De voorspellingen waren verkeerd: zelfrijdende auto's hebben nog een lange weg te gaan

Enkele jaren geleden leken zelfrijdende auto's bijna klaar om de wegen over te nemen.

"Vanaf 2020 zul je een permanente achterbankbestuurder zijn, " zei The Guardian in 2015. Volledig autonome voertuigen zullen "van punt A naar punt B rijden en het hele scala van scenario's op de weg tegenkomen zonder dat er enige interactie van de bestuurder nodig is, Business Insider schreef in 2016.

Het is nu duidelijk dat veel van deze schattingen overdreven waren; kijk maar naar de problemen die Uber in Arizona had. Auto's zonder bestuurder zullen onze wegen zeker veiliger maken, maar mensen van achter het stuur verwijderen is een moeilijke noot om te kraken. Voordat we de utopie zonder chauffeur bereiken waar we al tientallen jaren van dromen, moeten we verschillende hindernissen nemen en ze zijn niet allemaal technisch.

Navigeren in open omgevingen

Autonome auto's moeten door onvoorspelbare en gevarieerde omgevingen navigeren.

"Ik denk dat het belangrijkste als we aan auto's denken, is wat ervoor nodig is om die dingen zelfrijdend te maken. Dit is waar de taal van autonomie ons echt in de problemen brengt, omdat autonomie alleen binnen een bepaald systeem van toepassing is, " zei Jack Stilgoe, sociaal wetenschapper aan University College London en leider van het Driverless Futures-project.

Andere segmenten van de transportsector, waaronder treinen en vliegtuigen, hebben al autonomie geïmplementeerd op een hoger succesniveau dan auto's, zei hij.

"Een automatische piloot functioneert alleen omdat het luchtruim een ​​zeer gecontroleerde omgeving is. Als je je heteluchtballon in het pad van een 747 vliegt, zal het gewoon dwars door je heen ploegen, en het zal heel duidelijk zijn wiens fout het zal zijn, " Stilgoe wees erop. "Hetzelfde met treinen. Alleen bestuurder zijn is logisch, omdat het heel duidelijk is dat het een gesloten systeem is."

Auto's rijden daarentegen op wegen, die zeer complexe en open systemen zijn - veel minder voorspelbaar dan spoorwegen waar treinen exclusieve sporen hebben die niet toegankelijk zijn voor auto's, dieren en voetgangers. Een zelfrijdende auto moet zijn weg vinden in drukke straten, reageren op verkeersborden, omgaan met ander verkeer op kruispunten en rijden in wisselende omstandigheden waar markeringen mogelijk niet duidelijk zijn. Het moet leren om obstakels te navigeren, te reageren op bewegingen van andere auto's en bestuurders, en het belangrijkste, vermijd voetgangers tegen te komen. Dit alles maakt het werk om veilige zelfrijdende auto's te maken moeilijker.

"Er zullen altijd dingen zijn die ons verrassen", zei Stilgoe.

Ogen en hersens geven aan auto's

Een van de belangrijkste technologieën die hielp om zelfrijdende autotechnologie aan te drijven, is diep leren, een subset van kunstmatige intelligentie die gedragsmodellen creëert op basis van voorbeelden. Diepgaande algoritmen onderzoeken videofeeds van camera's rondom de zelfrijdende auto om de afmetingen van de weg te vinden, borden te lezen en obstakels, auto's en voetgangers te detecteren.

Anthony Levandowski, de ingenieur die centraal stond in een rechtszaak tussen Waymo en Uber, publiceerde onlangs een video- en prestatiegegevens van een zelfrijdende technologie die 3100 mijl reed, van de Golden Gate Bridge van San Francisco naar de George Washington Bridge in New York, zonder de besturing ooit over te dragen aan een menselijke bestuurder en alleen videocamera's en neurale netwerken te gebruiken.

Hoewel het rijden op snelwegen tussen wegen aanzienlijk eenvoudiger is dan het navigeren in stedelijke omgevingen, is de prestatie van Levandowski opmerkelijk. Pronto.ai, zijn nieuwe startup, is van plan om de technologie beschikbaar te maken voor commerciële semi-vrachtwagens, die het grootste deel van hun tijd op snelwegen doorbrengen.

Maar hoewel goed opgeleide neurale netwerken mensen beter kunnen overtreffen bij het detecteren van objecten, kunnen ze nog steeds falen op irrationele en gevaarlijke manieren - met name de fatale 2016 Tesla Model S-crash en 2018 Model X-ongeluk. Andere studies tonen aan dat de computer vision-algoritmen van zelfrijdende voertuigen gemakkelijk voor de gek kunnen worden gehouden als ze bekende objecten in ongemakkelijke posities zien.

