Ramalan yang salah: kereta memandu sendiri mempunyai banyak cara untuk pergi

Beberapa tahun yang lalu, kereta memandu sendiri seolah-olah hampir siap untuk mengambil alih jalan raya.

"Dari tahun 2020, anda akan menjadi pemandu belakang yang kekal, " kata The Guardian pada 2015. Kenderaan sepenuhnya autonomi akan "memandu dari titik A ke titik B dan menemui keseluruhan rangkaian senario di jalan tanpa memerlukan sebarang interaksi daripada pemandu, Perniagaan Insider menulis pada 2016.

Sudah jelas sekarang bahawa banyak daripada anggaran ini telah terlalu banyak; hanya melihat masalah Uber di Arizona. Kereta tanpa pemandu pasti akan menjadikan jalan raya kita lebih selamat, tetapi mengeluarkan manusia dari belakang stereng adalah kacang yang sukar untuk retak. Sebelum kita sampai ke utopia tanpa pemandu, tanpa kemalangan yang telah kita bermimpi selama beberapa dekad, kita mesti mengatasi beberapa rintangan, dan mereka tidak semua teknikal.

Navigasi Persekitaran Terbuka

Kereta autonomi mesti menavigasi persekitaran yang tidak menentu dan pelbagai.

"Saya rasa perkara penting ketika kita berfikir tentang kereta adalah apa yang diperlukan untuk memandu sendiri, di mana bahasa autonomi benar-benar menimbulkan masalah, kerana autonomi hanya berlaku dalam sistem tertentu, " kata Jack Stilgoe., saintis sosial di University College London dan ketua projek Futures Tanpa Pemandu.

Segmen lain dalam industri pengangkutan, termasuk kereta api dan pesawat, telah melaksanakan autonomi ke tahap kejayaan yang lebih tinggi daripada kereta, katanya.

"Sebuah fungsi autopilot pesawat hanya kerana ruang udara adalah persekitaran yang sangat terkawal. Jika anda terbang belon udara panas anda ke jalan 747, ia hanya akan membajak lurus anda, dan ia akan sangat jelas yang salahnya, " Stilgoe menegaskan. "Sama dengan kereta api. Pemandu tidak masuk akal hanya kerana ia sangat jelas bahawa sistem itu adalah tertutup."

Sebaliknya, kereta beroperasi di jalan raya, yang merupakan sistem yang sangat kompleks dan terbuka-jauh lebih mudah diramalkan daripada kereta api di mana kereta api mempunyai trek eksklusif yang tidak terhad kepada kereta, haiwan, dan pejalan kaki. Sebuah kereta memandu sendiri mesti mencari laluan di jalan-jalan yang sesak, bertindak balas terhadap tanda jalan, berurusan dengan lalu lintas lain di persimpangan, dan memandu dalam keadaan yang berbeza di mana tanda tidak jelas. Ia mesti belajar menavigasi sekeliling halangan, bertindak balas terhadap bergerak dari kereta dan pemandu lain, dan yang paling penting, elakkan berlari ke pejalan kaki. Kesemua ini membuat kerja mencipta kereta memandu sendiri yang selamat lebih sukar.

"Selalu ada perkara yang mengejutkan kita, " kata Stilgoe.

Memberi Mata dan Otak kepada Kereta

Salah satu teknologi utama yang membantu mendorong teknologi kereta memandu sendiri adalah pembelajaran mendalam, subset kecerdasan buatan yang mencipta model perilaku berdasarkan contoh. Algoritma pembelajaran mendalam menguji suapan video daripada kamera yang dipasang di sekitar kereta memandu sendiri untuk mencari dimensi jalan raya, membaca tanda-tanda, dan mengesan halangan, kereta, dan pejalan kaki.

Anthony Levandowski, jurutera yang berada di tengah-tengah tuntutan undang-undang antara Waymo dan Uber, baru-baru ini menyiarkan butiran video dan prestasi teknologi memandu sendiri yang memandu 3, 100 batu, dari Jambatan Golden Gate San Francisco ke George Washington Bridge di New York, tanpa menyerahkan kawalan kepada pemandu manusia dan hanya menggunakan kamera video dan rangkaian saraf.

Walaupun memandu di lebuh raya antara negeri jauh lebih mudah daripada menavigasi persekitaran bandar, pencapaian Levandowski adalah ketara. Pronto.ai, permulaannya yang baru, merancang untuk menjadikan teknologi ini tersedia untuk separa trak komersil, yang menghabiskan sebahagian besar masa mereka di lebuh raya.

Tetapi sementara rangkaian saraf yang terlatih dapat mengalahkan manusia pada mengesan objek, mereka masih boleh gagal dalam cara yang tidak rasional dan berbahaya-terutamanya kemalangan 2016 Tesla Model S crash dan 2018 Model X kemalangan. Kajian lain menunjukkan bahawa algoritma penglihatan komputer kenderaan memandu sendiri dengan mudah boleh ditipu apabila mereka melihat objek yang diketahui dalam jawatan yang janggal.

