Miért nehéz a vezetés – még az AI-k számára is
Van néhány tanulóvezetői engedélyes korú gyerekem, és apai kötelességem, hogy adjak nekik néhány vezetési tanácsot, hogy ne legyenek veszélyesek magukra és mindenki másra. Szóval elemeztem a vezetésemet: Honnan tudtam, hogy a másik sofőr előttem fog balra kanyarodni? Miért figyelek a járdán lévő elszabadult kutyára, de a fölöttem lévő fák ágaira miért nem? Milyen tudatalatti jelzések jelzik nekem, hogy egy lámpa hamarosan pirosra vált, vagy hogy egy parkoló autó ajtaja hamarosan kinyílik?
Ez a gyakorlat újból felértékelte bennem a vezetés szörnyű összetettségét – és ez csak az, amire tudok gondolni. Maga az autó már milliónyi részletről gondoskodik, hogy az autó menjen, megálljon és kormányozzon, és ez a folyamat elég bonyolult volt, amikor fiatal voltam, és az autók alapvetően mechanikusak és elektromosak voltak. Mostanra az autók guruló számítógépekké váltak, ahol az ember irányítja (legfeljebb) a sebességet, az irányt és a kényelmet.
Hogy egy jármű akár csak megközelítse az autonómiát, meg kell értenie a közvetlen környezetének pillanatnyi változásait és azok jelentését. Tudnia kell, hogyan reagáljon. És ismernie kell a fontos közeli dolgokat, amelyek nem változnak – például, hogy hol vannak a házak és a fák.
Ez nehéz. Az Uber 2018 elején felfüggesztette autonóm autós programját, amikor az egyik autója elütött és megölt egy kerékpárost. A vállalat egészen az év végéig várt azzal, hogy engedélyt kérjen (amire technikailag nem volt szüksége), hogy újra útra bocsássa őket Pittsburghben, ahol a baleset előtt nem volt ritka látvány.
A Society for Automotive Engineering és az amerikai közlekedési minisztérium az autonómia hat fokozatát határozza meg, a 0. szinttől (emberi sofőrök teljes irányításával) az 5. szintig (teljesen önvezető jármű). A jelenleg legautonómabbnak tartott, kereskedelmi forgalomban kapható autó – a Cadillac CT6 Super Cruise-szal – eléri a 2. szintet… de csak azon a 130 000 mérföldön (ezek közül sok autópálya), amelyet a térképei ismernek. A Tesla Autopilot üzemmódja – a név ellenére – szintén 2-es szintűnek számít. Egyik sem olyan, mint egy beállított és elfelejtett rendszer.
A Daimler némi sikerrel teszteli az autonóm teherautókat egyes német autópályákon. De a korlátozottan megközelíthető utak, jól kijelölt sávokkal és csak néhány ki- és beállóhellyel viszonylag könnyű problémát jelentenek, különösen Németországban, ahol a sofőrök képzettek és kiszámíthatóak.
A Waymo a héten hivatalosan is elindította kereskedelmi önvezető taxiszolgáltatását – bár egyelőre csak egy kis csoport fér hozzá. A GM pedig azt mondja, hogy San Franciscóban jövőre már teljesen autonóm taxiszolgáltatással fog közlekedni (bár rengetegen kételkednek ebben az ütemtervben). A Volkswagen azt mondja, hogy a Moia márkájú elektromos autonóm autók 2021-ben lesznek elérhetőek, ugyanabban az évben, amikor a Ford azt mondja, hogy tömegesen fog autonóm autókat gyártani. A Toyota ezzel szemben azt mondja, hogy a mesterséges intelligencia segítségével biztonságosabbá és élvezetesebbé teszi az ember által vezetett autókat (bárhogy is mérjük a “szórakozást”).
Az okos autóknak okos utcákra van szükségük
Amilyen okos is egy autó, ugyanolyan okos (ha nem okosabb) infrastruktúrára van szüksége körülötte. Bármennyire is gyors az autó fedélzeti számítógépe, képesnek kell lennie arra is, hogy megtanulja és megértse a környezetét, majd azonnali döntéseket hozzon egyedül – és tudnia kell, hogy mikor kell távoli erőforrásokkal konzultálnia, ha szükséges.
