Kaip automobilis išmoko vairuoti pats
Prisimenu, kai vaikas pirmą kartą paklausė, kodėl mūsų automobilis negali pats nuvažiuoti į mokyklą. Tuomet tai skambėjo kaip fantastika, bet šiandien savarankiški automobiliai jau nebėra mokslinės fantastikos dalykas – jie važinėja realiais keliais, nors ir su tam tikrais apribojimais. Ši technologija vystosi taip sparčiai, kad net specialistai kartais sunkiai spėja sekti naujoves.
Savarankiško vairavimo technologija – tai sudėtinga sistemų visuma, kuri leidžia automobiliui suvokti aplinką, priimti sprendimus ir vairuoti be žmogaus įsikišimo. Skamba paprasta, bet tikrovėje tai vienas sudėtingiausių technologinių iššūkių, su kuriais žmonija kada nors susidūrė. Juk automobilis turi atlikti tai, ką žmogaus smegenys daro beveik instinktyviai – apdoroti milžinišką informacijos srautą, nuspėti kitų eismo dalyvių veiksmus ir per sekundės dalį priimti gyvybiškai svarbius sprendimus.
Jutikliai – automobilio akys ir ausys
Pirmiausia automobiliui reikia suprasti, kas vyksta aplinkui. Žmogus tam naudoja regą, klausą, kartais net uoslę (pavyzdžiui, užuodžiant degančias stabdžių kaladėles). Savarankiškas automobilis šiam tikslui naudoja ištisą arsenalą jutiklių, kurių kiekvienas turi savo stipriąsias ir silpnąsias puses.
Lidarai – tai lazeriniai skeneriai, kurie veikia panašiai kaip šikšnosparnių echolokacija. Jie išsiunčia šviesos impulsus ir matuoja, per kiek laiko šie impulsai atsimušę grįžta atgal. Taip automobilis sukuria labai tikslų trijų dimensijų aplinkos žemėlapį. Kai kurie lidarai sukasi ant automobilio stogo kaip švyturys, kiti yra kompaktiškesni ir montuojami į įvairias automobilio vietas. Pagrindinis lidarų privalumas – jie puikiai veikia tamsoje ir gali matuoti atstumą iki objektų su milimetrų tikslumu. Tačiau yra ir trūkumų: jie brangūs (nors kainos sparčiai krenta), o lietui ar rūkui trukdant, jų efektyvumas mažėja.
Radarai naudoja radijo bangas ir yra ypač naudingi matuojant kitų objektų greitį. Jie puikiai veikia bet kokiomis oro sąlygomis – nei lietus, nei rūkas jiems nekliudo. Dauguma šiuolaikinių automobilių jau turi radarus, kurie naudojami adaptyviam greičio palaikymui ar automatiniam stabdymui. Savarankiškuose automobiliuose jų paprastai būna keletas, išdėstytų aplink visą transporto priemonę.
Kameros veikia panašiai kaip mūsų akys – jos fiksuoja vaizdą ir perduoda jį kompiuteriui apdoroti. Modernūs savarankiški automobiliai gali turėti 8-12 ar net daugiau kamerų, žvelgiančių į visas puses. Kameros puikiai atpažįsta kelio ženklus, šviesoforus, pėsčiųjų perėjas ir kelio žymes. Jos taip pat santykinai pigios, palyginti su lidarais. Tačiau kameros turi problemų prastos apšvietos sąlygomis, o jų veikimą gali sutrikdyti tiesioginis saulės šviesos patekimas.
Įdomu tai, kad skirtingi gamintojai skirtingai vertina šių jutiklių svarbą. Tesla, pavyzdžiui, visiškai atsisakė lidarų ir pasikliauja tik kameromis bei radarais (o naujausieose versijose – net tik kameromis), tuo tarpu Waymo ir daugelis kitų įmonių naudoja visų tipų jutiklius kartu.
Dirbtinis intelektas už vairo
Surinkti duomenis – tai tik pusė darbo. Tikrasis iššūkis – juos suprasti ir priimti teisingus sprendimus. Čia į sceną įžengia dirbtinis intelektas ir mašininis mokymasis.
