Ang mga hula ay mali: ang mga sasakyan sa pagmamaneho sa sarili ay may mahabang paraan

Ilang taon na ang nakalilipas, ang mga kotse na nagmamaneho sa sarili ay tila handa na upang sakupin ang mga kalsada.

"Mula sa 2020, ikaw ay magiging isang permanenteng driver ng backseat, " sinabi ng Tagapangalaga sa 2015. Ang mga ganap na awtonomikong sasakyan ay "magmaneho mula sa punto A hanggang point B at makatagpo ang buong saklaw ng mga on-road scenario nang hindi nangangailangan ng anumang pakikipag-ugnay mula sa driver, Negosyo Sumulat si Insider noong 2016.

Malinaw na ngayon na marami sa mga pagtatantya na ito ay overblown; tingnan mo lang ang gulo ng Uber sa Arizona. Ang mga driver ng walang pagmamaneho ay tiyak na gagawing ligtas ang aming mga kalsada, ngunit ang pag-alis ng mga tao mula sa likod ng manibela ay isang matigas na nut upang mag-crack. Bago kami makarating sa walang driver, walang aksidente na utopia na pinangarap natin sa loob ng maraming mga dekada, dapat nating pagtagumpayan ang maraming mga hadlang, at hindi sila lahat ng mga teknikal.

Pag-navigate sa Bukas na Mga Kalikasan

Ang mga awtomatikong sasakyan ay dapat mag-navigate ng hindi mahuhulaan at iba't ibang mga kapaligiran.

"Sa palagay ko ang mahalagang bagay kapag iniisip namin ang tungkol sa mga kotse ay kinakailangan para sa mga bagay na maging pagmamaneho sa sarili. Narito kung saan ang wika ng awtonomiya ay talagang nagkakaproblema sa amin, dahil ang awtonomiya ay nalalapat lamang sa loob ng isang naibigay na sistema, " sabi ni Jack Stilgoe, siyentipiko ng siyentipiko sa University College London at pinuno ng proyektong Driverless Futures.

Ang iba pang mga segment ng industriya ng transportasyon, kabilang ang mga tren at eroplano, ay nakapagpatupad ng awtonomiya sa mas mataas na antas ng tagumpay kaysa sa mga kotse, aniya.

"Ang isang eroplano ng eroplano ay umaandar lamang dahil ang airspace ay isang lubos na kinokontrol na kapaligiran. Kung nililipad mo ang iyong lobo ng mainit na hangin sa landas ng isang 747, lalakarin lamang ito sa iyo, at magiging napakalinaw kung sino ang magiging kasalanan nito, " Tinuro ni Stilgoe. "Ang parehong sa mga tren. Ang pagiging walang driver ay nakakaintindi lamang dahil napakalinaw na ang sistema ay isang sarado."

Sa kabaligtaran, ang mga kotse ay nagpapatakbo sa mga kalsada, na lubos na kumplikado at bukas na mga sistema - hindi gaanong mahuhulaan kaysa sa mga riles na kung saan ang mga tren ay may eksklusibong mga track na hindi limitado sa mga kotse, hayop, at mga naglalakad. Ang isang sasakyan na nagmamaneho sa sarili ay dapat na makahanap ng paraan sa mga masikip na kalye, gumanti sa mga palatandaan sa kalsada, makitungo sa iba pang trapiko sa mga interseksyon, at magmaneho sa magkakaibang mga kondisyon kung saan ang mga marking ay maaaring hindi malinaw. Dapat matutunan itong mag-navigate sa paligid ng mga hadlang, gumanti sa mga gumagalaw mula sa iba pang mga kotse at driver, at pinakamahalaga, iwasan ang pagtakbo sa mga pedestrian. Ang lahat ng ito ay ginagawang mas mahirap ang paglikha ng ligtas na mga pagmamaneho ng sarili.

"Mayroong palaging mga bagay na sorpresa sa amin, " sabi ni Stilgoe.

Pagbibigay ng Mga Mata at Talino sa Mga Kotse

Ang isa sa mga pangunahing teknolohiya na tumulong sa teknolohiya ng kotse sa pagmamaneho ng sarili ay ang malalim na pagkatuto, isang subset ng artipisyal na intelihensiya na lumilikha ng mga modelo ng pag-uugali batay sa mga halimbawa. Sinusuri ng mga malalim na algorithm ng pag-aaral ang mga video feed mula sa mga camera na naka-install sa paligid ng kotse na nagmamaneho ng sarili upang mahanap ang mga sukat ng kalsada, basahin ang mga palatandaan, at tuklasin ang mga hadlang, kotse, at mga naglalakad.

