Forudsigelserne var forkerte: Selvkørende biler har en lang vej at gå

For flere år siden virkede selvkørende biler næsten klar til at overtage veje.

"Fra 2020 vil du være en fast bilchauffør, " sagde The Guardian i 2015. Fuldt autonome køretøjer vil "køre fra punkt A til punkt B og støde på hele spektret af kørselsscenarier uden at skulle have nogen interaktion fra føreren, Business Insider skrev i 2016.

Det er nu tydeligt, at mange af disse estimater var overdrevne; bare se på de problemer, Uber havde i Arizona. Driverløse biler vil helt sikkert gøre vores veje mere sikre, men at fjerne mennesker bag rattet er en hård møtrik at knække. Inden vi når den førerløse, ulykkesfri utopi, vi har drømt om i årtier, skal vi overvinde flere forhindringer, og de er ikke alle tekniske.

Navigering i åbne miljøer

Autonome biler skal navigere i uforudsigelige og varierede miljøer.

"Jeg tror, ​​at den vigtige ting, når vi tænker på biler, er, hvad det kræver for disse ting at være selvkørende. Det er her autonomiens sprog virkelig får os til problemer, fordi autonomi kun gælder inden for et givet system, " sagde Jack Stilgoe, socialvidenskabsmand ved University College London og leder af Driverless Futures-projektet.

Andre segmenter i transportbranchen, herunder tog og fly, har allerede implementeret autonomi til større succesniveauer end biler, sagde han.

"En autopilot fungerer kun, fordi luftrummet er et meget kontrolleret miljø. Hvis du flyver din varmluftsballon ind på banen til en 747, vil den bare pløje lige gennem dig, og det vil være meget klart, hvis skyld det vil være, " Stilgoe påpegede. "Det samme med tog. At være førerløs giver mening kun, fordi det er meget tydeligt, at systemet er et lukket."

I modsætning hertil kører biler på veje, som er yderst komplekse og åbne systemer - langt mindre forudsigelig end jernbaner, hvor tog har eksklusive spor, der er uden for grænserne for biler, dyr og fodgængere. En selvkørende bil skal finde vej på overfyldte gader, reagere på vejskilte, håndtere anden trafik i kryds og køre under forskellige forhold, hvor markeringer muligvis ikke er tydelige. Den skal lære at navigere rundt i forhindringer, reagere på bevægelser fra andre biler og chauffører, og vigtigst af alt, undgå at løbe ind i fodgængere. Alt dette gør jobbet med at skabe sikre, selvkørende biler vanskeligere.

"Der vil altid være ting, der overrasker os, " sagde Stilgoe.

At give øjne og hjerner til biler

En af de vigtigste teknologier, der har hjulpet med at fremkalde selvkørende bilteknologi, er dyb læring, en undergruppe af kunstig intelligens, der skaber adfærdsmodeller baseret på eksempler. Deep-learning-algoritmer undersøger videofeed fra kameraer, der er installeret omkring den selvkørende bil for at finde vejens dimensioner, læse skilte og opdage hindringer, biler og fodgængere.

Anthony Levandowski, ingeniøren, der var kernen i en retssag mellem Waymo og Uber, offentliggjorde for nylig en video og performanceoplysninger om en selvkørselsteknologi, der kørte 3100 miles fra San Franciscos Golden Gate Bridge til George Washington Bridge i New York, uden at overlade kontrollen til en menneskelig chauffør og kun bruge videokameraer og neurale netværk.

Selvom det er betydeligt lettere at køre på mellemstatslige motorveje end at navigere i bymiljøer, er Levandowskis præstation bemærkelsesværdig. Pronto.ai, hans nye opstart, planlægger at stille teknologien til rådighed for kommercielle semi-lastbiler, der bruger det meste af deres tid på motorveje.

Men selvom veluddannede neurale netværk kan overgå mennesker med at opdage genstande, kan de stadig mislykkes på irrationelle og farlige måder - især den fatale 2016 Tesla Model S-nedbrud og 2018 Model X-ulykke. Andre undersøgelser viser, at computervisionsalgoritmerne til selvkørende køretøjer let kan narres, når de ser kendte objekter i akavede positioner.

