Miks sul veel isejuhtivat autot ei ole? See kaheosaline sari selgitab suuri järelejäänud probleeme

Inimesed küsivad sageli: "Kus mu isejuhtiv auto on?" "Miks mul seda pole ja millal see tuleb?" Paljud inimesed tunnevad, et 20-aastased lubasid neile autot ja see on hilja ja võib-olla ei tulegi, nagu lendavatest autodest aastakümneid tagasi räägiti.

Selles kahest artiklist koosnevas seerias (koos kaasnevate videotega) vaatame peamisi põhjuseid, miks te tõenäoliselt täna roboautoga ei sõida, ja millal see juhtuda võib. Millised on peamised tehnoloogilised, juriidilised ja sotsiaalsed probleemid, mis takistavad ja millised probleemid tegelikult ei ole blokeerijad?

Enamiku jaoks meist ei jõua need autod siia piisavalt kiiresti. Neil on lubadus vältida korralikku osa tänapäeva autoõnnetustest, mis tapavad igal aastal üle miljoni inimese. Need muudavad meie elu lihtsamaks ja kirjutavad ümber transpordi põhimõtted. Seda tehes kirjutavad nad ümber meie elukoha ja linna olemuse, aga ka kümneid muid tööstusharusid energeetikast jaemüügini. Iga päev, kui me viivitame nende asjade teele viimisega, sureb tuhandeid inimesi, kes poleks pidanud juhtima. Iga päev me viivitame.

Muidugi on see raske

Selguse huvides on suurim põhjus, miks "see võtab nii kaua aega", et see on raske. Üks suurejoonelisemaid tarkvara uurimisprojekte, mis eales tehtud. See on nõudnud mitte ainult läbimurdelist tarkvara, vaid ka tonnidepikkust üksikasjalikku tööd umbrohus, tegeledes suure hulga erijuhtumitega ning kaardistades maailma ja kõik selle kortsud. Igaüks, kes arvab või arvab, et seda saab graafiku alusel toimetada, eksib ega ole varem tarkvaraga töötanud. Kui autofirmad viskasid välja selliseid kuupäevi nagu 2020. aasta, olid need lootused, mitte ennustused, ja see, et mõned tehnoloogiaettevõtted selle tegelikult ära tegid, oli hämmastav. Läbimurdeid nõudvaid mitmeaastaseid projekte ei ennustata kunagi täpselt.

Keegi tarkvarataustaga ei oleks üldse šokeeritud, kui aastaid tagasi tehtud ennustused sellise suurejoonelise projekti kohta ei vasta tõele. Nii et asjad ei ole "graafikust maas", isegi kui need ei täitnud optimistlikke lootusi. See tähendab ka seda, et asju tehakse väiksemate sammudena.

Suurim blokeerija ei ole aga tegelikult mitte selle tegemine (st selle turvaliseks muutmine), vaid teadmine, et olete seda teinud.

Tõestades, et olete selle tõesti turvaliseks muutnud

Esimene tehnoloogiline eesmärk oli see lihtsalt teoks teha. Teha auto, mis suudab ise ohutult sõita. See on tohutu saavutus, kuid vähemalt mõnes linnas on mõned ettevõtted selle juba saavutanud. Sellised ettevõtted nagu Waymo on Phoenixi lihtsatel tänavatel sõitnud keskmisest inimesest ohutumalt. See oli "raske osa" – kuid veelgi raskem osa on määratleda, mis on ohutus, mõõta seda ja tõestada, et olete seda teinud. Peate seda tõestama endale, oma juhatusele, advokaatidele, avalikkusele ja võib-olla isegi valitsusele. Nii nagu Moderna Covidi vaktsiin valmis 2020. aasta veebruaris, enne esimest sulgemist, ootas maailm 10 kuud – samal ajal kui miljon inimest suri ilma selleta –, enne kui lasi esimestel inimestel vaktsineerida. Ootasime, kuni nad tõestavad, et nad on seda teinud.

