktorý uvidíme, sú rôzne formy priestorovej segregácie: Autá s vlastným pohonom budú fungovať v niektorých oblastiach, a nie v iných. Už to vidíme, pretože počiatočné skúšky technológie prebiehajú v určených testovacie oblasti alebo v relatívne jednoduchých podmienkach za spravodlivého počasia, “navrhli v eseji edinburskí akademici.

Medzitým navrhli: „Môžeme tiež vidieť špecializované pruhy alebo zóny pre vozidlá s vlastným riadením, ktoré im poskytujú štruktúrovanejšie prostredie, zatiaľ čo technológia je vylepšená, a chránia ostatných účastníkov cestnej premávky pred ich obmedzeniami.“

Iní experti predložili podobné návrhy. V auguste výskumný pracovník v oblasti umelej inteligencie a spoluzakladateľ spoločnosti Google Brain Andrew Ng navrhol, že na vyriešenie bezpečnostných problémov pri jazde autom by sme mali zmeniť správanie chodcov a iných používateľov, ktorí s nimi zdieľajú cesty. „Ak sa pozriete na vznik železníc, ľudia sa z väčšej časti naučili nestoja pred vlakom na koľajisku, “ povedal Ng.

Návrh spoločnosti Ng by určite pomohol znížiť bezpečnostné riziká vozidiel s vlastným riadením pri vývoji technológie, ale nesedí dobre s inými odborníkmi na inteligenciu, vrátane priekopníka v robotike Rodney Brooks. „Veľkým prísľubom vozidiel s vlastným riadením bolo, že odstránia úmrtia v dôsledku dopravy. Teraz sa hovorí, že odstránia úmrtia v dôsledku dopravy, pokiaľ budú všetci ľudia trénovaní, aby zmenili svoje správanie?“ Brooks napísal príspevok do blogu.

• Jazda po Miami v autosedačkách Ford s vlastným pohonom Jazda po Miami v autosedačkách Ford s vlastným riadením
• CTO spoločnosti Ford pre skútre, AI a uvedenie autonómnych automobilov do Miami CTO spoločnosti Ford pre skútre, AI a uvedenie autonómnych automobilov do Miami
• V autách s vlastným riadením od spoločnosti Lyft vyhráva pomaly a stabilne závod V autách s vlastným riadením od spoločnosti Lyft vyhráva závod pomaly a stabilne

Profesor New Yorku na univerzite Gary Marcus, vokálny kritik preháňania úspechov hlbokého vzdelávania, opisuje Ngov návrh ako „redefinovanie žetónov na uľahčenie práce“.

Ale Stilgoe verí, že môžeme vyvodiť dôležité ponaučenia z histórie. "Keď autá prvýkrát dorazili do amerických miest začiatkom dvadsiateho storočia, povedali chodci, aby sa dostali z cesty, aby boli cesty bezpečné. Jaywalking bol vynájdený ako priestupok a cesty boli navrhnuté tak, aby uprednostňovali automobily, " uviedol Stilgoe.

Stilgoe verí, že ak myslíme vážne výhody vozidiel s vlastným pohonom, uvidíme to isté znova. Napríklad automobilové spoločnosti môžu začať lobovať v mestách, aby vylepšili svoju infraštruktúru a naučili chodcov, ako sa majú správať okolo áut s vlastným riadením. „Aby mohli vozidlá s vlastným pohonom pracovať tak, ako boli sľúbené, bude potrebné kontrolovať systém, v ktorom fungujú, “ povedal Stilgoe.

Prekážky na ceste

Napriek svojim zápasom sa automobilový priemysel s vlastným riadením vyvíja stabilným tempom a naše cesty sa určite stanú bezpečnejšími.

Otázky a výzvy však stále pretrvávajú. Napríklad, kto bude zodpovedný za prípad, keď dôjde k dopravnej nehode? „Je celkom ľahké povedať, že v úplnom systéme s vlastným riadením by spoločnosť mala byť zodpovedná za takmer všetkých okolností. Veci sú zložitejšie, keď ľudia a počítače zdieľajú jazdu v rôznom čase, “ povedal Stilgoe.

Ako by sa malo samohybné auto rozhodnúť, keď sa ocitne v situácii, keď je nevyhnutná strata života? Toto je známe ako „problém s vozíkom“ a môže to byť hypotetické, ale ukazuje sa na to, že vozidlá s vlastným riadením sa budú musieť navrhovať tak, aby sa mohli robiť rozhodnutia v situáciách, keď pravidlá nie sú jednoznačné.

„Pri navrhovaní týchto systémov existujú skutočné etické dilemy, “ povedal Stilgoe. „Autá s vlastným riadením nebudú vševedúce.“