Savarankiškų automobilių programinė įranga naudoja gilųjį mokymąsi – tai dirbtinio intelekto šaka, kuri veikia panašiai kaip žmogaus smegenys. Sistema mokoma atpažinti objektus parodant jai milijonus pavyzdžių. Pavyzdžiui, norint išmokyti sistemą atpažinti pėsčiuosius, jai parodoma šimtai tūkstančių nuotraukų su žmonėmis įvairiose situacijose – vaikščiojančiais, bėgančiais, su skėčiais, su vežimėliais, nešinais, įvairiomis apšvietos sąlygomis.
Bet tai dar ne viskas. Sistema turi ne tik atpažinti objektus, bet ir suprasti, kas vyksta. Jei pėsčiasis stovi šaligatvyje ir žiūri į telefoną – viena situacija. Jei jis žvelgia į kelią ir kelia koją – visai kita. Automobilis turi mokėti “skaityti” situaciją ir nuspėti, kas gali įvykti kitą sekundę.
Įdomiausia, kad šios sistemos mokosi iš patirties. Kuo daugiau kilometrų nuvažiuoja savarankiški automobiliai, tuo daugiau situacijų jie patiria ir tuo geriau mokosi su jomis tvarkytis. Tesla, pavyzdžiui, renka duomenis iš milijonų savo automobilių visame pasaulyje ir naudoja juos sistemos tobulinimui.
Skirtingi autonomiškumo lygiai
Ne visi savarankiški automobiliai yra vienodai savarankiški. Inžinierių organizacija SAE International sukūrė šešių lygių klasifikaciją, kuri padeda suprasti, ką tiksliai automobilis gali, o ko ne.
0 lygis – jokios automatizacijos. Visą darbą atlieka vairuotojas, nors automobilis gali turėti įspėjimo sistemas.
1 lygis – vairuotojo pagalba. Automobilis gali padėti kontroliuoti arba greitį, arba kryptį, bet ne abu kartu. Pavyzdžiui, paprastas greičio palaikymas (cruise control).
2 lygis – dalinė automatizacija. Automobilis gali vienu metu kontroliuoti ir greitį, ir kryptį tam tikromis sąlygomis. Dauguma šiuolaikinių “autopilotų” yra būtent šio lygio. Vairuotojas vis tiek turi būti budrus ir bet kada pasiruošęs perimti valdymą.
3 lygis – sąlyginė automatizacija. Automobilis gali vairuoti pats tam tikromis sąlygomis (pavyzdžiui, greitkelyje), bet vairuotojas turi būti pasirengęs perimti valdymą, kai sistema to paprašo. Šis lygis praktikoje sukelia daugiausiai diskusijų, nes neaišku, kiek laiko vairuotojas turi reaguoti.
4 lygis – aukšta automatizacija. Automobilis gali vairuoti pats tam tikrose apibrėžtose situacijose ir teritorijose be jokio žmogaus įsikišimo. Jei kas nors nepavyksta, automobilis saugiai sustoja pats.
5 lygis – visiška automatizacija. Automobilis gali vairuoti bet kur, bet kokiomis sąlygomis, be jokio žmogaus įsikišimo. Vairo ir pedalų net nebūtų reikalinga. Šio lygio dar niekas nepasiekė.
Šiandien gatvėse daugiausia matome 2 lygio automobilius, nors kai kuriose miestuose jau veikia 4 lygio taksi paslaugos.
Iššūkiai, su kuriais susiduria technologija
Nors savarankiški automobiliai skamba kaip tobulas sprendimas, realybėje jie susiduria su daugybe iššūkių, kurių kai kurie yra netikėtai sudėtingi.
Viena didžiausių problemų – netikėtos situacijos. Kelyje gali nutikti bet kas: iš sunkvežimio gali iškristi krovinys, gatvėje gali būti duobė, policininkas gali rodyti gestus, kurie prieštarauja šviesoforo signalui. Žmogus tokias situacijas paprastai išsprendžia intuityviai, bet kompiuteriui tai – galvosūkis. Kaip suprogramuoti automobilį reaguoti į situacijas, kurių programuotojai net neįsivaizdavo?
Oro sąlygos – dar vienas rimtas iššūkis. Sniegas gali užkloti kelio žymes, lietus gali trukdyti jutikliams, rūkas sumažina matomumą. Kai kurie savarankiški automobiliai tiesiog atsisako veikti blogomis oro sąlygomis, bet tai reiškia, kad jie nėra tikrai patikimi.