Ohutuse mõõtmine on üsna raske. Teame, kui sageli juhtub inimjuhtidega igasuguseid avariisid, alates väiksematest löökidest kuni surmajuhtumiteni. Surmajuhtumeid juhtub USA-s umbes iga 80 miljoni miili järel ehk umbes 2 miljoni sõidutunni järel. Me ei saa testida iga tarkvaraversiooni, öeldes: "Lase sellel sõita miljard miili ja vaadata, kas see tapab vähem kui kümmekond inimest, kes sureksid, kui inimesed nii kaugele sõidaksid." Kasvõi üks kord päris teedel sõita on võimatu vahemaa, rääkimata iga uue versiooniga. Võime sõita palju vähem ning arvestada tõrkeid ja väiksemaid kokkupõrkeid – tegelikult on see parim, mida oleme siiani välja mõelnud, sest see on vähemalt võimalik –, kuid me pole kindlad, kas see on samamoodi seotud robotite vigastustega. teeb inimestega.

Paljud alustavad traditsioonilist autotööstust. Nad testivad oma sõidukite iga komponenti, veendumaks, et see on töökindel ja vastab spetsifikatsioonidele. Nad üritavad seda teha komponentide süsteemidega, kuid see metoodika muutub keeruliseks, kui asjad muutuvad keerulisemaks. Seda nimetatakse funktsionaalseks ohutuseks – kas komponendid ja süsteemid on defektideta ja kas need tulevad toime teadaolevate võimalike riketega.

Viimasel ajal on tehtud rohkem jõupingutusi, et tõsta see süsteemi tasemele ja katsetada kavandatud funktsionaalsuse ohutust. SOTIF-iga töötavad meeskonnad selle nimel, et tagada kogu süsteemide toimimine nii probleemide ja komponentide rikete kui ka eeldatava väärkasutuse korral. See hõlmab sageli kogu süsteemi või selle osade simuleerimist või "riistvara silmuses" simulatsiooni, mis on lihtsam ja ohutum kui reaalajas testimine teedel.

Simulatsioonitestimine pakub võimalust testida süsteemi miljonites erinevates stsenaariumides. Kõik, mida keegi on kunagi näinud, kuulnud või millest unistanud – kõigi nende asjade sadade väikeste variatsioonidega.

Võib-olla on kõige raskem testida, kuid see, mida soovite kõige rohkem teada, on see, kui hästi süsteem reageerib ennenägematutele olukordadele. Kuigi saate luua simulatsiooniteste, et teada saada, et sõiduk toimib hästi peaaegu kõigis eeldatavates olukordades, on inimmõistuse suurepärane võluvõime ennenägematute probleemide lahendamisel. Tehisintellektid saavad seda teha, kuid nad pole nii head. Lõpuks loodaksime võimaluse saada iga päev uusi, realistlikke ja ohtlikke stsenaariume. Tänapäeval on hea, et teie auto on programmeeritud toime tulema kõigega, millele keegi kunagi mõelnud on, kuid tõeline kullastandard võib olla iga päev visata 20 uut olukorda, mida pole kunagi varem nähtud, ja teada saada, et see saab enamiku neist hakkama. Isegi inimesed ei saa kõigiga hakkama. See on üks asi, mida ma loodan läbi viia Turvabasseini projekt, mille algatasin koos Maailma Majandusfoorumi, Deepen.AI ja Warwicki ülikooliga.

Isegi kogu simulatsiooniga peate katsetama ka otse teel. Keegi ei kavatse kasutusele võtta autot, mis pole näidanud, et see pärismaailmaga väga hästi hakkama saab. Ehkki süsteem, mis kasutab inimohutusjuhte roboautode toimimise jälgimiseks, on kallis, on tegelikult suurepäraselt saavutatud ja ei ohusta avalikkust võrreldes tavalise inimsõiduga.

Tööstuses kukub iga ettevõte endast välja, et kirjeldada, kui pühendunud nad ohutusele on. Nende ülesanne on teha ohutu sõiduk, kuid nad teevad need deklaratsioonid selleks, et ametnikele ja avalikkusele meeldida. Irooniline, et avalik huvi ei ole mitte kõige turvalisemate roboautode valmistamine, vaid pigem kõige ohutumad teed. Roboautod on tööriist, mis võib tuua ohutumad teed ja mida varem nad siia jõuavad, seda varem ja paremini nad seda teevad. Ametnikud, kui nad võtaksid oma kohustust üldise liiklusohutuse parandamisel tõsiselt võtta, julgustaksid ettevõtteid ohutusega liiale mitte minema ja keskenduma ohutuma tehnoloogia kiireimale kasutuselevõtule – isegi kui nad teeksid vähem, et tõestada selle ohutust, kui kasutuselevõtt on väike. , muudab selle kiiremaks. Kuid nad ei tee seda kunagi, kuna ühiskond reageerib vigadele ja riskidele.

