Le previsioni erano sbagliate: le auto a guida autonoma hanno ancora molta strada da fare

Diversi anni fa, le auto a guida autonoma sembravano quasi pronte a prendere il controllo delle strade.

"Dal 2020, sarai un guidatore di sedile posteriore permanente", ha detto The Guardian nel 2015. I veicoli completamente autonomi "guideranno dal punto A al punto B e incontreranno l'intera gamma di scenari su strada senza bisogno di alcuna interazione da parte del conducente, Business Insider ha scritto nel 2016.

È chiaro ora che molte di queste stime erano esagerate; guarda il problema che Uber ha avuto in Arizona. Le auto senza conducente renderanno sicuramente le nostre strade più sicure, ma rimuovere gli umani da dietro il volante è un dado difficile da decifrare. Prima di raggiungere l'utopia senza conducente e senza incidenti che stiamo sognando da decenni, dobbiamo superare diversi ostacoli e non sono tutti tecnici.

Navigazione negli ambienti aperti

Le auto autonome devono navigare in ambienti imprevedibili e vari.

"Penso che la cosa importante quando pensiamo alle auto sia ciò che serve per guidare autonomamente quelle cose. È qui che il linguaggio dell'autonomia ci mette davvero nei guai, perché l'autonomia si applica solo all'interno di un determinato sistema", ha affermato Jack Stilgoe, scienziato sociale presso l'University College di Londra e leader del progetto Driverless Futures.

Altri segmenti del settore dei trasporti, compresi treni e aerei, hanno già implementato l'autonomia a livelli di successo più elevati rispetto alle automobili, ha affermato.

"L'autopilota di un aereo funziona solo perché lo spazio aereo è un ambiente altamente controllato. Se fai volare la tua mongolfiera sul percorso di un 747, ti si sposterà dritto attraverso di te e sarà molto chiaro di chi sarà la colpa, " Stilgoe ha sottolineato. "Lo stesso vale per i treni. Essere senza conducente ha senso solo perché è molto chiaro che il sistema è chiuso."

Al contrario, le auto operano su strade, che sono sistemi estremamente complessi e aperti, molto meno prevedibili delle ferrovie in cui i treni hanno binari esclusivi che sono vietati ad automobili, animali e pedoni. Un'auto a guida autonoma deve trovare la sua strada su strade affollate, reagire ai segnali stradali, gestire il traffico agli incroci e guidare in condizioni variabili in cui le indicazioni potrebbero non essere chiare. Deve imparare a superare gli ostacoli, reagire alle mosse di altre auto e conducenti e, soprattutto, evitare di imbattersi in pedoni. Tutto ciò rende più difficile il lavoro di creazione di auto a guida autonoma sicure.

"Ci saranno sempre cose che ci sorprenderanno", ha detto Stilgoe.

Dare occhi e cervello alle auto

Una delle principali tecnologie che hanno contribuito a spingere la tecnologia automobilistica a guida autonoma è l'apprendimento profondo, un sottoinsieme dell'intelligenza artificiale che crea modelli comportamentali basati su esempi. Gli algoritmi di deep learning esaminano i feed video delle telecamere installate intorno all'auto a guida autonoma per trovare le dimensioni della strada, leggere i segnali e rilevare ostacoli, automobili e pedoni.

Anthony Levandowski, l'ingegnere che è stato al centro di una causa tra Waymo e Uber, ha recentemente pubblicato un video e i dettagli delle prestazioni di una tecnologia a guida autonoma che ha guidato 3.100 miglia, dal Golden Gate Bridge di San Francisco al George Washington Bridge di New York, senza mai passare il controllo a un guidatore umano e utilizzando solo videocamere e reti neurali.

Sebbene guidare su autostrade interstatali sia notevolmente più semplice della navigazione negli ambienti urbani, il risultato di Levandowski è notevole. Pronto.ai, la sua nuova startup, prevede di rendere la tecnologia disponibile per i semi-camion commerciali, che trascorrono la maggior parte del loro tempo in autostrada.

Ma mentre reti neurali ben addestrate possono superare gli esseri umani nel rilevare oggetti, possono comunque fallire in modi irrazionali e pericolosi, in particolare il fatale incidente Tesla Model S 2016 e l'incidente Model X 2018. Altri studi dimostrano che gli algoritmi di visione computerizzata dei veicoli a guida autonoma possono essere facilmente ingannati quando vedono oggetti noti in posizioni scomode.

