คำทำนายนั้นผิด: รถยนต์ที่ขับด้วยตนเองมีทางไปได้ไกล

เมื่อหลายปีก่อนรถยนต์ที่ขับขี่ด้วยตนเองดูเหมือนจะพร้อมที่จะเข้ามายึดครอง

"จากปี 2020 คุณจะเป็นผู้ขับขี่เบาะหลังถาวร" เดอะการ์เดียน กล่าวในปี 2558 รถยนต์อิสระจะ "ขับรถจากจุด A ไปยังจุด B และพบกับสถานการณ์บนท้องถนนทั้งหมดโดยไม่ต้องมีการโต้ตอบจากคนขับธุรกิจ Insider เขียนในปี 2559

เป็นที่ชัดเจนแล้วว่าการประมาณการเหล่านี้จำนวนมากเกินไป แค่ดูปัญหาที่ Uber มีในแอริโซนา รถยนต์ที่ไม่มีคนขับจะทำให้ถนนของเราปลอดภัยยิ่งขึ้น แต่การเอาคนออกจากด้านหลังพวงมาลัยเป็นสิ่งที่ยากที่จะแตก ก่อนที่เราจะไปถึงยูโทเปียที่ปราศจากคนขับโดยปราศจากอุบัติเหตุเราได้ใฝ่ฝันมานานหลายทศวรรษเราจะต้องเอาชนะอุปสรรคหลายอย่างและไม่ใช่เทคนิค

การนำสภาพแวดล้อมแบบเปิด

รถยนต์อิสระต้องสำรวจสภาพแวดล้อมที่ไม่แน่นอนและหลากหลาย

“ ฉันคิดว่าสิ่งสำคัญเมื่อเราคิดเกี่ยวกับรถยนต์คือสิ่งที่ต้องใช้สำหรับการขับขี่ด้วยตนเองสิ่งนี้คือที่ภาษาของความเป็นอิสระทำให้เรามีปัญหาจริงๆเพราะความอิสระเฉพาะระบบภายในระบบเท่านั้น” Jack Stilgoe กล่าว นักวิทยาศาสตร์สังคมที่ University College London และผู้นำโครงการ Driverless Futures

ส่วนอื่น ๆ ของอุตสาหกรรมการขนส่งรวมถึงรถไฟและเครื่องบินได้นำความเป็นอิสระมาสู่ความสำเร็จในระดับที่สูงกว่ารถยนต์

"เครื่องบินอัตโนมัติทำงานได้เพียงเพราะน่านฟ้าเป็นสภาพแวดล้อมที่มีการควบคุมสูงหากคุณบินบอลลูนอากาศร้อนไปยังเส้นทาง 747 มันจะไถผ่านคุณโดยตรงและมันจะชัดเจนมาก สติลชี้ให้เห็น "เช่นเดียวกันกับรถไฟการไม่มีคนขับทำให้รู้สึกได้เพราะชัดเจนว่าระบบปิดแล้ว"

ในทางตรงกันข้ามรถยนต์ทำงานบนถนนซึ่งมีความซับซ้อนสูงและระบบเปิด - คาดการณ์ได้น้อยกว่าทางรถไฟที่รถไฟมีรางพิเศษที่ไม่ จำกัด รถยนต์, สัตว์และคนเดินเท้า รถที่ขับด้วยตนเองจะต้องหาทางบนถนนที่มีผู้คนหนาแน่นตอบสนองต่อสัญญาณจราจรจัดการกับการจราจรอื่น ๆ ที่ทางแยกและขับรถในสภาพที่แตกต่างกันซึ่งการทำเครื่องหมายอาจไม่ชัดเจน มันต้องเรียนรู้ที่จะนำทางไปรอบ ๆ สิ่งกีดขวางตอบสนองต่อการเคลื่อนไหวจากรถยนต์และคนขับรถคนอื่น ๆ และที่สำคัญที่สุดคือหลีกเลี่ยงการวิ่งเข้าไปในคนเดินเท้า ทั้งหมดนี้ทำให้งานของการสร้างรถยนต์ขับเคลื่อนด้วยตนเองที่ปลอดภัยนั้นยากขึ้น

