Spådommene var gale: selvkjørende biler har en lang vei å gå

For flere år siden virket selvkjørende biler nesten klare til å overta veiene.

"Fra 2020 vil du være en fast bilfører", sa The Guardian i 2015. Helt autonome kjøretøy vil "kjøre fra punkt A til punkt B og møte hele spekteret av kjørescenarier uten å ha behov for noe samspill fra sjåføren, Business Insider skrev i 2016.

Det er tydelig nå at mange av disse estimatene var overdrevne; bare se på problemet Uber hadde i Arizona. Driverløse biler vil sikkert gjøre veiene våre tryggere, men å fjerne mennesker bak rattet er en tøff mutter å sprekke. Før vi når den førerløse, ulykkesfrie utopien vi har drømt om i flere tiår, må vi overvinne flere hinder, og de er ikke alle tekniske.

Navigere i åpne miljøer

Autonome biler må navigere i uforutsigbare og varierte miljøer.

"Jeg tror det viktige når vi tenker på biler er det som trengs for at tingene skal være selvkjørende. Det er her språket autonomi virkelig får oss til problemer, fordi autonomi bare gjelder innenfor et gitt system, " sa Jack Stilgoe, samfunnsforsker ved University College London og leder av Driverless Futures-prosjektet.

Andre segmenter av transportindustrien, inkludert tog og fly, har allerede implementert autonomi til høyere suksessnivå enn biler, sa han.

"En autopilot fungerer bare fordi luftrommet er et veldig kontrollert miljø. Hvis du flyr varmluftsballongen inn på banen til en 747, vil den bare pløye rett gjennom deg, og det vil være veldig tydelig hvis feil det vil være, " Stilgoe påpekte. "Det samme med tog. Å være førerløs er fornuftig bare fordi det er veldig tydelig at systemet er et lukket."

Derimot kjører biler på veier, som er svært kompliserte og åpne systemer - mye mindre forutsigbar enn jernbaner der tog har eksklusive spor som er utenfor grensene for biler, dyr og fotgjengere. En selvkjørende bil må finne veien i overfylte gater, reagere på veiskilt, håndtere annen trafikk i kryss og kjøre i forskjellige forhold der markeringene kanskje ikke er tydelige. Den må lære seg å navigere rundt hindringer, reagere på trekk fra andre biler og bilister, og viktigst av alt, unngå å løpe inn på fotgjengere. Alt dette gjør jobben med å lage trygge selvkjørende biler vanskeligere.

"Det vil alltid være ting som overrasker oss, " sa Stilgoe.

Å gi øyne og hjerner til biler

En av de viktigste teknologiene som bidro til å drive selvkjørende bilteknologi er dyp læring, en undergruppe av kunstig intelligens som skaper atferdsmodeller basert på eksempler. Dyplærende algoritmer undersøker videomater fra kameraer installert rundt den selvkjørende bilen for å finne dimensjonene på veien, lese skilt og oppdage hindringer, biler og fotgjengere.

Anthony Levandowski, ingeniøren som var kjernen i et søksmål mellom Waymo og Uber, la nylig ut en video og ytelsesdetaljer om en selvkjørende teknologi som kjørte 3100 miles, fra San Franciscos Golden Gate Bridge til George Washington Bridge i New York, uten å overlate kontrollen til en menneskelig sjåfør og kun bruke videokameraer og nevrale nettverk.

Selv om det er betydelig enklere å kjøre på utdannede motorveier enn å navigere i urbane miljøer, er Levandowskis prestasjon bemerkelsesverdig. Pronto.ai, hans nye oppstart, planlegger å gjøre teknologien tilgjengelig for kommersielle semi-lastebiler, som bruker mesteparten av tiden sin på motorveier.

Men selv om veltrente nevrale nettverk kan utkonkurrere mennesker når de oppdager gjenstander, kan de fremdeles mislykkes på irrasjonelle og farlige måter - spesielt den fatale Tesla Model S-ulykken 2016 og 2018 X-ulykken. Andre studier viser at datamaskinens visjonsalgoritmer til selvkjørende kjøretøy lett kan lure når de ser kjente objekter i vanskelige posisjoner.