Si Anthony Levandowski, ang inhinyero na nasa gitna ng isang demanda sa pagitan ng Waymo at Uber, ay nag-post kamakailan ng isang detalye ng video at pagganap ng isang teknolohiya sa pagmamaneho sa sarili na humimok ng 3, 100 milya, mula sa Golden Gate Bridge ng San Francisco hanggang sa George Washington Bridge sa New York, nang hindi kailanman naibigay ang kontrol sa isang driver ng tao at gumagamit lamang ng mga video camera at neural network.

Kahit na ang pagmamaneho sa mga interstate highway ay mas madali kaysa sa pag-navigate sa mga kapaligiran sa lunsod, kapansin-pansin ang nakamit ni Levandowski. Ang Pronto.ai, ang kanyang bagong pagsisimula, ay nagplano na gawing magagamit ang teknolohiya sa mga komersyal na semi-trak, na gumugol ng karamihan sa kanilang oras sa mga daanan.

Ngunit habang ang mga mahusay na sinanay na mga network ng neural ay maaaring mapalampas ang mga tao sa pagtuklas ng mga bagay, maaari pa rin silang mabibigo sa hindi makatwiran at mapanganib na mga paraan - lalo na ang nakamamatay na 2016 Tesla Model S crash at 2018 Model X aksidente. Ipinakikita ng iba pang mga pag-aaral na ang mga algorithm ng pangitain ng computer ng mga sasakyan sa pagmamaneho sa sarili ay madaling malilinlang kapag nakikita nila ang mga kilalang bagay sa hindi nakakagulat na mga posisyon.

Upang maging patas, ang mga teknolohiya sa pagmamaneho sa sarili ay pumigil sa mga aksidente sa maraming mga pagkakataon, ngunit bihirang gumawa ng mga ulo ng mga kasong ito.

Pagkumpleto ng Neural Networks

Upang magtrabaho sa paligid ng mga limitasyon ng mga neural network, ang ilang mga kumpanya ay may kasamang Lidar, ang mga umiikot na aparato na madalas na nakikita sa tuktok ng mga kotse na nagmamaneho. Ang mga aparato ng Lidar ay naglalabas ng maraming hindi nakikitang light ray sa iba't ibang direksyon at lumikha ng detalyadong 3D na mapa ng lugar na nakapaligid sa kotse sa pamamagitan ng pagsukat sa oras na kinakailangan para sa mga sinag na sumasalamin sa isang bagay at bumalik.

Maaaring makita ng Lidar ang mga bagay at mga hadlang na maaaring makaligtaan ang mga algorithm ng classifier ng imahe. Maaari din itong paganahin ang mga kotse na makita sa dilim, at mas detalyado at tumpak kaysa sa radar, na mas mahusay na akma para sa pag-alis ng mga gumagalaw na bagay.

Karamihan sa mga kumpanya na may mga programa sa pagmamaneho ng sarili ay gumagamit ng Lidar, kabilang ang Waymo at Uber. Ngunit ang teknolohiya ay nascent pa rin. Para sa isa, ang mga aparato ng Lidar ay hindi mahusay sa mga lapal o lagay ng panahon.

Mahal din si Lidar; ayon sa iba't ibang mga pagtatantya, ang isa ay maaaring magdagdag ng hanggang sa $ 85, 000 sa presyo ng isang kotse. Ang taunang gastos ay maaaring maayos sa hilaga ng $ 100, 000, ayon sa isang survey mula sa Axios. Ang average na bumibili ng kotse ay marahil ay hindi makakaya, ngunit ang mga tech na higante na nagpaplano na mag-deploy ng mga serbisyo sa pagmamaneho ng taxi.

"Mayroong ilang mga tao na nagsisikap na bumuo ng mga murang mga add-on, ngunit mukhang ang mga benepisyo ay mas malinaw kapag ang mga kotse ay ibinahagi at pinatatakbo sa mga lungsod, " sabi ni Stilgoe. "Ito ay maaaring maging isang mabuting bagay para sa mga taong kasalukuyang walang kotse o isang masamang bagay para sa mga tao sa labas ng bayan na maaaring walang malapit na serbisyo."

Nagbabala si Stilgoe na may panganib na ginagamit ng mga lungsod ang pangako ng mga self-driving fleets bilang isang dahilan upang ipagpaliban ang pamumuhunan sa pampublikong transportasyon. Hindi bababa sa dalawang mga lokal na US ang namuhunan ng maraming daang libong dolyar sa mga serbisyo sa self-driving shuttle, natagpuan ang pananaliksik na Axios.