Kibernetinis saugumas taip pat kelia nerimą. Jei automobilis valdomas kompiuterio, ar tai nereiškia, kad jį galima nulaužti? Gamintojai investuoja milžiniškas sumas į saugumo sistemas, bet tai – nuolatinė lenktynių su potencialiais įsilaužėliais.
Yra ir etinių klausimų. Garsioji “vežimėlio dilema”: jei neišvengiama avarija, kaip automobilis turėtų pasirinkti – saugoti keleivius ar pėsčiuosius? Kas atsakingas, jei savarankiškas automobilis patenka į avariją? Šie klausimai dar neturi aiškių atsakymų.
Kas šiandien vyksta pasaulyje
Savarankiškų automobilių technologija vystosi skirtingu greičiu skirtingose pasaulio dalyse. Jungtinėse Valstijose Waymo (Google dukterinė įmonė) jau valdo komercinę robotaksi paslaugą San Franciske ir Finikse. Žmonės gali išsikviesti automobilį be vairuotojo ir nuvažiuoti į reikiamą vietą. Tiesa, paslaugos teritorija kol kas ribota, o automobiliai neveikia sudėtingomis oro sąlygomis.
Kinija taip pat aktyviai investuoja į šią technologiją. Baidu, Pony.ai ir kitos įmonės jau teikia robotaksi paslaugas keliuose Kinijos miestuose. Kinijos vyriausybė aktyviai palaiko šios technologijos vystymą ir kuria specialią infrastruktūrą – “protingus kelius” su jutikliais, kurie gali bendrauti su automobiliais.
Europoje pažanga lėtesnė dėl griežtesnių reguliavimo reikalavimų, bet ir čia vyksta intensyvūs bandymai. Vokietija, pavyzdžiui, priėmė įstatymus, leidžiančius 4 lygio automobilius tam tikromis sąlygomis.
Tesla užima ypatingą poziciją – ji parduoda milijonus automobilių su 2 lygio “Full Self-Driving” sistema, kuri nuolat tobulėja per programinės įrangos atnaujinimus. Elonas Muskas jau kelerius metus žada, kad visiška autonomija “ateis kitais metais”, bet kol kas tai neįvyko.
Ką tai reiškia mums visiems
Savarankiški automobiliai – tai ne tik technologinė naujovė, bet ir potenciali visuomenės transformacija. Optimistai žada, kad ši technologija išgelbės dešimtis tūkstančių gyvybių (dauguma avarijų įvyksta dėl žmogaus klaidos), sumažins spūstis, leis efektyviau naudoti automobilius ir suteiks mobilumą žmonėms, kurie negali vairuoti patys.
Bet yra ir nerimą keliančių aspektų. Milijonai profesionalių vairuotojų – taksi, sunkvežimių, autobusų – gali netekti darbo. Miestų planavimas turės keistis. Kils naujų teisinių ir etinių klausimų.
Realistiškai žiūrint, perėjimas prie savarankiškų automobilių bus laipsniškas. Greičiausiai pirmiausia jie paplins tam tikrose nišose – robotaksi miestuose, tolimųjų reisų sunkvežimiai greitkeliuose, viešasis transportas uždarose teritorijose. Visiškai savarankiški automobiliai, kurie galėtų važiuoti bet kur, bet kokiomis sąlygomis, greičiausiai dar kurį laiką liks ateities vizija.
Kelias į autonomišką ateitį
Technologija jau yra įspūdinga, bet iki tikros autonomijos dar reikia nueiti nemažą kelią. Galbūt didžiausias iššūkis – ne techninis, o psichologinis ir socialinis. Ar mes pasitikime mašinomis, kurios vairuoja pačios? Ar esame pasirengę atsisakyti kontrolės? Kaip reguliuoti šią technologiją, kad ji būtų ir saugi, ir netrukdytų inovacijoms?
Viena aišku – savarankiški automobiliai jau nebėra fantastika. Jie čia, jie vystosi, ir per ateinantį dešimtmetį tikrai matysime vis daugiau jų gatvėse. Galbūt mūsų vaikai net neturės vairuotojo pažymėjimų. O gal vis tiek turės, nes vairavimo malonumo niekas neįstengs pakeisti. Laikas parodys, bet viena neabejotina – kelionė į šią ateitį bus įdomi.