Les prediccions eren equivocades: els cotxes d'auto conducció tenen molt per recórrer

Ja fa uns quants anys, els cotxes que s’auto conduïen semblaven gairebé a punt per agafar les carreteres.

"A partir del 2020 sereu un conductor de seient posterior posterior", va dir The Guardian el 2015. Els vehicles totalment autònoms "conduiran des del punt A fins al punt B i trobaran tota la gamma d'escenaris de la carretera sense necessitat de cap interacció del negoci. Insider va escriure el 2016.

Ara està clar que moltes d’aquestes estimacions es van desbordar; només cal veure el problema que va tenir Uber a Arizona. Els automòbils sense conduir segurament faran les nostres carreteres més segures, però retirar els humans de darrere del volant és un duro que s'esquerda. Abans d’arribar a la utopia sense conductor i sense accidents que hem somiat des de fa dècades, hem de superar diversos obstacles i no són tots tècnics.

Navegació per entorns oberts

Els cotxes autònoms han de navegar per entorns imprevisibles i variats.

"Crec que l'important quan pensem en els automòbils és el que es necessita per auto-conduir-se. Aquí és on el llenguatge de l'autonomia ens posa realment en problemes, perquè l'autonomia només s'aplica dins d'un sistema determinat", va dir Jack Stilgoe, científic social de la University College London i líder del projecte Driverless Futures.

Va dir que altres segments de la indústria del transport, inclosos els trens i els avions, ja han implementat l'autonomia a nivells més elevats d'èxit que els automòbils.

"Un pilot automàtic de l'avió només funciona perquè l'espai aeri és un entorn altament controlat. Si feu volar el vostre globus d'aire calent cap a la ruta d'un 747, només llaurarà directament a vosaltres i quedarà clar el error que serà", Stilgoe va assenyalar. "El mateix amb els trens. Ser sense conductor només té sentit perquè és clar que el sistema és tancat".

En canvi, els cotxes funcionen en carreteres, sistemes molt complexos i oberts, molt menys previsibles que els ferrocarrils on els trens tenen pistes exclusives que estan fora de límit per a cotxes, animals i vianants. Un cotxe que condueixi per un cotxe autònom ha de trobar el seu camí pels carrers plens, reaccionar davant els senyals de la carretera, fer front a un altre trànsit a les interseccions i conduir en diferents condicions on les marques no siguin clares. Ha d’aprendre a navegar pels obstacles, a reaccionar davant els desplaçaments d’altres cotxes i conductors i, el més important, evitar córrer amb vianants. Tot això fa més difícil la feina de crear cotxes segurs per a la conducció pròpia.

"Sempre hi haurà coses que ens sorprenen", va dir Stilgoe.

Donant ulls i cervells als cotxes

Una de les principals tecnologies que han ajudat a impulsar la tecnologia del cotxe per auto-conducció és l’aprenentatge profund, un subconjunt d’intel·ligència artificial que crea models de comportament basats en exemples. Els algorismes d’aprenentatge profund examinen els fluxos de vídeo de les càmeres instal·lades al voltant del cotxe auto-conduint per trobar les dimensions de la carretera, llegir signes i detectar obstacles, cotxes i vianants.

Anthony Levandowski, l’enginyer que es trobava al cor d’una demanda entre Waymo i Uber, va publicar recentment un vídeo i detalls sobre el rendiment d’una tecnologia d’auto-conducció que conduïa 3.100 milles, des del Golden Gate Bridge de San Francisco fins al pont de Washington Washington a Nova York., sense lliurar mai el control a un controlador humà i utilitzant només càmeres de vídeo i xarxes neuronals.

Tot i que la conducció per carreteres interestatals és considerablement més fàcil que navegar per entorns urbans, l’èxit de Levandowski és notable. Pronto.ai, la seva nova startup, té previst posar la tecnologia a disposició dels semi-camions comercials, que passen la major part del temps a les carreteres.

Però, tot i que les xarxes neuronals ben capacitades poden superar als humans en detectar objectes, encara poden fallar de forma irracional i perillosa, sobretot el fatal accident de Tesla Model S de 2016 i l'accident Model X de 2018. Altres estudis demostren que els algorismes de visió per ordinador dels vehicles autoconductors es poden enganyar fàcilment quan veuen objectes coneguts en posicions incòmodes.

