Предсказания были неверны: машинам с самостоятельным вождением предстоит пройти долгий путь

Несколько лет назад автомобили с автоматическим управлением казались почти готовыми захватить дороги.

«С 2020 года вы будете постоянным водителем на заднем сиденье», - сказал The Guardian в 2015 году. Полностью автономные транспортные средства будут «ездить из точки А в точку Б и встречать весь спектр дорожных сценариев без необходимости какого-либо взаимодействия со стороны водителя», - отмечает Business Инсайдер написал в 2016 году.

Теперь ясно, что многие из этих оценок были раздуты; просто взгляни на проблему, с которой Убер столкнулся в Аризоне. Автомобили без водителя, безусловно, сделают наши дороги более безопасными, но удаление людей из-за руля - крепкий орешек. Прежде чем мы достигнем безаварийной, безаварийной утопии, о которой мы мечтали десятилетиями, мы должны преодолеть несколько препятствий, и они не все технические.

Навигация в открытых средах

Автономные автомобили должны перемещаться в непредсказуемых и разнообразных условиях.

«Я думаю, что важная вещь, когда мы думаем об автомобилях, - это то, что нужно для того, чтобы эти вещи были самостоятельными. Именно здесь язык автономии действительно доставляет нам неприятности, потому что автономия применяется только в рамках данной системы», - сказал Джек Стилгоу. социолог Лондонского университетского колледжа и руководитель проекта Driverless Futures.

По его словам, другие сегменты транспортной отрасли, включая поезда и самолеты, уже внедрили автономию с более высоким уровнем успеха, чем автомобили.

«Автопилот самолета функционирует только потому, что воздушное пространство является строго контролируемой средой. Если вы управляете своим воздушным шаром на пути 747-го, он будет просто пахать прямо через вас, и будет очень ясно, чья это вина». Стилгое указал. «То же самое с поездами. Быть без водителя имеет смысл только потому, что совершенно ясно, что система является закрытой».

Напротив, автомобили работают на дорогах, которые являются очень сложными и открытыми системами - гораздо менее предсказуемыми, чем железные дороги, где поезда имеют эксклюзивные пути, которые запрещены для автомобилей, животных и пешеходов. Автомобиль с самостоятельным вождением должен проехать по многолюдным улицам, реагировать на дорожные знаки, иметь дело с другим движением на перекрестках и ездить в различных условиях, где разметка может быть нечеткой. Он должен научиться ориентироваться в препятствиях, реагировать на движения других автомобилей и водителей и, самое главное, избегать столкновений с пешеходами. Все это усложняет задачу создания безопасных автомобилей с самостоятельным вождением.

«Всегда будут вещи, которые удивят нас», - сказал Стилгое.

Глаза и мозги для автомобилей

Одной из основных технологий, которая помогла продвинуть технологию самостоятельного вождения автомобиля, является глубокое обучение, подмножество искусственного интеллекта, которое создает поведенческие модели на основе примеров. Алгоритмы глубокого обучения проверяют видео-каналы с камер, установленных вокруг автомобиля с самостоятельным вождением, чтобы найти размеры дороги, прочитать знаки и обнаружить препятствия, автомобили и пешеходов.

Энтони Левандовски, инженер, который был в центре судебного процесса между Waymo и Uber, недавно опубликовал видео и подробные сведения о технологии самостоятельного вождения, которая проехала 3100 миль от моста Золотые Ворота Сан-Франциско до моста Джорджа Вашингтона в Нью-Йорке без передачи управления человеку-водителю и использования только видеокамер и нейронных сетей.

Хотя вождение по автомагистралям между штатами значительно проще, чем в городских условиях, достижение Левандовского примечательно. Его новый стартап Pronto.ai планирует сделать эту технологию доступной для коммерческих грузовиков, которые проводят большую часть своего времени на шоссе.

Но в то время как хорошо обученные нейронные сети могут превзойти людей при обнаружении объектов, они все равно могут потерпеть неудачу нерациональными и опасными способами, в частности, фатальной аварией Tesla Model S 2016 года и аварией Model X 2018 года. Другие исследования показывают, что алгоритмы компьютерного зрения самоходных транспортных средств могут быть легко обмануты, когда они видят известные объекты в неудобных положениях.