For å være rettferdig har selvkjørende teknologier forhindret ulykker i flere tilfeller, men disse tilfellene gir sjelden overskrifter.

Komplettere nevrale nettverk

For å jobbe rundt grensene for nevrale nettverk, har noen selskaper utstyrt bilene sine med Lidar, de roterende enhetene ofte sett på toppen av selvkjørende biler. Lidar-enheter avgir mange usynlige lysstråler i forskjellige retninger og lager detaljerte 3D-kart over området rundt bilen ved å måle tiden det tar for disse strålene å reflektere av et objekt og komme tilbake.

Lidar kan oppdage objekter og hindringer som bildeklassifiseringsalgoritmer kan gå glipp av. Det kan også gjøre det mulig for biler å se i mørket, og er mer detaljert og presis enn radar, som er bedre egnet for å oppdage bevegelige gjenstander.

De fleste selskaper med selvkjørende bilprogrammer bruker Lidar, inkludert Waymo og Uber. Men teknologien er fortsatt begynnende. For en er Lidar-enheter ikke bra med jettegryter eller dårlig vær.

Lidar er også veldig dyr; i følge forskjellige estimater kan man legge opp til $ 85 000 til prisen på en bil. Årlige kostnader kan være godt nord for $ 100 000 dollar, ifølge en undersøkelse fra Axios. Den gjennomsnittlige bilkjøperen har nok ikke råd til det, men teknologigiganter som planlegger å distribuere selvkjørende drosjetjenester kan det.

"Det er noen få mennesker som prøver å utvikle tilleggskostnader til lave kostnader, men det ser ut som fordelene er tydeligst når biler blir delt og betjent i byer, " sa Stilgoe. "Dette kan være bra for folk som for øyeblikket ikke har bil, eller en dårlig ting for folk utenfor byen som kanskje ikke har en tjeneste i nærheten."

Stilgoe advarer om at det er fare for at byer bruker løftet om selvkjørende flåter som en grunn til å utsette investeringer i offentlig transport. Minst to amerikanske lokaliteter investerte flere hundre tusen dollar i selvkjørende pendeltjenester, fant Axios-forskningen.

Behovet for tilkobling og infrastruktur

Menneskelige sjåfører gjør mye mer enn å observere miljøene sine. De kommuniserer med hverandre. De tar øyekontakt, vinker og nikker mot hverandre, og begynner å bevege seg sakte i en retning for å gjøre intensjonene sine klare for andre bilister. Dette er funksjoner som nåværende selvkjørende teknologier utfører veldig dårlig, om i det hele tatt.

Utover å kartlegge miljøene og oppdage gjenstander, trenger selvkjørende biler også en metode for å kommunisere med hverandre og miljøene. I et essay for Harvard Business Review , foreslo akademikere ved University of Edinburgh Business School flere løsninger, inkludert distribusjon av smarte sensorer i biler og infrastruktur.

"Tenk på radiosendere som erstatter trafikklys, mobile og trådløse datanettverk med høyere kapasitet som håndterer både bil-til-kjøretøy og bil-til-infrastruktur-kommunikasjon, og veikantenheter som gir sanntidsdata om vær, trafikk og andre forhold, " skrev akademikerne.

Nåværende selvkjørende teknologier prøver å tilpasse datamaskiner til infrastruktur designet for mennesker, for eksempel trafikklys, veiskilt, vegmerker og så videre. Maskinlæringsalgoritmer trenger timer med trening og enorme datamengder før de kan gjenskape de mest grunnleggende funksjonene i det menneskelige synssystemet, for eksempel å oppdage andre biler eller lese veiskilt fra forskjellige vinkler og under forskjellige lys- og værforhold.

Forbedring av biler og veier med smarte sensorer vil gjøre det mye enklere for selvkjørende biler å kommunisere og håndtere forskjellige veiforhold - en tilnærming som blir stadig mer levedyktig ettersom kostnadene for prosessorer reduseres og teknologier som 5G gjør allestedsnær tilkoblingsmulighet mulig og rimeligere.