Per ser justos, les tecnologies d’auto-conducció han evitat accidents en diversos casos, però aquests casos rarament fan titulars.

Complementar les xarxes neuronals

Per treballar al voltant dels límits de les xarxes neuronals, algunes empreses han equipat els seus cotxes amb Lidar, els dispositius rotatius que sovint es veuen a la part superior dels cotxes automotrices. Els dispositius Lidar emeten nombrosos raigs de llum invisibles en diferents direccions i creen mapes en 3D detallats de la zona que envolta el cotxe mesurant el temps que triguen aquests raigs a reflectir un objecte i tornar.

Lidar pot detectar objectes i obstacles que podrien faltar els algorismes de classificació d’imatges. També pot permetre que els cotxes puguin veure a les fosques i és més detallat i precís que el radar, més adequat per detectar objectes en moviment.

La majoria de les empreses amb programes d'automòbils utilitzen Lidar, inclosos Waymo i Uber. Però la tecnologia continua naixent. D'un sol costat, els dispositius Lidar no són fantàstics amb sots ni clima inclinat.

Lidar també és molt car; segons diverses estimacions, es pot afegir fins a 85.000 dòlars al preu d’un cotxe. Segons un sondeig d'Axios, els costos anuals podrien situar-se al nord de 100.000 dòlars. El comprador mitjà de vehicles probablement no s'ho pot permetre, però els gegants tecnològics que planegen desplegar serveis de taxi d'auto-conducció poden.

"Hi ha algunes persones que intenten desenvolupar complements de baix cost, però sembla que els avantatges són més clars quan es comparteixen i funcionen cotxes a les ciutats", va dir Stilgoe. "Això pot ser una cosa bona per a les persones que actualment no tenen un cotxe o una cosa dolenta per a les persones de la ciutat que potser no tenen un servei a prop."

Stilgoe adverteix que hi ha el perill que les ciutats utilitzin la promesa de les flotes d'auto-conducció com a motiu per ajornar la inversió en transport públic. Almenys dues localitats nord-americanes van invertir diversos centenars de milers de dòlars en serveis de llançadora automotriu, segons va trobar la investigació Axios.

Necessitat de connectivitat i infraestructures

Els conductors humans fan molt més que observar els seus entorns. Es comuniquen entre ells. Es posen en contacte visual, s’onen i es nodreixen l’un a l’altre i comencen a moure’s lentament en una direcció per deixar les seves intencions clares als altres conductors. Són funcions que, en absolut, realitzen molt malament les tecnologies d’auto conducció actuals.

Més enllà de mapejar els seus entorns i detectar objectes, els cotxes que condueixen a si mateixos també necessiten un mètode per comunicar-se entre ells i amb els seus entorns. En un assaig per a Harvard Business Review , els acadèmics de la University of Edinburgh Business School van suggerir diverses solucions, inclòs el desplegament de sensors intel·ligents en cotxes i infraestructures.

"Penseu en els emissors de ràdio que substitueixen els semàfors, les xarxes de dades mòbils i inalàmbriques de més capacitat que gestionen tant la comunicació entre vehicles com vehicles i infraestructures i les unitats de carretera que proporcionen dades en temps real sobre el clima, el trànsit i altres condicions", els acadèmics van escriure.

Les tecnologies actuals d’auto-conducció intenten adaptar els ordinadors a la infraestructura dissenyada per a humans, com ara semàfors, senyals de trànsit, marques vials, etc. Els algorismes d’aprenentatge de màquines necessiten hores d’entrenament i grans quantitats de dades per poder replicar les funcions més bàsiques del sistema de visió humana, com detectar altres cotxes o llegir senyals de carretera des de diferents angles i sota diferents condicions d’il·luminació i clima.

El fet de millorar els cotxes i les carreteres amb sensors intel·ligents facilitarà la comunicació i la gestió de cotxes autònoms molt més fàcils: un enfoc cada cop més viable a mesura que els costos dels processadors disminueixen i tecnologies com el 5G permetran la connectivitat omnipresent i més assequible.

Segreció de cotxes de conducció pròpia

Afegir sensors intel·ligents a 4 milions de milles de calçada dels Estats Units és una tasca difícil, si no impossible. És una de les raons que les empreses d'automòbils prefereixen centrar-se en la fabricació de cotxes més intel·ligents que en el medi ambient.