“ จะมีสิ่งที่ทำให้เราประหลาดใจอยู่เสมอ” สติลโกกล่าว

มอบดวงตาและสมองให้กับรถยนต์

หนึ่งในเทคโนโลยีหลักที่ช่วยขับเคลื่อนเทคโนโลยีรถยนต์ที่ขับเคลื่อนด้วยตนเองคือการเรียนรู้อย่างลึกซึ้งซึ่งเป็นส่วนหนึ่งของปัญญาประดิษฐ์ที่สร้างแบบจำลองพฤติกรรมตามตัวอย่าง อัลกอริทึมการเรียนรู้ขั้นสูงจะตรวจสอบฟีดวิดีโอจากกล้องที่ติดตั้งรอบ ๆ รถที่ขับด้วยตนเองเพื่อค้นหาขนาดของถนนอ่านสัญญาณและตรวจจับสิ่งกีดขวางรถยนต์และคนเดินเท้า

Anthony Levandowski วิศวกรผู้เป็นหัวใจของการฟ้องร้องระหว่าง Waymo และ Uber เพิ่งโพสต์วิดีโอและรายละเอียดประสิทธิภาพของเทคโนโลยีการขับขี่ด้วยตัวเองซึ่งขับรถ 3, 100 ไมล์จากสะพาน Golden Gate ของซานฟรานซิสโกถึงสะพาน George Washington ในนิวยอร์ก โดยไม่ต้องมอบการควบคุมให้กับคนขับโดยใช้กล้องวิดีโอและเครือข่ายประสาทเทียมเท่านั้น

แม้ว่าการขับขี่บนทางหลวงระหว่างรัฐนั้นง่ายกว่าการสำรวจสภาพแวดล้อมในเมืองมาก แต่ความสำเร็จของ Levandowski นั้นโดดเด่น Pronto.ai การเริ่มต้นครั้งใหม่ของเขาวางแผนที่จะทำให้เทคโนโลยีพร้อมใช้งานสำหรับรถบรรทุกกึ่งพาณิชย์ซึ่งใช้เวลาส่วนใหญ่บนทางหลวง

แต่ในขณะที่เครือข่ายประสาทที่ได้รับการฝึกฝนมาอย่างดีจะมีประสิทธิภาพเหนือกว่ามนุษย์ในการตรวจจับวัตถุ แต่ก็ยังคงล้มเหลวในรูปแบบที่ไม่มีเหตุผลและเป็นอันตราย - โดยเฉพาะอย่างยิ่งการชนที่ผิดพลาดของ Tesla Model S 2016 การศึกษาอื่น ๆ แสดงให้เห็นว่าอัลกอริธึมการมองเห็นคอมพิวเตอร์ของยานพาหนะที่ขับเคลื่อนด้วยตนเองนั้นสามารถถูกหลอกได้ง่ายเมื่อพวกเขาเห็นวัตถุที่รู้จักในตำแหน่งที่น่าอึดอัดใจ

เพื่อความเป็นธรรมเทคโนโลยีการขับขี่ด้วยตนเองได้ช่วยป้องกันอุบัติเหตุในหลาย ๆ กรณี แต่กรณีเหล่านี้ไม่ค่อยมีข่าว

การพึ่งพาเครือข่ายประสาท

เพื่อหลีกเลี่ยงข้อ จำกัด ของโครงข่ายประสาทเทียมบาง บริษัท ได้ติดตั้งรถยนต์ของพวกเขาด้วย Lidar อุปกรณ์หมุนที่มักจะเห็นอยู่ด้านบนของรถยนต์ที่ขับเคลื่อนด้วยตนเอง อุปกรณ์ของ Lidar ปล่อยรังสีแสงที่มองไม่เห็นออกมามากมายในทิศทางที่ต่างกันและสร้างแผนที่ 3 มิติแบบละเอียดของพื้นที่โดยรอบรถโดยการวัดเวลาที่รังสีเหล่านั้นสะท้อนวัตถุและกลับมา

Lidar สามารถตรวจจับวัตถุและสิ่งกีดขวางที่อัลกอริธึมจำแนกภาพอาจพลาด นอกจากนี้ยังสามารถทำให้รถมองเห็นในที่มืดได้และมีรายละเอียดและแม่นยำกว่าเรดาร์ซึ่งเหมาะสำหรับการตรวจจับวัตถุที่กำลังเคลื่อนที่