Untuk bersikap adil, teknologi memandu sendiri telah menghalang kemalangan dalam beberapa keadaan, tetapi kes ini jarang membuat berita utama.

Melengkapi Rangkaian Neural

Untuk mengatasi had rangkaian saraf, sesetengah syarikat telah melengkapkan kereta mereka dengan Lidar, alat berputar yang sering dilihat di atas kereta memandu sendiri. Peranti Lidar memancarkan banyak sinar cahaya yang tidak kelihatan dalam arah yang berbeza dan membuat peta 3D terperinci kawasan sekitar kereta dengan mengukur masa yang diperlukan untuk sinar tersebut untuk mencerminkan objek dan kembali.

Lidar boleh mengesan objek dan halangan yang mungkin terlepas oleh algoritma pengelas imej. Ia juga boleh membolehkan kereta untuk melihat dalam gelap, dan lebih terperinci dan tepat daripada radar, yang lebih sesuai untuk mengesan objek bergerak.

Kebanyakan syarikat dengan program kereta memandu sendiri menggunakan Lidar, termasuk Waymo dan Uber. Tetapi teknologi itu masih baru. Untuk satu, peranti Lidar tidak bagus dengan berlubang atau cuaca buruk.

Lidar juga sangat mahal; menurut pelbagai anggaran, seseorang boleh menambah sehingga $ 85, 000 kepada harga sebuah kereta. Kos tahunan boleh berada di utara $ 100, 000, menurut tinjauan dari Axios. Purata pembeli kereta mungkin tidak mampu, tetapi gergasi teknologi yang merancang untuk menggunakan perkhidmatan teksi memandu sendiri.

"Terdapat beberapa orang yang cuba membangunkan kos tambahan kos rendah, tetapi ia kelihatan seperti manfaat paling jelas apabila kereta dikongsi dan dikendalikan di bandar, " kata Stilgoe. "Ini mungkin satu perkara yang baik bagi orang yang kini tidak mempunyai kereta atau perkara buruk bagi orang di luar bandar yang mungkin tidak mempunyai perkhidmatan berdekatan."

Stilgoe memberi amaran bahawa terdapat bahaya bahawa bandar-bandar menggunakan janji armada memandu sendiri sebagai alasan untuk menangguhkan pelaburan dalam pengangkutan awam. Sekurang-kurangnya dua kawasan Amerika Syarikat telah melabur beberapa ratus ribu dolar dalam perkhidmatan pengangkutan sendiri, penyelidikan Axios didapati.

Keperluan untuk Sambungan dan Infrastruktur

Pemandu manusia melakukan lebih banyak daripada memelihara persekitaran mereka. Mereka berkomunikasi dengan satu sama lain. Mereka membuat kenalan mata, gelombang dan mengangguk satu sama lain, dan mula bergerak perlahan ke arah untuk membuat niat mereka jelas kepada pemandu lain. Ini adalah fungsi yang teknologi memandu sendiri semasa melaksanakan sangat buruk, jika sama sekali.

Di luar memetakan persekitaran mereka dan mengesan objek, kereta memandu sendiri juga memerlukan kaedah untuk berkomunikasi satu sama lain dan persekitaran mereka. Dalam esei untuk Kajian Perniagaan Harvard , para akademik di University of Edinburgh Business School mencadangkan beberapa penyelesaian, termasuk penggunaan sensor pintar dalam kereta dan infrastruktur.

"Fikirkan pemancar radio yang menggantikan rangkaian lampu isyarat, rangkaian data mudah alih dan wayarles berkapasiti tinggi yang mengendalikan komunikasi dari kenderaan ke kenderaan dan kenderaan ke infrastruktur, dan unit tepi jalan yang menyediakan data masa nyata mengenai cuaca, lalu lintas dan keadaan lain, " akademik menulis.

Teknologi memandu sendiri kini cuba menyesuaikan komputer kepada infrastruktur yang direka untuk manusia, seperti lampu isyarat, tanda jalan, tanda jalan, dan sebagainya. Algoritma mesin pembelajaran memerlukan jam latihan dan jumlah data yang besar sebelum mereka dapat meniru fungsi paling asas sistem penglihatan manusia, seperti mengesan kereta lain atau membaca tanda jalan dari sudut yang berbeza dan di bawah pencahayaan dan keadaan cuaca yang berlainan.

Meningkatkan kereta dan jalan raya dengan sensor pintar akan menjadikannya lebih mudah untuk memandu kereta sendiri untuk berkomunikasi dan mengendalikan keadaan jalan yang berbeza-pendekatan yang menjadi semakin berdaya maju memandangkan kos pemproses menurun dan teknologi seperti 5G membuat sambungan di mana-mana mungkin dan lebih murah.

Mengasingkan Kereta Memandu Sendiri

Menambah sensor pintar hingga 4 juta batu dari jalan raya Amerika Syarikat adalah sukar jika tugas tidak mustahil. Ini salah satu sebab firma kereta memandu sendiri memilih untuk memberi tumpuan kepada membuat kereta lebih pintar daripada persekitaran.