"L'escenari a propòsit més probable és que hi hagi diverses formes de segregació espacial: els cotxes autopropulsats funcionaran en algunes zones i no en altres. Ja ho estem veient, ja que es realitzen assajos inicials de la tecnologia en designats. àrees de prova o en entorns relativament senzills, de bon temps ", van suggerir els acadèmics d'Edimburg en el seu assaig.

Mentrestant, van suggerir: "També podem veure carrils o zones dedicades per a vehicles autovequicadors, tant per oferir-los un entorn més estructurat mentre la tecnologia es perfecciona com per protegir els altres usuaris de la carretera de les seves limitacions".

Altres experts han fet suggeriments similars. A l’agost, l’investigador d’AI i cofundador de Google Brain Andrew Ng va suggerir que per solucionar els problemes de seguretat de l’auto conducció, hauríem de canviar el comportament dels vianants i d’altres usuaris que comparteixen carreteres amb ells. "Si es fixa l'aparició de ferrocarrils, la majoria ha sabut que la gent no s'hagi posat davant d'un tren a les vies", va dir Ng.

El suggeriment de Ng, sens dubte, ajudaria a reduir els riscos de seguretat dels cotxes que condueixen automàticament mentre es desenvolupi la tecnologia, però no s'adapta bé a altres experts de l'AI, inclòs el pioner en robòtica Rodney Brooks. "La gran promesa dels automòbils de conducció pròpia ha estat que eliminaran les morts per trànsit. Ara es diu que eliminaran les morts pel trànsit sempre que tots els humans estiguin formats per canviar de comportament?" Brooks va escriure en una publicació al bloc.

• Passejar al voltant de Miami als cotxes de prova autopropulsada de Ford Passejar al voltant de Miami als cotxes de prova autodirigida de Ford
• CTO de Ford en scooters, AI i portant cotxes autònoms a Miami Ford CTO en scooters, AI i portant vehicles autònoms a Miami
• En els cotxes de conducció autònoma de Lyft, lent i constant guanya la cursa En els cotxes autopropulsats de Lyft, lent i constant guanya la cursa

El professor de la Universitat de Nova York, Gary Marcus, crític vocal d’exagerar els èxits de l’aprenentatge profund, descriu la proposta de Ng com a “redefinir els llocs d’objectiu per facilitar la feina”.

Però Stilgoe creu que podem treure lliçons importants de la història. "Quan els cotxes van arribar per primera vegada a ciutats nord-americanes a principis del segle XX, se'ls va dir que els vianants sortissin del camí per tal de fer les carreteres segures. La Jaywalking es va inventar com un delicte i les carreteres van ser dissenyades per afavorir els cotxes", va dir Stilgoe.

Stilgoe creu que si ens preocupem dels avantatges dels automòbils de conduir, veurem que torni a passar el mateix. Per exemple, les companyies automobilístiques podrien començar a fer pressió a les ciutats per actualitzar les seves infraestructures i ensenyar als vianants com es comporten al voltant dels cotxes que condueixen a si mateixos. "Perquè els automòbils que condueixin automàticament funcionin com s'havia promès, caldrà controlar el sistema en què operen", va dir Stilgoe.

Obstacles per la carretera

Malgrat les seves lluites, la indústria de vehicles automòbils avança a un ritme constant i les nostres carreteres es faran més segures.

Però queden preguntes i reptes. Per exemple, qui tindrà en compte quan es produeixi un accident de cotxe? "És bastant fàcil dir que, en un sistema complet d'auto-conducció, la companyia hauria de ser responsable en gairebé totes les circumstàncies. Les coses es complicen quan els humans i els ordinadors comparteixen la conducció en diferents moments", va dir Stilgoe.

A més, com hauria de decidir-se un cotxe en cotxe quan es troba en una situació en què la pèrdua de la vida humana és inevitable? Es coneix amb el nom de "problema del carretó" i pot ser hipotètic, però demostra que els automòbils de conducció automàtica hauran de ser dissenyats per prendre decisions en situacions en què les regles no siguin clares.

"Hi ha veritables dilemes ètics en el disseny d'aquests sistemes", va dir Stilgoe. "Els automòbils de conducció no seran omniscients".