บริษัท ส่วนใหญ่ที่ใช้โปรแกรมขับรถด้วยตนเองกำลังใช้ Lidar รวมถึง Waymo และ Uber แต่เทคโนโลยียังคงตั้งไข่ สำหรับหนึ่งอุปกรณ์ Lidar ไม่ได้ยอดเยี่ยมกับหลุมบ่อหรือสภาพอากาศแปรปรวน

Lidar ก็มีราคาแพงเช่นกัน ตามการประมาณการต่าง ๆ เราสามารถเพิ่มราคาของรถยนต์ได้สูงถึง $ 85, 000 ค่าใช้จ่ายต่อปีอาจสูงถึง $ 100, 000 จากการสำรวจของ Axios ผู้ซื้อรถยนต์โดยเฉลี่ยอาจไม่สามารถจ่ายได้ แต่ยักษ์ใหญ่ด้านเทคโนโลยีวางแผนที่จะปรับใช้บริการรถแท็กซี่ขับเอง

“ มีคนไม่กี่คนที่พยายามพัฒนาโปรแกรมเสริมราคาประหยัด แต่ดูเหมือนว่าประโยชน์จะชัดเจนที่สุดเมื่อมีการแบ่งปันรถยนต์และใช้งานในเมือง” Stilgoe กล่าว "นี่อาจเป็นสิ่งที่ดีสำหรับผู้ที่ไม่มีรถยนต์หรือสิ่งไม่ดีสำหรับคนที่อยู่นอกเมืองซึ่งอาจไม่มีบริการใกล้เคียง"

Stilgoe เตือนว่ามีอันตรายที่เมืองใช้สัญญาของกองยานพาหนะที่ขับด้วยตนเองเป็นเหตุผลในการเลื่อนการลงทุนในการขนส่งสาธารณะ การวิจัยของ Axios พบว่าอย่างน้อยสองเมืองในสหรัฐอเมริกาลงทุนหลายแสนดอลลาร์ในบริการรถรับส่งด้วยตนเอง

ความต้องการการเชื่อมต่อและโครงสร้างพื้นฐาน

ไดรเวอร์ของมนุษย์ทำอะไรได้มากกว่าสังเกตสภาพแวดล้อมของพวกเขา พวกเขาสื่อสารกัน พวกเขาสบตาโบกและพยักหน้ารับและเริ่มเคลื่อนไหวอย่างช้า ๆ ไปในทิศทางที่จะทำให้เจตนาของพวกเขาชัดเจนต่อคนขับรถคนอื่น ๆ นี่เป็นฟังก์ชั่นที่เทคโนโลยีการขับขี่ด้วยตนเองในปัจจุบันทำงานได้ไม่ดีเท่าที่ควร

นอกเหนือจากการทำแผนที่สภาพแวดล้อมและการตรวจจับวัตถุแล้วรถยนต์ที่ขับด้วยตนเองยังต้องการวิธีสื่อสารกับอีกฝ่ายและสภาพแวดล้อมของพวกเขาด้วย ในบทความสำหรับ Harvard Business Review นักวิชาการที่ University of Edinburgh Business School ได้แนะนำวิธีแก้ปัญหาต่าง ๆ รวมถึงการติดตั้งเซ็นเซอร์อัจฉริยะในรถยนต์และโครงสร้างพื้นฐาน

"คิดถึงเครื่องส่งสัญญาณวิทยุที่ใช้แทนสัญญาณไฟจราจรเครือข่ายมือถือและไร้สายที่มีความจุสูงกว่าซึ่งรองรับการสื่อสารระหว่างยานพาหนะต่อรถยนต์และยานพาหนะต่อโครงสร้างพื้นฐานและหน่วยริมถนนที่ให้บริการข้อมูลสภาพอากาศการจราจรและเงื่อนไขแบบเรียลไทม์" นักวิชาการเขียน

เทคโนโลยีการขับขี่ด้วยตนเองในปัจจุบันกำลังพยายามปรับใช้คอมพิวเตอร์กับโครงสร้างพื้นฐานที่ออกแบบมาสำหรับมนุษย์เช่นสัญญาณไฟจราจรป้ายถนนเครื่องหมายจราจรและอื่น ๆ อัลกอริธึมการเรียนรู้ด้วยเครื่องจักรต้องใช้เวลาหลายชั่วโมงในการฝึกอบรมและข้อมูลจำนวนมากก่อนที่พวกเขาจะสามารถจำลองฟังก์ชั่นพื้นฐานที่สำคัญที่สุดของระบบการมองเห็นของมนุษย์เช่นการตรวจจับรถยนต์คันอื่น ๆ

