Waarom autorijden moeilijk is, zelfs voor AI’s
Ik heb een paar kinderen van de leervergunning leeftijd, en het is mijn vaderlijke plicht om hen een aantal rijtips te geven, zodat ze niet een bedreiging voor zichzelf en voor iedereen anders zullen zijn. Dus ik heb de manier waarop ik rij geanalyseerd: Hoe wist ik dat de andere bestuurder links voor me zou afslaan? Waarom let ik wel op de onaangelijnde hond op de stoep, maar niet op de takken van de bomen boven me? Welke onderbewuste signalen vertellen me dat een licht op het punt staat om op rood te springen of dat de deur van een geparkeerde auto op het punt staat open te gaan?
Deze oefening heeft me een hernieuwde waardering gegeven voor de verschrikkelijke complexiteit van het autorijden – en dat zijn alleen nog maar de dingen die ik ken om over na te denken. De auto zelf zorgt al voor een miljoen details die ervoor zorgen dat de auto rijdt, stopt en stuurt, en dat proces was al complex genoeg toen ik jong was en auto’s nog voornamelijk mechanisch en elektrisch waren. Nu zijn auto’s rollende computers geworden, met mensen die (hooguit) snelheid, richting en comfort regelen.
Voor een voertuig dat autonomie ook maar enigszins benadert, moet het de veranderingen in zijn directe omgeving van moment tot moment begrijpen en weten wat die betekenen. Het moet weten hoe het moet reageren. En het moet weten de belangrijke nabijgelegen dingen die niet veranderen-zoals waar huizen en bomen zijn.
Dit is moeilijk. Uber schortte zijn autonome autoprogramma begin 2018 op toen een van zijn auto’s een fietser aanreed en doodde. Het bedrijf wachtte tot laat in het jaar om toestemming te vragen (die het technisch gezien niet nodig had) om ze weer op de weg te zetten in Pittsburgh, waar ze voor het ongeval een niet ongewoon gezicht waren.
De Society for Automotive Engineering en het Amerikaanse ministerie van Transport specificeren zes graden van autonomie, lopend van niveau 0 (menselijke bestuurders met volledige controle) tot niveau 5 (een volledig zelfrijdend voertuig). De commercieel beschikbare auto die momenteel als de meest autonome wordt beschouwd – de Cadillac CT6 met Super Cruise – haalt niveau 2… maar alleen op de 130.000 mijl (veel daarvan snelwegen) die zijn kaarten kennen. Tesla’s Autopilot modus, de naam niettegenstaande, wordt ook beschouwd als niveau 2. Geen van beide zijn iets als set-and-forget systemen.
Daimler heeft enig succes met het testen van autonome vrachtwagens op geselecteerde Duitse snelwegen. Maar wegen met beperkte toegang, met goed gemarkeerde rijstroken en slechts een paar plaatsen om in en uit te rijden, zijn een relatief eenvoudig probleem, vooral in Duitsland, waar chauffeurs bekwaam en voorspelbaar zijn.
Waymo lanceerde deze week officieel een commerciële zelfrijdende taxidienst – hoewel slechts een kleine groep er tot nu toe toegang toe heeft. En GM zegt dat het volgend jaar een volledig autonome taxidienst op de weg zal hebben in San Francisco (hoewel er veel twijfelaars zijn over die tijdlijn). Volkswagen zegt dat het in 2021 elektrische autonome auto’s van het merk Moia beschikbaar zal hebben, hetzelfde jaar dat Ford zegt autonome auto’s in massaproductie te zullen nemen. Toyota, daarentegen, zegt dat het AI zal gebruiken om door mensen bestuurde auto’s veiliger en leuker om te rijden te maken (hoe men “plezier” ook meet).