Чтобы быть справедливым, технологии самостоятельного вождения предотвращали несчастные случаи в нескольких случаях, но эти случаи редко попадают в заголовки.

Дополняя нейронные сети

Чтобы обойти границы нейронных сетей, некоторые компании оснастили свои автомобили лидаром, вращающимися устройствами, часто встречающимися на верху самоходных автомобилей. Лидарные устройства излучают многочисленные невидимые световые лучи в разных направлениях и создают подробные трехмерные карты местности, окружающей автомобиль, измеряя время, необходимое для отражения этих лучей от объекта и его возвращения.

Лидар может обнаруживать объекты и препятствия, которые могут пропустить алгоритмы классификатора изображений. Он также позволяет автомобилям видеть в темноте и является более подробным и точным, чем радар, который лучше подходит для обнаружения движущихся объектов.

Большинство компаний с программами для самостоятельного вождения автомобилей используют Lidar, в том числе Waymo и Uber. Но технология все еще зарождается. С одной стороны, устройства Lidar не очень хороши с выбоинами или ненастной погодой.

Лидар тоже очень дорогой; по разным оценкам, к цене автомобиля можно добавить до 85 000 долларов. Согласно опросу Axios, ежегодные расходы могут быть значительно ниже 100 000 долларов США. Обычный покупатель автомобиля, вероятно, не может себе этого позволить, но технические гиганты, планирующие развернуть услуги самостоятельного вождения, могут.

«Есть несколько человек, которые пытаются разработать недорогие надстройки, но, похоже, преимущества очевидны, когда автомобили используются и совместно используются в городах», - сказал Стилгое. «Это может быть хорошо для людей, у которых в настоящее время нет машины, или плохо для людей, живущих за городом, у которых, возможно, нет службы поблизости».

Стилгое предупреждает, что существует опасность того, что города используют обещание автономного флота в качестве причины отложить инвестиции в общественный транспорт. По данным исследования Axios, по крайней мере, два населенных пункта США инвестировали несколько сотен тысяч долларов в услуги самостоятельного вождения.

Необходимость подключения и инфраструктуры

Водители-люди делают гораздо больше, чем просто наблюдают за окружающей их средой. Они общаются друг с другом. Они делают зрительный контакт, машут и кивают друг другу и начинают медленно двигаться в направлении, чтобы прояснить свои намерения другим водителям. Это функции, которые современные технологии самостоятельного вождения выполняют очень плохо, если вообще их выполняют.

Помимо картирования окружающей среды и обнаружения объектов, автомобили с самостоятельным вождением также нуждаются в способе общения друг с другом и окружающей средой. В эссе для Harvard Business Review ученые из Бизнес-школы Эдинбургского университета предложили несколько решений, включая внедрение интеллектуальных датчиков в автомобилях и инфраструктуре.

«Представьте себе радиопередатчики, заменяющие светофоры, мобильные и беспроводные сети передачи данных с большей пропускной способностью, обеспечивающие связь как между транспортными средствами, так и между транспортными средствами, и придорожные устройства, предоставляющие данные о погоде, движении и других условиях в режиме реального времени», академики написали.

Современные технологии самостоятельного вождения пытаются адаптировать компьютеры к инфраструктуре, предназначенной для людей, такой как светофоры, дорожные знаки, дорожные знаки и так далее. Алгоритмам машинного обучения требуются часы обучения и огромные объемы данных, прежде чем они смогут воспроизвести самые основные функции системы человеческого зрения, такие как обнаружение других автомобилей или считывание дорожных знаков под разными углами и при разных условиях освещения и погоды.

Усовершенствование автомобилей и дорог с помощью интеллектуальных датчиков значительно упростит обмен информацией между автомобилями и управление ими в различных дорожных условиях. Этот подход становится все более жизнеспособным по мере снижения стоимости процессоров, а такие технологии, как 5G, делают повсеместное подключение более доступным и доступным.