การปรับปรุงรถยนต์และถนนด้วยเซ็นเซอร์อัจฉริยะจะทำให้การขับขี่และขับรถด้วยตนเองง่ายขึ้นในการสื่อสารและจัดการกับสภาพถนนที่แตกต่างกัน - วิธีการที่มีความเป็นไปได้มากขึ้นเนื่องจากต้นทุนของโปรเซสเซอร์ลดลงและเทคโนโลยีเช่น 5G ทำให้การเชื่อมต่อทั่วไปเป็นไปได้

การแยกรถขับเคลื่อนด้วยตนเอง

การเพิ่มสมาร์ทเซนเซอร์ให้กับถนนในสหรัฐอเมริการะยะทาง 4 ล้านไมล์นั้นเป็นงานที่ยากหากไม่สามารถทำได้ เหตุผลหนึ่งที่ บริษัท รถยนต์ที่ขับขี่ด้วยตนเองชอบที่จะมุ่งเน้นไปที่การทำให้รถยนต์ฉลาดขึ้นแทนที่จะเป็นสิ่งแวดล้อม

"สถานการณ์ที่น่าจะเกิดขึ้นในระยะสั้นที่สุดที่เราเห็นคือรูปแบบต่าง ๆ ของการแบ่งแยกเชิงพื้นที่: รถยนต์ที่ขับเคลื่อนด้วยตัวเองจะทำงานในบางพื้นที่และไม่ใช่คนอื่น ๆ เรากำลังเห็นสิ่งนี้แล้วเนื่องจากการทดลองเทคโนโลยีก่อนหน้านี้เกิดขึ้น พื้นที่ทดสอบหรือในสภาพแวดล้อมที่ค่อนข้างเรียบง่ายและเป็นธรรมสภาพอากาศ "นักวิชาการเอดินเบิร์กแนะนำในบทความของพวกเขา

ในระหว่างกาลพวกเขาแนะนำว่า "เราอาจเห็นช่องทางหรือโซนเฉพาะสำหรับยานพาหนะที่ขับเคลื่อนด้วยตนเองทั้งสองเพื่อให้สภาพแวดล้อมมีโครงสร้างมากขึ้นในขณะที่เทคโนโลยีได้รับการปรับปรุงและเพื่อปกป้องผู้ใช้ถนนรายอื่นจากข้อ จำกัด "

ผู้เชี่ยวชาญคนอื่นได้ให้คำแนะนำที่คล้ายกัน ในเดือนสิงหาคมนักวิจัย AI และผู้ร่วมก่อตั้งของ Google Brain Andrew Ng แนะนำว่าเพื่อแก้ปัญหาความปลอดภัยในการขับขี่ด้วยตนเองเราควรเปลี่ยนพฤติกรรมของคนเดินถนนและผู้ใช้อื่น ๆ ที่แชร์ถนนกับพวกเขา “ ถ้าคุณดูที่การเกิดขึ้นของรถไฟส่วนใหญ่ผู้คนเรียนรู้ที่จะไม่ยืนอยู่หน้ารถไฟบนรางรถไฟ” อึ้งกล่าว

คำแนะนำของอึ้งจะช่วยลดความเสี่ยงด้านความปลอดภัยของรถยนต์ที่ขับขี่ด้วยตนเองในขณะที่เทคโนโลยีพัฒนาขึ้น แต่ไม่สามารถนั่งกับผู้เชี่ยวชาญด้าน AI อื่น ๆ ได้รวมถึง Rodney Brooks ผู้บุกเบิกด้านหุ่นยนต์ "คำมั่นสัญญาที่ดีของรถยนต์ที่ขับด้วยตนเองคือพวกเขาจะกำจัดความตายจากการจราจรตอนนี้กำลังบอกว่าพวกเขาจะกำจัดความตายจากการจราจรตราบใดที่มนุษย์ทุกคนได้รับการฝึกฝนให้เปลี่ยนพฤติกรรมของพวกเขา?" Brooks เขียนในโพสต์บล็อก