Ad essere onesti, le tecnologie a guida autonoma hanno prevenuto gli incidenti in diversi casi, ma questi casi raramente fanno notizia.

Reti neurali complementari

Per aggirare i limiti delle reti neurali, alcune aziende hanno equipaggiato le loro auto con Lidar, i dispositivi rotanti spesso visti sopra le auto a guida autonoma. I dispositivi Lidar emettono numerosi raggi di luce invisibili in diverse direzioni e creano mappe 3D dettagliate dell'area circostante l'automobile misurando il tempo impiegato da quei raggi per riflettere un oggetto e tornare.

Lidar è in grado di rilevare oggetti e ostacoli che potrebbero mancare agli algoritmi di classificazione delle immagini. Può anche consentire alle auto di vedere al buio ed è più dettagliato e preciso del radar, che è più adatto per rilevare oggetti in movimento.

La maggior parte delle aziende con programmi di auto a guida autonoma utilizzano Lidar, tra cui Waymo e Uber. Ma la tecnologia è ancora nascente. Per uno, i dispositivi Lidar non sono fantastici con buche o condizioni meteorologiche avverse.

Lidar è anche molto costoso; secondo varie stime, si può aggiungere fino a $ 85.000 al prezzo di un'auto. I costi annuali potrebbero essere ben a nord di $ 100.000, secondo un sondaggio di Axios. L'acquirente medio di auto probabilmente non può permetterselo, ma i giganti della tecnologia che progettano di implementare servizi di auto-guida-taxi possono farlo.

"Ci sono alcune persone che cercano di sviluppare componenti aggiuntivi a basso costo, ma sembra che i benefici siano più chiari quando le auto sono condivise e gestite in città", ha detto Stilgoe. "Questa potrebbe essere una buona cosa per le persone che attualmente non hanno una macchina o una brutta cosa per le persone fuori città che potrebbero non avere un servizio nelle vicinanze."

Stilgoe avverte che esiste il pericolo che le città utilizzino la promessa di flotte a guida autonoma come motivo per posticipare gli investimenti nel trasporto pubblico. Almeno due località statunitensi stavano investendo diverse centinaia di migliaia di dollari in servizi di navetta a guida autonoma, secondo la ricerca di Axios.

La necessità di connettività e infrastruttura

I conducenti umani fanno molto di più che osservare i loro ambienti. Comunicano tra loro. Si guardano negli occhi, si agitano e annuiscono l'un l'altro e iniziano a muoversi lentamente in una direzione per rendere chiare le loro intenzioni agli altri guidatori. Queste sono funzioni che le attuali tecnologie a guida autonoma svolgono in modo molto scarso, se non del tutto.

Oltre a mappare i loro ambienti e rilevare oggetti, le auto a guida autonoma necessitano anche di un metodo per comunicare tra loro e con i loro ambienti. In un saggio per Harvard Business Review , gli accademici della Business School dell'Università di Edimburgo hanno suggerito diverse soluzioni, tra cui l'implementazione di sensori intelligenti in auto e infrastrutture.

"Pensa ai trasmettitori radio che sostituiscono i semafori, alle reti dati mobili e wireless ad alta capacità che gestiscono le comunicazioni veicolo-veicolo e veicolo-infrastruttura, e le unità lungo la strada che forniscono dati in tempo reale su condizioni meteorologiche, traffico e altre condizioni, " scrivevano gli accademici.

Le attuali tecnologie a guida autonoma stanno cercando di adattare i computer alle infrastrutture progettate per l'uomo, come semafori, segnali stradali, segnali stradali e così via. Gli algoritmi di apprendimento automatico richiedono ore di formazione e enormi quantità di dati prima di poter replicare le funzioni più basilari del sistema di visione umana, come rilevare altre auto o leggere segnali stradali da diverse angolazioni e in condizioni di illuminazione e condizioni meteorologiche diverse.

Il miglioramento di auto e strade con sensori intelligenti renderà molto più facile per le auto a guida autonoma comunicare e gestire diverse condizioni stradali, un approccio che sta diventando sempre più praticabile con la diminuzione dei costi dei processori e tecnologie come il 5G rendono possibile una connettività onnipresente e più conveniente.

Separazione di auto a guida autonoma

L'aggiunta di sensori intelligenti a 4 milioni di miglia di strade americane è un compito difficile se non impossibile. È uno dei motivi per cui le case automobilistiche a guida autonoma preferiscono concentrarsi sul rendere le auto più intelligenti piuttosto che sull'ambiente.