Сегрегирование автомобилей

Добавление интеллектуальных датчиков на 4 миллиона миль дороги в США - сложная, если не невозможная задача. Это одна из причин, по которой компании, занимающиеся самостоятельным вождением автомобилей, предпочитают делать автомобили умнее, чем окружающую среду.

«Наиболее вероятный краткосрочный сценарий, который мы увидим, - это различные формы пространственной сегрегации: в некоторых районах будут работать автономные автомобили, а не в других. Мы уже наблюдаем это, поскольку в назначенных испытаниях технологии проводятся в назначенных испытательные районы или в относительно простой среде с хорошей погодой », - предложили эдинбургские ученые в своем эссе.

Тем временем они предложили: «Мы также можем увидеть выделенные полосы или зоны для автомобилей с самостоятельным вождением, чтобы дать им более структурированную среду, в то время как технология совершенствуется, и защитить других участников дорожного движения от их ограничений».

Другие эксперты сделали аналогичные предложения. В августе исследователь ИИ и соучредитель Google Brain Эндрю Нг предложил, чтобы для решения проблем безопасности самостоятельного вождения мы должны изменить поведение пешеходов и других пользователей, которые разделяют с ними дороги. «Если вы посмотрите на появление железных дорог, по большей части люди научились не стоять перед поездом на рельсах», - сказал Нг.

Предложение Ng, безусловно, поможет снизить риски безопасности для автомобилей с самостоятельным вождением, пока развивается технология, но это не устраивает других экспертов по искусственному интеллекту, включая пионера робототехники Родни Брукса. «Большое обещание автомобилей с самостоятельным вождением заключалось в том, что они устранят дорожно-транспортные происшествия. Теперь говорят, что они устранят дорожно-транспортные происшествия, пока все люди обучены изменять свое поведение? Брукс написал в блоге.

• Поездка вокруг Майами на тестовых автомобилях Ford для самостоятельного вождения Поездка вокруг Майами на тестовых автомобилях Ford для самостоятельного вождения
• Технический директор Ford по скутерам, AI и доставке автономных автомобилей в Майами Технический директор Ford по скутерам, AI и доставке автономных автомобилей в Майами
• В самоходных автомобилях Lyft медленный и устойчивый выигрывает гонку В самоходных автомобилях Lyft выигрывает гонку

Профессор Нью-Йоркского университета Гэри Маркус, вокальный критик преувеличивания достижений глубокого обучения, описывает предложение Нг как «переосмысление целей для облегчения работы».

Но Стилгое считает, что мы можем извлечь важные уроки из истории. «Когда автомобили впервые появились в городах США в начале двадцатого века, пешеходам было приказано убраться с дороги, чтобы обезопасить дороги. Из-за того, что пешеходы были изобретены как проступок, а дороги были разработаны для автомобилей», - сказал Стилгое.

Стилгое считает, что если мы серьезно относимся к преимуществам автомобилей с автоматическим управлением, мы увидим, что то же самое случится снова. Например, автомобильные компании могут начать лоббировать города, чтобы модернизировать свою инфраструктуру и научить пешеходов, как вести себя вокруг автомобилей с автоматическим управлением. «Чтобы автомобили с автоматическим приводом работали, как было обещано, необходимо будет контролировать систему, в которой они работают», - сказал Стилгое.

Препятствия вниз по дороге

Несмотря на все трудности, автопромышленность уверенно движется вперед, и наши дороги, несомненно, станут безопаснее.

Но вопросы и проблемы остаются. Например, кто будет привлечен к ответственности, когда автокатастрофа случится? «Довольно легко сказать, что в полностью автономной системе компания должна нести ответственность практически при любых обстоятельствах. Ситуация усложняется, когда люди и компьютеры разделяют управление в разное время», - сказал Стилгое.

Кроме того, как должен самостоятельно управлять автомобилем, когда он попадает в ситуацию, когда гибель людей неизбежна? Это известно как «проблема с тележкой», и это может быть гипотетически, но это показывает, что автомобили с самостоятельным вождением должны быть спроектированы так, чтобы принимать решения в ситуациях, когда правила не ясны.

«Существуют настоящие этические дилеммы при разработке этих систем», - сказал Стилгое. «Самостоятельные автомобили не будут всеведущими».