Om eerlijk te zijn, hebben zelfrijdende technologieën ongevallen in verschillende gevallen voorkomen, maar deze gevallen halen zelden het nieuws.

Aanvulling op neurale netwerken

Om de grenzen van neurale netwerken te omzeilen, hebben sommige bedrijven hun auto's uitgerust met Lidar, de roterende apparaten die vaak worden gezien op zelfrijdende auto's. Lidar-apparaten zenden talloze onzichtbare lichtstralen in verschillende richtingen uit en maken gedetailleerde 3D-kaarten van het gebied rondom de auto door de tijd te meten die het duurt voordat die stralen op een object reflecteren en terugkeren.

Lidar kan objecten en obstakels detecteren die algoritmen voor beeldclassificatie kunnen missen. Het kan auto's ook in het donker laten zien en is gedetailleerder en preciezer dan radar, wat beter geschikt is voor het detecteren van bewegende objecten.

De meeste bedrijven met zelfrijdende autoprogramma's gebruiken Lidar, inclusief Waymo en Uber. Maar de technologie is nog in opkomst. Ten eerste zijn Lidar-apparaten niet geweldig met kuilen of slecht weer.

Lidar is ook erg duur; volgens verschillende schattingen kan men tot $ 85.000 toevoegen aan de prijs van een auto. Volgens een enquête van Axios zouden de jaarlijkse kosten ver boven de $ 100.000 kunnen liggen. De gemiddelde autokoper kan dat waarschijnlijk niet betalen, maar techreuzen die van plan zijn zelfrijdende taxidiensten in te zetten, kunnen dat wel.

"Er zijn een paar mensen die goedkope add-ons proberen te ontwikkelen, maar het lijkt erop dat de voordelen het duidelijkst zijn wanneer auto's worden gedeeld en gebruikt in steden, " zei Stilgoe. "Dit kan een goede zaak zijn voor mensen die momenteel geen auto hebben of een slechte zaak voor mensen buiten de stad die misschien geen nabijgelegen service hebben."

Stilgoe waarschuwt dat het gevaar bestaat dat steden de belofte van zelfrijdende vloten gebruiken als reden om investeringen in het openbaar vervoer uit te stellen. Ten minste twee Amerikaanse gemeenten investeerden enkele honderden duizenden dollars in zelfrijdende pendeldiensten, zo bleek uit het onderzoek van Axios.

De behoefte aan connectiviteit en infrastructuur

Menselijke chauffeurs doen veel meer dan hun omgeving observeren. Ze communiceren met elkaar. Ze maken oogcontact, zwaaien en knikken naar elkaar en beginnen langzaam in een richting te bewegen om hun bedoelingen duidelijk te maken voor andere bestuurders. Dit zijn functies die de huidige zelfrijdende technologieën zeer slecht of helemaal niet uitvoeren.

Naast het in kaart brengen van hun omgevingen en het detecteren van objecten, hebben zelfrijdende auto's ook een methode nodig om met elkaar en hun omgevingen te communiceren. In een essay voor Harvard Business Review stelden academici van de University of Edinburgh Business School verschillende oplossingen voor, waaronder de inzet van slimme sensoren in auto's en infrastructuur.

"Denk aan radiozenders die verkeerslichten vervangen, mobiele en draadloze datanetwerken met hogere capaciteit die zowel voertuig-naar-voertuig- als voertuig-naar-infrastructuurcommunicatie afhandelen, en langs de weg eenheden die realtime gegevens over weer, verkeer en andere omstandigheden bieden, " de academici schreven.

De huidige zelfrijdende technologieën proberen computers aan te passen aan infrastructuur die is ontworpen voor mensen, zoals verkeerslichten, verkeersborden, wegmarkeringen, enzovoort. Machine-learning-algoritmen hebben uren training en enorme hoeveelheden gegevens nodig voordat ze de meest elementaire functies van het menselijke visiesysteem kunnen repliceren, zoals het detecteren van andere auto's of het lezen van verkeersborden vanuit verschillende hoeken en onder verschillende licht- en weersomstandigheden.

Verbetering van auto's en wegen met slimme sensoren maakt het voor zelfrijdende auto's veel eenvoudiger om te communiceren en om te gaan met verschillende wegomstandigheden - een benadering die steeds levensvatbaarder wordt naarmate de kosten van processoren afnemen en technologieën zoals 5G alomtegenwoordige connectiviteit mogelijk en betaalbaarder maken.

Zelfrijdende auto's scheiden

Het toevoegen van slimme sensoren aan 4 miljoen mijlen van de Amerikaanse rijbaan is een zware, zo niet onmogelijk taak. Het is een reden waarom zelfrijdende autobedrijven zich liever richten op het slimmer maken van auto's dan op het milieu.