Turvalisuse teine ​​komponent on küberturvalisus. Meil on vaja, et need autod oleksid vastupidavad nende ülevõtmise katsetele. Mõnele inimesele ei meeldi küberturvalisusest rääkida, kuid autotööstuse eelmine ajalugu pole olnud suurepärane. See ei hõlma mitte ainult turvalisi tavasid ja tööriistu, vaid ka nn punast meeskonda, kus asjatundlike valgekübaraga häkkerite meeskond otsib väljastpoolt turvaauke, kuni nad enam ei leia. Veel üks oluline tööriist on ühenduvuse minimeerimine või see, mida turvainimesed nimetavad "ründepindadeks". Paljud tööstuse esindajad on kinnisideeks sellest, mida nad kujutavad endast "ühendatud autost", ja peavad ühenduvust ekslikult sama suureks revolutsiooniks kui isejuhtimist. Ei ole, kaugeltki mitte. Teatav ühenduvus on vajalik, kuid seda tuleks kasutada säästlikult, et tõeline revolutsioon jääks turvaliseks.

Üks suurimaid väljakutseid testimisel on masinõppe laialdane kasutamine kõigis robocari meeskondades. Masinõpe on tohutult võimas tehisintellekti tööriist ja enamiku arvates on see hädavajalik, kuid see kipub tootma "musta kasti" tööriistu, mis teevad otsuseid, kuid millest keegi täielikult aru ei saa. Kui te ei tea, kuidas süsteem töötab või miks see ebaõnnestub või teeb õigesti, on seda raske testida ja sertifitseerida. Euroopas on nad kehtestanud seadusi, mis nõuavad, et kogu tehisintellekt oleks mingil tasemel "seletatav", kuid paljusid masinõppevõrke on väga raske seletada. See on hirmutav, kuid nad on nii võimsad, et me ei anna neist alla. Võime seista silmitsi musta kastiga, mis on testimisel kaks korda ohutum kui seletatav süsteem, ja on kaalukaid argumente, mida inimesed esitavad kummagi valiku kasuks.

Tuleviku ennustamine

Roboauto on kaetud sensoritega, nagu kaamerad, radarid, LIDAR laserid ja palju muud. Andurid on ilmselt riistvara enim arutatud aspekt, kuid tegelikult ei ütle andurid teile üldse seda, mida soovite teada. Selle põhjuseks on asjaolu, et andurid näitavad teile, kus asjad praegu asuvad, kuid te ei hooli sellest nii palju. Sa hoolid sellest, kus asjad tulevikus asuvad. Anduritelt saadav teave on vaid vihje tuleviku ennustamise tegelikule eesmärgile. Teadmine, kus miski asub ja kui kiiresti see liigub, on hea algus, kuid teadmine, mis see on, on sama oluline, et teada saada, kus see asub. Enamik teel või selle läheduses olevaid objekte ei ole ballistilised – inimene juhib ja võib kurssi muuta. Seetõttu on tänapäeval üks peamisi uurimisvaldkondi, et ennustada paremini, mida teised teel olevad inimesed, eriti inimesed, ette võtavad. See võib ulatuda sõidukäitumise tundmisest kuni selle väljaselgitamiseni, kas nurgal seisev jalakäija on sisenemas ülekäigurajale või surfab veebis.

Kuigi mitmed meeskonnad on teinud suuri edusamme, selgub, et inimesed on tänapäeva robotitest paremad teiste inimeste ennustamisel. Selle paremaks saamine on ülesannete loendi üks peamisi probleeme, eriti keerukamates keskkondades, nagu hõivatud linnad. Tuleviku ennustamine hõlmab ka selle ennustamist, kuidas teised teie enda ja teiste ennustatud liigutustele reageerivad. Sõiduradade liitmine või kaitsmata vasakpööre võib olla tants andmise ja võtmisega ning roboautod püüavad pidevalt oma tegevust parandada.