Ang Kailangan para sa Pagkakonekta at imprastraktura

Ang mga driver ng tao ay gumagawa ng higit pa sa pagmasid sa kanilang mga kapaligiran. Nakikipag-usap sila sa isa't isa. Gumagawa sila ng contact sa mata, alon at tumango sa isa't isa, at nagsisimula nang gumalaw nang dahan-dahan sa isang direksyon upang mailinaw ang kanilang mga hangarin sa ibang mga driver. Ang mga ito ay mga function na ang kasalukuyang mga teknolohiya sa pagmamaneho sa sarili ay gumanap nang hindi maganda, kung sa lahat.

Higit pa sa pagma-map sa kanilang mga kapaligiran at pagtuklas ng mga bagay, ang mga kotse na nagmamaneho sa sarili ay nangangailangan din ng isang paraan upang makipag-usap sa isa't isa at sa kanilang mga kapaligiran. Sa isang sanaysay para sa Harvard Business Review, ang mga akademiko sa University of Edinburgh Business School ay nagmungkahi ng ilang mga solusyon, kasama ang pag-deploy ng mga matalinong sensor sa mga kotse at imprastraktura.

"Isipin ang mga nagpapadala ng radyo na pinapalitan ang mga ilaw ng trapiko, mas mataas na kapasidad ng mga network at wireless data network na humahawak ng parehong sasakyan-sa-sasakyan at komunikasyon ng sasakyan-sa-imprastraktura, at mga yunit ng daan na nagbibigay ng real-time na data sa panahon, trapiko, at iba pang mga kondisyon, " ang akademiko ay sumulat.

Sinusubukan ng kasalukuyang mga teknolohiya sa pagmamaneho sa sarili na iakma ang mga computer sa imprastraktura na dinisenyo para sa mga tao, tulad ng mga ilaw ng trapiko, mga palatandaan sa kalsada, mga marka ng kalsada, at iba pa. Ang mga algorithm ng pag-aaral ng machine ay nangangailangan ng oras ng pagsasanay at malaking halaga ng data bago nila masulit ang pinaka pangunahing mga pag-andar ng sistema ng pangitain ng tao, tulad ng pag-tiktik sa iba pang mga kotse o pagbabasa ng mga palatandaan ng kalsada mula sa iba't ibang mga anggulo at sa ilalim ng iba't ibang mga ilaw at kondisyon ng panahon.

Ang pagpapabuti ng mga kotse at kalsada na may matalinong sensor ay gawing mas madali para sa mga nagmamaneho sa sarili na mga sasakyan upang makipag-usap at hawakan ang iba't ibang mga kondisyon ng kalsada-isang pamamaraan na nagiging lalong mabubuhay dahil ang mga gastos ng mga processors ay bumababa at ang mga teknolohiya tulad ng 5G ay gumawa ng maraming mga koneksyon na posible at mas abot-kayang.

Paghiwalay ng Mga Kotse sa Pagmamaneho ng Sarili

Ang pagdaragdag ng mga matalinong sensor sa 4 milyong milya ng daanan ng US ay isang matigas kung hindi imposibleng gawain. Ito ay isang kadahilanan na mas gusto ng pagmamaneho sa sarili ng mga kumpanya ng kotse na mag-focus sa paggawa ng mga kotse na mas matalino kaysa sa kapaligiran.

"Ang pinaka-malamang na malapit na tagpo na makikita natin ay iba't ibang anyo ng spatial na paghihiwalay: Ang mga kotse na nagmamaneho ng sarili ay magpapatakbo sa ilang mga lugar at hindi sa iba pa. Nakita na natin ito, dahil ang mga unang pagsubok ng teknolohiya ay nagaganap sa itinalagang mga lugar ng pagsubok o sa medyo simple, patas-patas na kapaligiran sa kapaligiran, "iminumungkahi ng akademikong Edinburgh sa kanilang sanaysay.

Sa pansamantala, iminungkahi nila, "Maaari rin naming makita ang mga dedikado na mga linya o zones para sa mga sasakyan na nagmamaneho ng sarili, kapwa bigyan sila ng isang mas nakabalangkas na kapaligiran habang ang teknolohiya ay pinino at upang maprotektahan ang iba pang mga gumagamit ng kalsada mula sa kanilang mga limitasyon."

Ang iba pang mga eksperto ay gumawa ng mga katulad na mungkahi. Noong Agosto, inatasan ng AI researcher at cofounder ng Google Brain Andrew Ng na upang malutas ang mga problema sa kaligtasan ng pagmamaneho sa sarili, dapat nating baguhin ang pag-uugali ng mga naglalakad at iba pang mga gumagamit na nagbabahagi ng mga kalsada sa kanila. "Kung titingnan mo ang paglitaw ng mga riles, para sa karamihan, natutunan ng mga tao na huwag tumayo sa harap ng isang tren sa mga track, " sabi ni Ng.