"Het meest waarschijnlijke scenario op de korte termijn dat we zullen zien, zijn verschillende vormen van ruimtelijke segregatie: zelfrijdende auto's zullen in sommige gebieden werken en niet in andere. We zien dit al, omdat vroege proeven van de technologie plaatsvinden in aangewezen testgebieden of in relatief eenvoudige omgevingen met mooi weer, "suggereerden de academici van Edinburgh in hun essay.

In de tussentijd stelden ze voor: "We kunnen ook speciale rijstroken of zones zien voor zelfrijdende voertuigen, beide om ze een meer gestructureerde omgeving te geven terwijl de technologie verfijnd is en om andere weggebruikers tegen hun beperkingen te beschermen."

Andere experts hebben vergelijkbare suggesties gedaan. In augustus suggereerde AI-onderzoeker en mede-oprichter van Google Brain Andrew Ng dat we, om de veiligheidsproblemen van zelfrijden op te lossen, het gedrag van voetgangers en andere gebruikers die wegen met hen delen moeten veranderen. "Als je kijkt naar de opkomst van spoorwegen, hebben de meeste mensen geleerd niet voor een trein op het spoor te staan, " zei Ng.

De suggestie van Ng zou zeker helpen de veiligheidsrisico's van zelfrijdende auto's te verminderen terwijl de technologie zich ontwikkelt, maar het past niet goed bij andere AI-experts, waaronder robotica-pionier Rodney Brooks. "De grote belofte van zelfrijdende auto's is dat ze verkeersdoden zullen elimineren. Nu wordt gezegd dat ze verkeersdoden zullen elimineren zolang alle mensen zijn opgeleid om hun gedrag te veranderen?" Brooks schreef in een blogpost.

• Rijden in Miami in de zelfrijdende testauto's van Ford Rijden in Miami in de zelfrijdende testauto's van Ford
• Ford's CTO op scooters, AI en autonome auto's naar Miami brengen Ford's CTO op scooters, AI en autonome auto's naar Miami brengen
• In Lyft's zelfrijdende auto's wint Slow and Steady de race In Lyft's zelfrijdende auto's wint Slow and Steady de race

Professor Marc Marcus van de New York University, een vocale criticus van het overdrijven van de resultaten van diep leren, beschrijft Ng's voorstel als "de doelpalen opnieuw definiëren om het werk gemakkelijker te maken."

Maar Stilgoe gelooft dat we belangrijke lessen uit de geschiedenis kunnen trekken. "Toen auto's in het begin van de twintigste eeuw voor het eerst in Amerikaanse steden aankwamen, werd voetgangers verteld om uit de weg te gaan om de wegen veilig te maken. Jaywalking werd uitgevonden als een misdrijf en wegen werden ontworpen om auto's te bevoordelen, " zei Stilgoe.

Stilgoe gelooft dat als we de voordelen van zelfrijdende auto's serieus nemen, we hetzelfde opnieuw zullen zien gebeuren. Autobedrijven kunnen bijvoorbeeld in steden gaan lobbyen om hun infrastructuur te upgraden en voetgangers leren hoe ze zich moeten gedragen rond zelfrijdende auto's. "Om zelfrijdende auto's te laten werken zoals beloofd, moet het systeem waarin ze werken worden gecontroleerd, " zei Stilgoe.

Obstakels op de weg

Ondanks zijn worstelingen ploetert de zelfrijdende auto-industrie in een gestaag tempo vooruit, en onze wegen zullen zeker veiliger worden.

Maar vragen en uitdagingen blijven bestaan. Wie wordt bijvoorbeeld ter verantwoording geroepen als er een auto-ongeluk gebeurt? "Het is vrij eenvoudig om te zeggen dat, in een volledig zelfrijdend systeem, het bedrijf in bijna alle omstandigheden aansprakelijk moet zijn. Dingen worden lastiger wanneer mensen en computers het rijden op verschillende tijdstippen delen, " zei Stilgoe.

En hoe moet een zelfrijdende auto beslissen wanneer hij zich in een situatie bevindt waarin het verlies van mensenlevens onvermijdelijk is? Dit staat bekend als het "trolley-probleem" en het is misschien hypothetisch, maar het laat zien dat zelfrijdende auto's moeten worden ontworpen om beslissingen te nemen in situaties waarin de regels niet eenduidig ​​zijn.

"Er zijn echte ethische dilemma's in het ontwerp van deze systemen, " zei Stilgoe. "Zelfrijdende auto's zullen niet alwetend zijn."