Egy példa: Ön egy esős estén éppen a nagymamájához “vezet”, amikor egy macska szalad át az úton. Az autónak látnia kell egy hirtelen akadályt, fel kell ismernie, hogy az, és el kell döntenie, hogyan kezelje; ez gyors, helyi, mesterséges intelligenciával támogatott választ igényel. De az autónak tudnia kell a helyi sebességkorlátozást is, és azt is, hogy alkalmazkodnia kell-e az időjáráshoz, amit szintén meg kell értenie. Ezen információk egy része távoli forrásokból származhat, például erősen lokalizált időjárási információkból és egy gép által érthető településtérképből (amely egyébként valószínűleg úgy fog kinézni, mint egy XML-fájl, és nem úgy, ahogy egy térképet értenénk). Mivel a nagy sávszélesség és az alacsony késleltetés kulcsfontosságú lesz, ez egy 5G hálózat feladata.
Ha más autók is vannak a közelben, amikor az autója a macska kikerülése érdekében lépéseket tesz, az autójának képesnek kell lennie kommunikálni velük is, hogy azonnal megértsék, kell-e fékezniük, kitérniük vagy gyorsítaniuk; ellenkező esetben az autója a macska helyett őket ütheti el. Ahhoz, hogy ez működjön, jármű-jármű kommunikációra (úgynevezett V2V) van szükség, amihez egy olyan interoperábilis ipari szabványra van szükség, amely még nem létezik.
Amíg Ön a nagymamához tart – amelyet közel sem látogat meg olyan gyakran, mint kellene, és ezért nem igazán ismeri az utat -, az autója döntéseket hoz a legjobb útvonallal kapcsolatban. Ez azt jelenti, hogy valós időben szeretne tudni a közlekedési jelzésekről, torlódásokról, kerülőutakról vagy útépítésekről. Ahhoz, hogy az autója megértse ezeket a veszélyeket, szüksége van egy kis infrastruktúrára, amelyet V2X-nek – “vehicle to everything” vagy V2I (vehicle-to-infrastructure) – neveznek. És mivel még jó ideig eltart, amíg minden jármű az utakon önvezető és biztonságos lesz, az Ön autójának figyelembe kell vennie a még mindig az utakon közlekedő jelentős számú hús-pilótás jármű rossz vezetését.
Ez rengeteg erőforrás csak azért, hogy Ön és a nagymama boldogok legyenek (nem beszélve a macskáról és az összes többi járműről az úton). Az AI az autódban csak a kezdet.
Ezek egy része kezd a helyére kerülni. Las Vegasban van egy élő V2I rendszer, amely képes megmondani bizonyos Audiknak, hogy milyen állapotban van egy közlekedési lámpa, és mennyi idő múlva változik a lámpa. Nevada egésze szintén kiépít egy V2V-hálózatot.
Ezek közül egyik sem veszi figyelembe, hogy mi történik, ha a nagyi valahol kint lakik a vadonban, ahol nincs 5G vagy tisztességes térkép vagy intelligens V2I infrastruktúra. Lehet, hogy egy nap a vidéki területeken való vezetéshez még mindig szüksége lesz arra, hogy egyedül kezelje az autót – ahogy ma még mindig praktikus tudni, hogyan kell használni a botváltót.
Az AI és a gépi tanulás áll mindennek a középpontjában. A vezetés nevetségesen bonyolult készség, amely tapasztalatot, figyelmet és reflexeket igényel. Mégis, minden összetettsége ellenére ez egy véges készség, érthető követelményekkel, bemenetekkel és eredményekkel. A vezetés még nem engedett a mesterséges intelligenciának, de ne feledjük: a gyerekeket 16 éves korukig nem engedjük a volán mögé. Az átlagos számítógép nem olyan lelkes, mint egy 16 éves. De majd lesz, és talán hamarosan.
Ami jó. Mert tudod, a nagyi nem elégszik meg a FaceTime-mal.