"Senario jangka terdekat yang akan kita lihat adalah pelbagai bentuk pengasingan ruang: Kereta memandu sendiri akan beroperasi di beberapa kawasan dan bukan yang lain. Kami sudah melihat ini, sebagai percubaan awal teknologi yang sedang berlaku kawasan ujian atau persekitaran cuaca yang agak mudah dan sederhana, "akademik Edinburgh mencadangkan dalam esei mereka.

Pada masa yang sama, mereka mencadangkan, "Kami juga mungkin melihat lorong atau zon yang berdedikasi untuk kenderaan yang memandu sendiri, untuk memberikan persekitaran yang lebih berstruktur sementara teknologi itu diperhalusi dan melindungi pengguna jalan raya daripada batasan mereka."

Pakar-pakar lain telah membuat cadangan yang sama. Pada bulan Ogos, penyelidik dan pengasas AI Google Brain Andrew Ng mencadangkan supaya menyelesaikan masalah keselamatan memandu diri, kita harus mengubah tingkah laku pejalan kaki dan pengguna lain yang berkongsi jalan dengan mereka. "Sekiranya anda melihat kemunculan kereta api, sebahagian besar orang telah belajar untuk tidak berdiri di depan kereta api di trek, " kata Ng.

Cadangan Ng tentu akan membantu mengurangkan risiko keselamatan kereta memandu sendiri sementara teknologi itu berkembang, tetapi ia tidak berfungsi dengan baik dengan pakar AI yang lain, termasuk perintis robotik Rodney Brooks. "Janji besar memandu kereta sendiri adalah bahawa mereka akan menghilangkan kematian lalu lintas. Sekarang mengatakan bahawa mereka akan menghapuskan kematian lalu lintas selagi semua manusia dilatih untuk mengubah tingkah laku mereka?" Brooks menulis dalam blog post.

• Menunggang di sekitar Miami dalam Kereta Ujian Sendiri Memandu Ford Menunggang di sekitar Miami dalam Kereta Ujian Memandu Sendiri Ford
• CTO Ford pada Skuter, AI, dan Membawa Kereta Autonomi ke CTO Miami Ford pada Skuter, AI, dan Membawa Kereta Berautonomi ke Miami
• Dalam Kereta Bergerak Self-Driving Lyft, Lambat dan Teguh Menang-puak Race Dalam Kereta Memandu Sendiri Lyft, Lambat dan Stadion Memenangi Perlumbaan

Profesor Universiti New York Gary Marcus, seorang pengkritik suara membesar-besarkan pencapaian pembelajaran mendalam, menggambarkan cadangan Ng sebagai "mentakrifkan kembali tiang gol untuk menjadikan pekerjaan lebih mudah."

Tetapi Stilgoe percaya kita dapat menarik pelajaran penting dari sejarah. "Ketika kereta pertama tiba di bandar-bandar AS pada awal abad ke-20, para pejalan kaki diminta untuk keluar dari jalan untuk membuat jalan selamat. Jaywalking diciptakan sebagai kesalahan, dan jalan-jalan dirancang untuk memihak kepada kereta, " kata Stilgoe.

Stilgoe percaya bahawa jika kita serius mengenai manfaat kereta memandu sendiri, kita akan melihat perkara yang sama berlaku lagi. Sebagai contoh, syarikat kereta mungkin mula melobi bandar-bandar untuk menaik taraf infrastruktur mereka dan mengajar pejalan kaki bagaimana untuk berkelakuan di sekitar kereta memandu sendiri. "Bagi kereta memandu sendiri berfungsi seperti yang dijanjikan, sistem di mana mereka beroperasi perlu dikawal, " kata Stilgoe.

Halangan di jalan

Walaupun perjuangannya, industri kereta memandu sendiri bergerak ke depan dengan pantas, dan jalan raya kami pasti akan menjadi lebih selamat.

Tetapi soalan dan cabaran kekal. Contohnya, siapa yang akan dipertimbangkan apabila kemalangan kereta berlaku? "Sudah cukup mudah untuk mengatakan bahawa, dalam sistem pemanduan sendiri yang penuh, syarikat itu harus bertanggungjawab dalam hampir semua keadaan. Perkara menjadi lebih sukar apabila manusia dan komputer berkongsi pemanduan pada masa yang berlainan, " kata Stilgoe.

Juga, bagaimanakah kereta yang memandu sendiri membuat keputusan apabila ia mendapati dirinya dalam keadaan di mana kehilangan nyawa manusia tidak dapat dielakkan? Ini dikenali sebagai "masalah troli" dan mungkin hipotetikal, tetapi ia menunjukkan bahawa kereta memandu sendiri perlu dirancang untuk membuat keputusan dalam situasi di mana peraturannya tidak jelas.

"Terdapat dilema etika sebenar dalam reka bentuk sistem ini, " kata Stilgoe. "Kereta memandu sendiri tidak akan diketahui secara saintifik."