"Lo scenario a breve termine più probabile che vedremo sono varie forme di segregazione spaziale: le auto a guida autonoma opereranno in alcune aree e non in altre. Lo stiamo già vedendo, poiché le prime prove della tecnologia si stanno svolgendo in aree designate aree di prova o in ambienti relativamente semplici per il bel tempo ", hanno suggerito gli accademici di Edimburgo nel loro saggio.

Nel frattempo, hanno suggerito: "Potremmo anche vedere corsie o zone dedicate per i veicoli a guida autonoma, sia per dare loro un ambiente più strutturato mentre la tecnologia è raffinata sia per proteggere gli altri utenti della strada dai loro limiti".

Altri esperti hanno avanzato suggerimenti simili. Ad agosto, il ricercatore e cofondatore di Google Brain Andrew Ng ha suggerito che per risolvere i problemi di sicurezza della guida autonoma, dovremmo cambiare il comportamento dei pedoni e degli altri utenti che condividono le strade con loro. "Se osservi l'emergere delle ferrovie, per la maggior parte, le persone hanno imparato a non stare di fronte a un treno sui binari", ha detto Ng.

Il suggerimento di Ng contribuirebbe sicuramente a ridurre i rischi per la sicurezza delle auto a guida autonoma mentre la tecnologia si sviluppa, ma non si adatta bene ad altri esperti di intelligenza artificiale, tra cui il pioniere della robotica Rodney Brooks. "La grande promessa delle auto a guida autonoma è stata quella di eliminare le morti per traffico. Ora sta dicendo che elimineranno le morti per traffico fintanto che tutti gli umani saranno addestrati a cambiare il loro comportamento?" Brooks ha scritto in un post sul blog.

• In giro per Miami in auto di prova a guida autonoma Ford In giro per Miami in auto di prova a guida autonoma Ford
• Il CTO di Ford su scooter, AI e il trasporto di auto autonome a Miami Il CTO di Ford su scooter, l'IA e il trasporto di auto autonome a Miami
• Nelle auto a guida autonoma di Lyft, la corsa lenta e costante vince la gara Nelle auto a guida autonoma di Lyft, la corsa lenta e costante vince la gara

Il professor Gary Marcus della New York University, un critico vocale di esagerare i risultati del deep learning, descrive la proposta di Ng come "ridefinire gli obiettivi per rendere il lavoro più semplice".

Ma Stilgoe crede che possiamo trarre importanti lezioni dalla storia. "Quando le auto arrivarono per la prima volta nelle città degli Stati Uniti all'inizio del XX secolo, ai pedoni fu detto di togliersi di mezzo per rendere le strade sicure. Jaywalking fu inventato come un delitto e le strade furono progettate per favorire le automobili", ha detto Stilgoe.

Stilgoe ritiene che se prendiamo sul serio i vantaggi delle auto a guida autonoma, vedremo accadere di nuovo la stessa cosa. Ad esempio, le case automobilistiche potrebbero iniziare a fare pressioni sulle città per migliorare le proprie infrastrutture e insegnare ai pedoni come comportarsi con le auto a guida autonoma. "Affinché le auto a guida autonoma funzionino come promesso, sarà necessario controllare il sistema in cui operano", ha affermato Stilgoe.

Ostacoli lungo la strada

Nonostante le sue lotte, l'industria automobilistica a guida autonoma sta avanzando a un ritmo costante e le nostre strade diventeranno sicuramente più sicure.

Ma rimangono domande e sfide. Ad esempio, chi sarà tenuto in conto quando si verifica un incidente d'auto? "È abbastanza facile dire che, in un sistema completamente autonomo, la compagnia dovrebbe essere responsabile in quasi tutte le circostanze. Le cose si complicano quando umani e computer condividono la guida in momenti diversi", ha detto Stilgoe.

Inoltre, come dovrebbe decidere un'auto a guida autonoma quando si trova in una situazione in cui la perdita della vita umana è inevitabile? Questo è noto come "problema del carrello" e potrebbe essere ipotetico, ma mostra che le auto a guida autonoma dovranno essere progettate per prendere decisioni in situazioni in cui le regole non sono ben definite.

"Esistono veri e propri dilemmi etici nella progettazione di questi sistemi", ha affermato Stilgoe. "Le auto a guida autonoma non saranno onniscienti."