Åskille selvkjørende biler

Å legge smarte sensorer til 4 millioner kilometer med amerikansk kjørebane er en tøff om ikke umulig oppgave. Det er en grunn til at selvkjørende bilfirma foretrekker å fokusere på å gjøre biler smartere enn miljøet.

"Det mest sannsynlige scenariet på nær sikt vi vil se, er forskjellige former for romlig segregering: Selvkjørende biler vil operere i noen områder og ikke andre. Vi ser allerede dette, da tidlige forsøk med teknologien finner sted i utpekte testområder eller i relativt enkle miljøer i ganske vær, "antydet akademikerne i Edinburgh i sitt essay.

I mellomtiden antydet de: "Vi kan også se dedikerte baner eller soner for selvkjørende kjøretøy, både for å gi dem et mer strukturert miljø mens teknologien er foredlet og for å beskytte andre trafikanter mot deres begrensninger."

Andre eksperter har kommet med lignende forslag. I august foreslo AI-forsker og medstifter av Google Brain Andrew Ng at for å løse sikkerhetsproblemene ved selvkjøring, skulle vi endre oppførselen til fotgjengere og andre brukere som deler veier med dem. "Hvis du ser på fremveksten av jernbaner, har for det meste mennesker lært å ikke stå foran et tog på sporene, " sa Ng.

Ngs forslag vil absolutt bidra til å redusere sikkerhetsrisikoen for selvkjørende biler mens teknologien utvikler seg, men det passer ikke godt med andre AI-eksperter, inkludert robotpioneren Rodney Brooks. "Det store løftet fra selvkjørende biler har vært at de vil eliminere trafikkdødsfall. Nå er det å si at de vil eliminere trafikkdødsfall så lenge alle mennesker er opplært til å endre oppførsel?" Brooks skrev i et blogginnlegg.

• Riding Around Miami in Ford's Self-Driving Test Cars Riding Around Miami in Ford's Self-Driving Test Cars
• Fords CTO på Scooters, AI, og bringe autonome biler til Miami Fords CTO på Scooters, AI, og bringe autonome biler til Miami
• I Lyfts selvkjørende biler vinner Slow and Steady Race I Lyft's Self-Driving Cars, Slow and Steady vinner løpet

Professor i New York University Gary Marcus, en vokalkritiker for å overdrive prestasjonene med dyp læring, beskriver Ngs forslag som "omdefinerer målstolpene for å gjøre jobben enklere."

Men Stilgoe mener vi kan trekke viktige lærdommer fra historien. "Da biler først ankom amerikanske byer på begynnelsen av det tjuende århundre, fikk fotgjengere beskjed om å komme seg ut av veien for å gjøre veiene trygge. Jaywalking ble oppfunnet som en forseelse, og veier ble designet for å favorisere biler, " sa Stilgoe.

Stilgoe mener at hvis vi ser alvorlig på fordelene med selvkjørende biler, vi kommer til å se at det samme skjer igjen. For eksempel kan bilbedrifter starte lobbyvirksomhet byer for å oppgradere infrastrukturen og lære fotgjengere å oppføre seg rundt selvkjørende biler. "For at selvkjørende biler skal fungere som lovet, må systemet de opereres i, kontrolleres, " sa Stilgoe.

Hinder underveis

Til tross for sine kamper, plodder den selvkjørende bilbransjen fremover i jevnt tempo, og veiene våre vil sikkert bli tryggere.

Men spørsmål og utfordringer gjenstår. Hvem blir for eksempel ansvarliggjort når en bilulykke skjer? "Det er ganske enkelt å si at i et fullstendig selvkjørende system, bør selskapet være ansvarlig i nesten alle forhold. Ting blir vanskeligere når mennesker og datamaskiner deler kjøringen til forskjellige tider, " sa Stilgoe.

Hvordan skal en selvkjørende bil også bestemme når den befinner seg i en situasjon der tapet av menneskeliv er uunngåelig? Dette er kjent som "tralleproblemet", og det kan være hypotetisk, men det viser at selvkjørende biler må være designet for å ta avgjørelser i situasjoner der reglene ikke er klare.

"Det er reelle etiske dilemmaer i utformingen av disse systemene, " sa Stilgoe. "Selvkjørende biler vil ikke være allvitende."