«К 2020 году на дорогах будет 10 миллионов беспилотных автомобилей» - Business Insider 2016

Выше одна из многих похожих цитат и заголовков, согласно которым к 2020 году беспилотные автомобили станут нормой повсюду. Сейчас мы живем в 2021 году, и автономные транспортные средства (АВ) по-прежнему кажутся далекой мечтой. Но почему? Достижения в области ИИ, казалось, были единственной недостающей частью головоломки; Однако, когда дело доходит до беспилотных автомобилей, есть еще много вопросов и проблем, которые необходимо решить.

Уровни автономии

Развитие беспилотных автомобилей подразделяется на 6 различных уровней, каждый из которых определяет возможности и истинный «беспилотный» характер транспортного средства.

Уровень 0: без автоматизации

В этом случае водитель полностью отвечает за автомобиль, а системы помощи водителю отсутствуют.

Уровень 1: Помощь водителю

На уровне 1 в автомобиле есть несколько систем, которые позволяют водителю делегировать автомобилю отдельные задачи, такие как рулевое управление или ускорение.

Уровень 2: частичная автоматизация

На уровне 2 автономные системы в автомобиле, такие как автоматическое торможение или рулевое управление, могут работать параллельно, но водитель по-прежнему должен быть внимательным и контролировать.

Уровень 3: условная автоматизация

На уровне 3 автомобиль может самостоятельно перемещаться по выбранным маршрутам в определенных условиях. Водитель-человек все еще находится в режиме ожидания и должен быть готов взять на себя управление в любое время.

Уровень 4: Высокая автоматизация

На уровне 4 автомобиль может полностью управлять самим собой в большинстве условий с водителем, который все еще присутствует, чтобы взять управление в свои руки, если это необходимо.

Уровень 5: Полная автоматизация

На уровне 5 автомобиль является независимым и не требует присутствия водителя ни в каком состоянии. Это конечная цель для всех беспилотных автомобилей.

Теперь, когда мы определили эти 6 категорий, где же сегодня лежат автомобили? Большинство автомобилей, которые мы видим сегодня на дорогах, относятся к уровню 1 в этой шкале и используют простые функции помощи водителю, такие как автоматическое торможение. Машины уровня 2 намного более продвинуты и имеют такие функции, как круиз-контроль и обнаружение парковочных линий. Автопилот Tesla - это пример автономности второго уровня. Хотя многие считают, что автопилот Tesla является очень продвинутым и возглавляет разработку AV-систем, эти автомобили не находятся на переднем крае этой технологии. Такие компании, как Waymo и General Motors Cruise, являются примерами автономии 4-го уровня и в настоящее время являются лидерами в области инноваций в сфере AV. Они наиболее близки к достижению отдаленной цели автономии пятого уровня.

Но почему 5-й уровень так далек? Давайте посмотрим на некоторые препятствия, которые мешают антивирусам полностью раскрыть свой потенциал.

Недостаток данных

Как и любое приложение машинного обучения или искусственного интеллекта, данные играют огромную роль в самоуправляемых автомобилях и в развитии их автономных возможностей. Модели машинного обучения учатся на основе опыта и доступа к качественным данным. Для автомобиля это означает часы видеосъемки транспортных средств, управляемых человеком, демонстрирующих правильную технику вождения компьютера. Но как научить машину избегать столкновения? Как научить его избегать препятствий? Эти случаи случаются не очень часто, а данные о таких случаях еще реже. Нельзя ожидать, что автомобиль будет действовать надлежащим образом, если ему не предоставлено достаточно данных для обучения.

Чтобы устранить эту проблему, такие компании, как Waymo, используют симуляции для обучения своих автомобилей и даже сами создают сценарии, чтобы дать автомобилям больше опыта в более редких случаях. Однако даже с этими дополнительными данными неясно, примут ли эти автомобили правильное решение в реальном мире за доли секунды. Это подводит нас к следующему пункту: кто подвергнется риску, если эти автомобили сделают ошибку?

Соображения безопасности

Ответ на поставленный выше вопрос - конечно же, люди! Пассажиры подвергаются риску, если автомобиль не может избежать препятствия на дороге, и велосипедист находится в опасности, если автомобиль не может их обнаружить. Один из многих вопросов, связанных с AV-системами, заключается в том, что они безопаснее транспортных средств, управляемых человеком? Это правда, что поскольку беспилотные автомобили не могут писать сообщения во время вождения, водить машину в нетрезвом виде или устать, они значительно улучшат безопасность автомобиля. Однако важно понимать, что среди всех положительных моментов все же есть некоторые ключевые моменты, вызывающие беспокойство; главная из них заключается в том, что компьютеры сильно отличаются от людей.

Как люди, мы можем взглянуть на любой новый сценарий и понять, какие действия следует предпринять. Однако компьютер, если его не обучить распознавать сценарий, может не принять правильного решения. Это проблема, потому что существует бесконечное количество особых случаев, которые эти автомобили должны уметь распознавать, и их не всегда можно обучить для каждого из них. Например, если автомобиль должен отреагировать на падение дерева, он может даже не распознать его и не может логически обосновать остановку. Человек услышит и увидит падение дерева и сможет остановиться, чтобы избежать столкновения.

Существуют миллиарды потенциальных случаев, подобных приведенному выше, и инженеры должны убедиться, что автомобиль готов к ним.

Этика в самоуправляемых автомобилях

Однако, помимо безопасности, когда речь заходит о беспилотных автомобилях, существуют и этические проблемы.

Давайте начнем с примера: что, если вашей машине за доли секунды придется выбирать между врезанием в мотоцикл или внедорожник. Когда человеку нужно немедленно отреагировать на сценарий, подобный описанному выше, на дороге, его решение не является расчетным; это инстинктивно. Однако компьютер за эту долю секунды может сканировать окружающую среду и принимать расчетное решение. Возникает вопрос: какое из двух зол машина решает совершить? Что еще более неясно, это человек и создатели программного обеспечения должны запрограммировать решение компьютера.

Подобные сценарии - вот что делает антивирусную антивирусную программу спорной, что может привести к судебным искам или длительным тщательным расследованиям.

TL;DR

  • AV еще далеки от того, чтобы стать мейнстримом.
  • Waymo и GM Cruise - главные лидеры в разработке AV-технологий; Они разрабатывают автомобили 4-го уровня по сравнению с автомобилями Tesla 2-го уровня.
  • Отсутствие данных является препятствием для беспилотных автомобилей, потому что автомобили необходимо обучить, чтобы справляться с максимально возможным количеством сценариев. Данных по этим ситуациям мало, и их трудно получить.
  • Пока неясно, будут ли беспилотные автомобили безопаснее, чем автомобили, управляемые человеком.
  • Этические соображения - главная причина, по которой многие не решаются принимать антивирусные программы. Когда человеку дают возможность действовать за доли секунды, это классифицируется как инстинкт; однако, когда компьютер находится в том же положении, он может вычислять быстрее, чем человек, и принимать решение.

Привет, меня зовут Фазал. Мне 16 лет, я живу в районе залива Калифорнии. Свяжитесь со мной в Linkedin и загляните в мой Github, чтобы узнать, над какими еще проектами я работаю! Ознакомьтесь с созданным мной Клубом машинного обучения и над проектами, которые мы реализовали. Если вы хотите назначить встречу, воспользуйтесь моим Календарным. Спасибо за внимание!