For at være retfærdig har selvkørselsteknologier forhindret ulykker i flere tilfælde, men disse tilfælde fører sjældent til overskrifter.

Supplerende neurale netværk

For at arbejde omkring grænserne for neurale netværk har nogle virksomheder udstyret deres biler med Lidar, de roterende enheder ofte set oven på selvkørende biler. Lidar-enheder udsender adskillige usynlige lysstråler i forskellige retninger og skaber detaljerede 3D-kort over området omkring bilen ved at måle den tid det tager for disse stråler at reflektere et objekt og vende tilbage.

Lidar kan registrere objekter og forhindringer, som billedklassificeringsalgoritmer muligvis savner. Det kan også give biler mulighed for at se i mørke og er mere detaljerede og præcise end radar, som er bedre egnet til at registrere bevægelige genstande.

De fleste virksomheder med selvkørende bilprogrammer bruger Lidar, inklusive Waymo og Uber. Men teknologien begynder stadig. For det første er Lidar-enheder ikke dejlige med huller eller dårligt vejr.

Lidar er også meget dyre; ifølge forskellige skøn kan man tilføje $ 85.000 til prisen på en bil. De årlige omkostninger kan være godt nord for $ 100.000, ifølge en undersøgelse fra Axios. Den gennemsnitlige bilkøber har sandsynligvis ikke råd til det, men teknologigiganter, der planlægger at implementere selvkørselstaxitjenester, kan det.

"Der er et par mennesker, der prøver at udvikle add-ons til lave omkostninger, men det ser ud til, at fordelene er klarest, når biler deles og betjenes i byer, " sagde Stilgoe. "Dette kan være en god ting for folk, der i øjeblikket ikke har en bil eller en dårlig ting for folk ude af byen, som muligvis ikke har en service i nærheden."

Stilgoe advarer om, at der er fare for, at byer bruger løftet om selvkørende flåder som en grund til at udsætte investeringer i offentlig transport. Mindst to amerikanske lokaliteter investerede flere hundrede tusind dollars i selvkørselstransporttjenester, fandt Axios-undersøgelsen.

Behovet for forbindelse og infrastruktur

Menneskelige chauffører gør meget mere end at observere deres miljøer. De kommunikerer med hinanden. De skaber øjenkontakt, vinker og nikker mod hinanden og begynder at bevæge sig langsomt i en retning for at gøre deres intentioner klare for andre chauffører. Dette er funktioner, som nuværende selvkørselsteknologier fungerer meget dårligt, hvis det overhovedet er.

Ud over at kortlægge deres miljøer og opdage genstande, har selvkørende biler også brug for en metode til at kommunikere med hinanden og deres miljøer. I et essay til Harvard Business Review foreslog akademikere ved University of Edinburgh Business School adskillige løsninger, herunder implementering af smarte sensorer i biler og infrastruktur.

"Tænk på radiosendere, der erstatter trafiklys, mobile og trådløse datanetværk med højere kapacitet, der håndterer både køretøj-til-køretøj og køretøj-til-infrastruktur-kommunikation, og vejeneheder, der leverer data i realtid om vejr, trafik og andre forhold, skrev akademikerne.

Nuværende selvkørselsteknologier forsøger at tilpasse computere til infrastruktur designet til mennesker, såsom trafiklys, vejskilte, vejmærker og så videre. Maskinlæringsalgoritmer har brug for timers træning og enorme mængder data, før de kan gentage de mest basale funktioner i det menneskelige synssystem, såsom at opdage andre biler eller læse vejskilte fra forskellige vinkler og under forskellige lys- og vejrforhold.

Forbedring af biler og veje med smarte sensorer vil gøre det meget lettere for selvkørende biler at kommunikere og håndtere forskellige vejforhold - en tilgang, der bliver stadig levedygtig, efterhånden som omkostningerne ved processorer falder, og teknologier som 5G gør allestedsnærværende forbindelse mulig og mere overkommelig.

Adskillelse af selvkørende biler

Det er en hård, hvis ikke umulig opgave at tilføje smarte sensorer til 4 millioner miles af USA's vejbane. Det er en af ​​grundene til, at selvkørende bilfirmaer foretrækker at fokusere på at gøre biler smartere end miljøet.