• ขี่รอบไมอามี่ในรถทดสอบการขับขี่ด้วยตนเองของฟอร์ดขี่รอบไมอามี่ในรถยนต์ทดสอบการขับขี่ด้วยตนเองของฟอร์ด
• ฟอร์ด CTO บนสกูตเตอร์, AI และนำรถยนต์อิสระไปที่ไมอามี่ฟอร์ด CTO สำหรับสกูตเตอร์, AI และนำรถยนต์อิสระไปไมอามี่
• ในรถยนต์ที่ขับขี่ด้วยตนเองของ Lyft ช้าและมั่นคงชนะการแข่งขันรถยนต์ที่ขับเคลื่อนด้วยตนเองของ Lyft ช้าและมั่นคงชนะการแข่งขัน

ศาสตราจารย์ Gary Marcus จากมหาวิทยาลัยนิวยอร์กนักวิจารณ์เสียงพูดเกินจริงถึงความสำเร็จของการเรียนรู้ลึกอธิบายข้อเสนอของอึ้งว่า "นิยามเสาประตูใหม่เพื่อให้งานง่ายขึ้น"

แต่สติลโกเชื่อว่าเราสามารถดึงบทเรียนสำคัญจากประวัติศาสตร์ "เมื่อรถยนต์มาถึงเมืองของสหรัฐอเมริกาเป็นครั้งแรกในศตวรรษที่ยี่สิบต้นคนเดินถนนได้รับคำสั่งให้ออกนอกเส้นทางเพื่อทำให้ถนนปลอดภัยการเดิน Jaywalking ถูกประดิษฐ์ขึ้นเพื่อเป็นพาหนะที่ผิดทางและถนนถูกออกแบบมาเพื่อรถยนต์

สติลโกเชื่อว่าหากเราจริงจังกับประโยชน์ของรถยนต์ที่ขับเคลื่อนด้วยตนเองเราจะเห็นสิ่งเดียวกันเกิดขึ้นอีกครั้ง ตัวอย่างเช่น บริษัท รถยนต์อาจเริ่มวิ่งเต้นเมืองเพื่อยกระดับโครงสร้างพื้นฐานของพวกเขาและสอนคนเดินถนนถึงวิธีปฏิบัติตนเกี่ยวกับรถยนต์ที่ขับขี่ด้วยตนเอง “ เพื่อให้รถยนต์ที่ขับเคลื่อนด้วยตนเองทำงานได้ตามที่สัญญาระบบที่พวกเขาใช้งานจะต้องได้รับการควบคุม” Stilgoe กล่าว

อุปสรรคลงที่ถนน

แม้จะมีการดิ้นรน แต่อุตสาหกรรมรถยนต์ที่ขับเคลื่อนด้วยตัวเองกำลังก้าวไปข้างหน้าอย่างมั่นคงและถนนของเราจะปลอดภัยยิ่งขึ้น

แต่คำถามและความท้าทายยังคงอยู่ ตัวอย่างเช่นใครจะเป็นผู้รับผิดชอบเมื่อเกิดอุบัติเหตุทางรถยนต์ “ มันค่อนข้างง่ายที่จะบอกว่าในระบบการขับขี่ด้วยตนเองอย่างเต็มรูปแบบ บริษัท น่าจะต้องรับผิดชอบในเกือบทุกสถานการณ์สิ่งต่าง ๆ มีความซับซ้อนมากขึ้นเมื่อมนุษย์และคอมพิวเตอร์แบ่งปันการขับขี่ในเวลาที่ต่างกัน” สติลโกกล่าว

นอกจากนี้รถยนต์ที่ขับด้วยตนเองควรตัดสินใจอย่างไรเมื่อพบว่าตัวเองอยู่ในสถานการณ์ที่การสูญเสียชีวิตของมนุษย์เป็นสิ่งที่หลีกเลี่ยงไม่ได้? สิ่งนี้เรียกว่า "ปัญหารถเข็น" และอาจเป็นไปตามสมมุติฐาน แต่มันแสดงให้เห็นว่ารถยนต์ที่ขับด้วยตนเองจะต้องได้รับการออกแบบเพื่อการตัดสินใจในสถานการณ์ที่กฎไม่ชัดเจน

“ มีประเด็นขัดแย้งทางจริยธรรมที่แท้จริงในการออกแบบระบบเหล่านี้” สติลโกกล่าว "รถยนต์ที่ขับขี่ด้วยตัวเองจะไม่รอบรู้"