Tundmine kiirem

Andurid võivad olla ainult vahendid tegeliku eesmärgi saavutamiseks, kuid mida paremini nad teevad, seda paremini saate seda tulevikku ennustada. Meeskonnad otsivad endiselt andurite kiiremaks muutmist, et muuta taju ja ennustamine kiiremini. Üks asi, mis on oluline, on objektide liikumise kiiruse teadmine. Radar ütleb teile seda, kuid kaamerad ja vanemad LIDARid mitte, kui te ei vaata mitut kaadrit. Mõned uuemad LIDAR-id näitavad teile nii kiirust kui ka vahemaad. Mitme kaadri vaatamine võtab vähemalt sama palju aega kui kaadrite võtmine, kuid tavaliselt rohkem.

Üks olukord, mis võib probleemiks osutuda, on maanteel liikumine suurema sõiduki taga. Kujutage ette, et selle sõiduki ees seisab sõidurajale kinni jäänud veok. Seda juhtub sageli õnnetuste ja kiirabiautodega. Järsku kaldub suur sõiduk enne teid paremale, et takistust vältida ja te näete seda seiskunud veokit esimest korda. Sul ei ole tõesti palju aega pidurdamiseks või kõrvale kaldumiseks ja sul ei pruugi isegi olla kuhugi minna. Kui peate vaatama 3 kaadrit videost, et näha, et see tõesti ei liigu, on see tõenäoliselt 1/10 sekundit raisatud ja see on olukord, kus see võib olla oluline. Nii et paljud meeskonnad otsivad võimalusi selle eelise saavutamiseks ja nad on leidnud selle peamiselt LIDAR-ides, mis suudavad mõõta "Doppleri", et teada saada kõige kiirust, mida nad laseriga tabavad. Ka radarid teavad kiirust, kuid maailm on täis radarit peegeldavaid peatunud objekte ning peatunud sõidukit on raske eristada selle kõrval olevast peatunud kaitsepiirdest.

Pika tee ettevõtmine

Mainin lühidalt selle põhjuse ühe kuulsa meeskonna – TeslaTSLA
– pole veel valmis, on see, et nad üritavad probleemi tahtlikult raskemaks teha. Kui iga meeskond kasutab arvutinägemist palju, siis Tesla soovib, et see töötaks ainult arvutinägemise ja ainult kaameratega alates 2016. aastast. Enamik teisi meeskondi lisab oma tööriistakasti ka paremad kaamerad, LIDAR, radar ja kaardid. Tesla soovib visiooni läbimurret, mis suudaks seda teha odavamalt. Nad ütlevad, et kõik need lisatööriistad segavad. Kuid ülejäänud tööstus soovib kasutada kõiki tööriistu, et seda kiiremini teha, kui ka suuremate kuludega, ja arvavad, et Tesla sandistab ennast. Siiani on toote kvaliteedist lähtuvalt – Tesla FSD tõsiselt maha jäänud –, teistel õigus, kuigi võistlus pole veel lõppenud.

See on esimene osa. Teises osas käsitletakse selliseid asju nagu hea kodanik olemine, miks kasutatakse roboautosid ühes linnas korraga, mitte kõikjale korraga, ja probleeme, mis on seotud olmelisema logistikaga, nagu sõitjate pealevõtmine, ärimudelid, rakendusi ja muretsege liiga palju ohutuse pärast, pannes valitsused ja avalikkus teid aktsepteerima. Loetlesin ka mõned tegurid, mille kallal töötatakse, kuid mis ei takista kasutuselevõttu. Otsige teist osa lähipäevil.

Mõned arvavad, et 2022. aastal pole roboautot või nad sõidavad sellega, et areng on graafikust palju maas. Tegelikkuses polnud kunagi tõsist graafikut, ainult lootused, kuid tegelikult annab see probleemide loetelu optimismi, sest need allesjäänud probleemid tunduvad üldiselt lahendatavad. Enamiku nendega toimetulemiseks on vaja rasket tööd ja raha, mitte läbimurdeid.

Olge kursis teise osaga, video ja teksti kujul

Saate jätta kommentaare sellele lehele või video lehele.