”Det mest sandsynlige scenarie på kort sigt, vi ser, er forskellige former for rumlig adskillelse: Selvkørende biler vil køre i nogle områder og ikke andre. Vi ser allerede dette, da tidlige forsøg med teknologien finder sted i udpegede testområder eller i relativt enkle miljøer med fair vejr, ”antydede akademikerne i Edinburgh i deres essay.

I mellemtiden foreslog de, "Vi kan muligvis også se dedikerede baner eller zoner til selvkørende køretøjer, både for at give dem et mere struktureret miljø, mens teknologien forbedres, og for at beskytte andre trafikanter mod deres begrænsninger."

Andre eksperter har fremsat lignende forslag. I august foreslog AI-forsker og medstifter af Google Brain Andrew Ng, at vi for at løse sikkerhedsproblemerne ved selvkørsel skulle ændre adfærd hos fodgængere og andre brugere, der deler veje med dem. ”Hvis man ser på fremkomsten af ​​jernbaner, har folk for det meste lært ikke at stå foran et tog på sporene, ” sagde Ng.

Ng's forslag ville bestemt hjælpe med at reducere sikkerhedsrisikoen for selvkørende biler, mens teknologien udvikler sig, men det sidder ikke godt sammen med andre AI-eksperter, herunder robotpioneren Rodney Brooks. ”Det store løfte om selvkørende biler har været, at de vil fjerne trafikdødsfald. Siger nu, at de vil fjerne trafikdødsfald, så længe alle mennesker er trænet til at ændre deres adfærd?” Brooks skrev i et blogindlæg.

• Rider rundt i Miami i Fords selvkørende testbiler Rider rundt om Miami i Fords selvkørende testbiler
• Fords CTO på scootere, AI og bringe autonome biler til Miami Fords CTO på scootere, AI og bringe autonome biler til Miami
• I Lyfts selvkørende biler vinder langsomt og stabilt løb I Lyfts selvkørende biler vinder langsomt og stabilt løb

Professor i New York University Gary Marcus, en vokalkritiker for at overdrive resultaterne af dyb læring, beskriver Ng's forslag som "omdefinerer målposterne for at gøre jobbet lettere."

Men Stilgoe mener, at vi kan drage vigtige erfaringer fra historien. ”Da biler først ankom til amerikanske byer i det tidlige tyvende århundrede, blev fodgængere bedt om at komme ud af vejen for at gøre vejene sikre. Jaywalking blev opfundet som en forseelse, og veje blev designet til at favorisere biler, ” sagde Stilgoe.

Stilgoe mener, at hvis vi ser alvorligt på fordelene ved selvkørende biler, vil vi se, at det samme sker igen. For eksempel kan bilfirmaer starte lobbyvirksomhed byer for at opgradere deres infrastrukturer og lære fodgængere, hvordan man opfører sig omkring selvkørende biler. "For selvkørende biler at fungere som lovet, skal systemet, hvor de kører, kontrolleres, " sagde Stilgoe.

Hindringer nede ad vejen

På trods af sine kæmper plodder den selvkørende bilindustri fremad i et stabilt tempo, og vores veje vil helt sikkert blive sikrere.

Men der er stadig spørgsmål og udfordringer. Hvem holdes for eksempel ansvar, når der sker en bilulykke? "Det er temmelig let at sige, at virksomheden i et fuldt selvkørende system skal være ansvarlig under næsten alle omstændigheder. Ting bliver vanskeligere, når mennesker og computere deler kørslen på forskellige tidspunkter, " sagde Stilgoe.

Hvordan skal en selvkørende bil beslutte, hvornår den befinder sig i en situation, hvor tabet af menneskeliv er uundgåeligt? Dette er kendt som "vognproblemet", og det kan være hypotetisk, men det viser, at selvkørende biler bliver nødt til at være designet til at træffe beslutninger i situationer, hvor reglerne ikke er klare.

"Der er reelle etiske dilemmaer i designet af disse systemer, " sagde Stilgoe. "Selvkørende biler vil ikke være alvetende."