Ang mungkahi ni Ng ay tiyak na makakatulong na mabawasan ang mga panganib sa kaligtasan ng mga sasakyan sa pagmamaneho sa sarili habang ang teknolohiya ay bubuo, ngunit hindi ito umupo nang maayos sa iba pang mga eksperto ng AI, kasama ang robotics pioneer na si Rodney Brooks. "Ang dakilang pangako ng mga sasakyan sa pagmamaneho sa sarili ay aalisin nila ang pagkamatay ng trapiko. Ngayon ay sinasabi na aalisin nila ang pagkamatay ng trapiko hangga't ang lahat ng tao ay sinanay na baguhin ang kanilang pag-uugali?" Sumulat si Brooks sa isang post sa blog.

• Pagsakay sa paligid ng Miami sa Mga Kotse sa Pagmamaneho ng Pagmamaneho ng Ford sa Pagmamaneho sa buong Miami sa Mga Kotse sa Pagmamaneho sa Pagmamaneho ng Ford
• Ang CTO ng Ford sa Mga Scooter, AI, at Pagdadala ng Mga Autonomous na Kotse sa CTO ng Ford ng Ford sa Mga Scooter, AI, at Pagdadala ng Autonomous Car sa Miami
• Sa Mga Kotse na Pagmamaneho sa Lyft, Dahan-dahang at Mantig na Nanalo sa Lahi Sa Mga Kotse na Pagmamaneho ng Sarili, Dahan-dahang at Mantig na Pinaikot ang Lahi

Ang Propesor ng New York University na si Gary Marcus, isang kritiko sa boses na pinalalaki ang mga nagawa ng malalim na pagkatuto, ay inilarawan ang panukala ni Ng bilang "muling tukuyin ang mga goalpost upang gawing mas madali ang trabaho."

Ngunit naniniwala si Stilgoe na makakakuha tayo ng mahahalagang aralin mula sa kasaysayan. "Nang ang mga sasakyan ay unang dumating sa mga lungsod ng US noong unang bahagi ng ikadalawampu siglo, sinabihan ang mga naglalakad na lumayo upang maiwasang ligtas ang mga kalsada. Si Jaywalking ay naimbento bilang isang maling akda, at ang mga kalsada ay idinisenyo upang paboran ang mga kotse, " sabi ni Stilgoe.

Naniniwala si Stilgoe na kung seryoso tayo sa mga benepisyo ng mga nagmamaneho sa sarili, makikita natin ang parehong bagay na mangyayari muli. Halimbawa, ang mga kumpanya ng kotse ay maaaring magsimulang mag-lobbying ng mga lungsod upang i-upgrade ang kanilang mga imprastraktura at magturo sa mga naglalakad kung paano kumilos sa paligid ng mga kotse na nagmamaneho. "Para sa mga kotse na nagmamaneho sa sarili upang gumana tulad ng ipinangako, ang system kung saan sila nagpapatakbo ay kailangang kontrolin, " sabi ni Stilgoe.

Mga hadlang sa Daan

Sa kabila ng mga pakikibaka nito, ang industriya ng kotse na nagmamaneho ng sarili ay dumadaan sa isang matatag na lakad, at tiyak na magiging mas ligtas ang ating mga kalsada.

Ngunit ang mga katanungan at hamon ay nananatili. Halimbawa, sino ang gaganapin sa account kapag nangyari ang isang aksidente sa kotse? "Medyo madaling sabihin na, sa isang buong sistema ng pagmamaneho sa sarili, ang kumpanya ay dapat na mananagot sa halos lahat ng mga kalagayan. Ang mga bagay ay nakakakuha ng kabuluhan kapag ang mga tao at computer ay nagbabahagi ng pagmamaneho sa iba't ibang oras, " sabi ni Stilgoe.

Gayundin, paano dapat magpasya ang isang nagmamaneho sa sarili kapag natagpuan ang sarili sa isang sitwasyon kung saan ang pagkawala ng buhay ng tao ay hindi maiiwasan? Ito ay kilala bilang "problema sa troli" at maaaring hypothetical ito, ngunit ipinapakita nito na ang mga kotse na nagmamaneho sa sarili ay kailangang idinisenyo upang makagawa ng mga pagpapasya sa mga sitwasyon kung saan ang mga patakaran ay hindi malinaw na gupitin.

"Mayroong tunay na etikal na dilemmas sa disenyo ng mga sistemang ito, " sabi ni Stilgoe. "Ang mga kotse na nagmamaneho sa sarili ay hindi magiging makapangyarihan."