Slimme auto’s hebben slimme straten nodig
Zo slim als een auto kan zijn, het heeft een even slimme (zo niet slimmere) infrastructuur eromheen nodig. Hoe snel de boordcomputer van een auto ook is, hij moet ook in staat zijn om te leren en zijn omgeving te begrijpen, en dan zelf onmiddellijk beslissingen te nemen – en hij moet weten wanneer hij indien nodig hulp op afstand moet inroepen.
Een voorbeeld: je “rijdt” op een regenachtige avond naar het huis van je grootmoeder wanneer een kat over de weg loopt. De auto moet een plotseling obstakel zien, het als zodanig herkennen, en beslissen hoe ermee om te gaan; dat vereist een snelle, lokale, AI-ondersteunde reactie. Maar de auto moet ook weten wat de plaatselijke maximumsnelheid is en of hij zich moet aanpassen aan het weer, dat hij ook moet begrijpen. Een deel van die informatie kan afkomstig zijn van bronnen op afstand, zoals zeer lokale weersinformatie en een door een machine te begrijpen stadsplattegrond (die er overigens waarschijnlijk uit zal zien als een XML-bestand en niet zoals jij een kaart zou begrijpen). Omdat hoge bandbreedte en lage latency de sleutel zullen zijn, is dat een taak voor een 5G-netwerk.
Als er andere auto’s in de buurt zijn wanneer uw auto actie onderneemt om de kat te vermijden, moet uw auto ook met hen kunnen communiceren, zodat ze onmiddellijk kunnen begrijpen of ze moeten remmen, uitwijken of versnellen; anders zou uw auto hen kunnen raken in plaats van de kat. Om dat te laten werken, heb je voertuig-tot-voertuig communicatie (V2V genoemd) nodig, waarvoor een interoperabele industriestandaard nodig is die nog niet bestaat.
Als je naar oma gaat – die je lang niet zo vaak bezoekt als je zou moeten en dus niet echt de weg kent – zal je auto beslissingen nemen over de beste route. Dat betekent dat hij in real time op de hoogte wil zijn van verkeerssignalen, files, omleidingen of wegwerkzaamheden. Om uw auto al deze gevaren te laten begrijpen, heeft hij een stukje infrastructuur nodig dat V2X heet – “voertuig naar alles” of V2I (voertuig-naar-infrastructuur). En, aangezien het nog een hele tijd zal duren voordat elk voertuig op de weg zelfrijdend en veilig is, zal uw auto rekening moeten houden met slecht rijgedrag van het aanzienlijke aantal vlees-aangedreven voertuigen dat nog steeds op de weg is.
Dat zijn een heleboel middelen alleen al om u en oma tevreden te houden (om nog maar te zwijgen van de kat en alle andere voertuigen op de weg). De AI in uw auto is slechts het begin.
Enige van deze dingen beginnen op hun plaats te komen. Las Vegas heeft een live V2I-systeem dat bepaalde modellen van Audi’s kan vertellen in welke staat een verkeerslicht is en hoe lang het zal duren voordat het licht verandert. Nevada als geheel bouwt ook aan een V2V-netwerk.
Nog van dit alles houdt rekening met wat er gebeurt als oma ergens in de rimboe woont, waar er geen 5G of fatsoenlijke mapping of slimme V2I-infrastructuur is. Misschien zul je op een dag, om in landelijke gebieden te rijden, nog steeds een auto alleen moeten bedienen – net zoals het vandaag de dag nog steeds handig is om te weten hoe je een stickshift moet gebruiken.
AI en machine learning zitten in het centrum van dit alles. Rijden is een belachelijk ingewikkeld vaardigheid, die ervaring, aandacht, en reflexen. Maar ondanks zijn complexiteit, is het een eindige vaardigheid met begrijpelijke eisen, input en resultaten. Rijden is nog niet overgeleverd aan AI, maar onthoud: we laten kinderen pas achter het stuur zitten als ze 16 zijn. De gemiddelde computer is niet zo scherp als een 16-jarige. Maar het zal zijn, en misschien binnenkort.
Wat goed is. Want, weet je, oma’s niet tevreden met FaceTime.