Keberhasilan dari kegagalan mobil self-driving - itulah apakah Anda pada akhirnya dapat menjelajahi web, mengobrol dengan teman, membaca email, atau bahkan tidur siang saat mobil Anda melaju sendiri di jalan — tiba-tiba kode. Setiap produsen mobil besar mempekerjakan sepasukan pemrogram yang memiliki tugas yang hampir sama: Menulis kode yang membuat mobil tetap melaju dengan aman di jalan menuju tujuannya.
Isi
- Satu kode cocok untuk semua
- Lebih banyak lebih baik
- Belajar dari orang lain
- Berbicara dalam bahasa yang sama
Masalahnya adalah pada akhirnya, mereka semua akan menempuh jalan yang sama. Hal ini menimbulkan pertanyaan: Jika sistem self-driving tidak dapat berkomunikasi satu sama lain, dapatkah beberapa sistem menavigasi jalan raya dengan aman tanpa konflik?
Video yang Direkomendasikan
“Setiap orang yang mengikuti DARPA Urban Challenge pertama pada tahun 2007 memiliki kekhawatiran yang sama,” kenang Bryan Salesky, yang membantu membangun Chevy Suburban tanpa pengemudi yang menavigasi jalur perkotaan yang kompleks kemenangan. Saat ini dia adalah CEO Argo AI yang berbasis di Pittsburgh, Pennsylvania, perusahaan yang ditugaskan Ford untuk membangun sistem penggerak otomatis yang akan diluncurkan pada tahun 2021.
Terkait
- Akankah mobil otonom menghilangkan pekerjaan mengemudi? Jangan menahan nafasmu
![Tantangan Perkotaan DARPA 2007](/f/bd99c959139b0ba1e95a8a4d4812e564.jpg)
![Tantangan Perkotaan DARPA 2007](/f/b5a9708642507c1847824470d791cc2f.jpg)
![Tantangan Perkotaan DARPA 2007](/f/5f8596fa726658c65cb24a329dbfe172.jpg)
![Tantangan Perkotaan DARPA 2007](/f/884afc08a84d21f5893041c678127961.jpg)
“Ini adalah pertama kalinya beberapa sistem penggerak beroperasi di jalur pengujian yang sama dan berinteraksi satu sama lain dan harus mematuhi peraturan lalu lintas yang sama dan sebagainya,” kenang perusahaan teknologi tinggi pengusaha. “Kami sangat senang melihat interaksi yang ternyata sangat mirip dengan manusia. Sistem canggih dapat berinteraksi dengan lalu lintas robot lainnya tanpa masalah apa pun.”
Saat ini, “tantangan”-nya jauh berbeda. Ini bukan soal apakah kita dapat mencapai otonomi, melainkan perusahaan mana yang akan memproduksi kendaraan pertama dan memenangkan keunggulan sebagai penggerak pertama di pasar.
Pengembang AI dan pendukung keselamatan berpendapat bahwa sistem mengemudi tunggal adalah jalur paling aman dan efisien menuju mengemudi otonom.
Perlombaan juga telah berpindah dari jalur pengujian yang relatif kecil dan sangat terkontrol ke dunia nyata. Geografinya lebih beragam. Ada lebih banyak mobil self-driving yang bersaing memperebutkan hadiah tersebut. Dan mulai dari pejalan kaki hingga bola yang memantul, rintangannya tidak dapat diprediksi seperti biasanya. Belum lagi, kendaraan self-driving harus berbagi jalan dengan kendaraan yang dikemudikan oleh ibu, ayah, Bibi Ida, dan semua orang yang memilih untuk mengemudikan kendaraannya.
Singkatnya, risikonya lebih besar. Jika sistem mengemudi gagal selama Urban Challenge, kendaraan hanya akan menimbulkan sedikit kerusakan pada orang atau properti. Hal ini tidak berlaku untuk kendaraan otonom (AV) yang tidak terkendali di pusat kota Pittsburgh, misalnya. Mencari "Uber dan pejalan kaki,” jika Anda ragu.
Jadi, apakah sistem self-driving yang bersaing masih bisa hidup berdampingan?
Satu kode cocok untuk semua
Sayangnya, hanya ada sedikit konsensus mengenai hal ini. Beberapa pengembang AI dan pendukung keselamatan berpendapat bahwa sistem mengemudi tunggal – seperangkat kode unik yang mengatur semua tanggung jawab mengemudi – adalah jalur paling aman dan efisien menuju mengemudi otonom.
![mobil self-driving nuTonomy](/f/d93d15602a4b248c4caf107c61087232.jpg)
“Jika kita memiliki sistem tunggal dengan ekspektasi yang jelas, hasil yang jelas, mode kegagalan yang jelas, dan hasil yang jelas akan ada tingkat transparansi dan pemahaman yang lebih besar,” kata Deborah Hersman, CEO National Safety Dewan. “Tidak akan ada lagi perlombaan untuk mendapatkan keuntungan sebagai penggerak pertama dalam evolusi tanpa pengemudi, dan setiap pengembang akan membangun hal yang pasti.”
Yang lain berpendapat bahwa seperangkat aturan standar tentang bagaimana AV harus berperilaku dalam situasi yang berbeda adalah pendekatan terbaik. NuTonomy dan Voyage, yang merupakan pendatang baru di dunia AV, mendukung strategi semacam itu. Keduanya telah menerbitkan makalah yang memberikan kerangka kerja tentang bagaimana kendaraan self-driving harus berperilaku dalam berbagai situasi, termasuk pejalan kaki. di jalan raya, mobil-mobil terdekat sedang mundur, dan tiba di perhentian empat arah, yang mereka harap akan digunakan oleh pengembang lain sebagai landasan untuk upaya pemrograman mereka.
Voyage telah menjadikan prosedur, bahan, dan kode pengujian keselamatan internal perusahaan semuanya bersifat open source untuk menyediakan “sumber daya keselamatan dasar dalam industri.” CEO Oliver Cameron Cameron kata Ars Technica bahwa setelah tabrakan mematikan Uber di Tempe, Arizona, dia harus menghabiskan banyak waktu untuk menenangkan orang-orang, mengatakan kepada orang-orang bahwa itu adalah insiden yang terisolasi. “Tetapi kenyataannya adalah semua orang di industri ini menciptakan kembali teknologi dan proses keselamatan mereka sendiri, dan hal ini sangat berbahaya,” kata Cameron kepada majalah tersebut. “Sumber terbuka berarti lebih banyak perhatian, lebih banyak keberagaman, dan lebih banyak masukan.”
Lebih banyak lebih baik
Namun, beberapa ahli melihat adanya risiko serius dari pendekatan satu kode untuk semua. “Ini mengunci semua orang ke dalam satu sistem yang mungkin tidak memungkinkan adanya inovasi atau perubahan di masa depan,” Salesky dari Argo memperingatkan. “Tidak semua orang menyelesaikan masalah karena alasan atau solusi yang sama.”
“[Berbagi data dan pekerjaan] adalah satu-satunya cara untuk menghasilkan AI yang paling aman dan dapat mengemudi sebaik mungkin.”
Sebaliknya, Salesky dan yang lainnya percaya bahwa terdapat manfaat dalam melakukan berbagai upaya, berbagai pendekatan untuk mengatasi masalah ini: “Desain keragaman adalah salah satu pilar dalam membangun sistem yang kuat dan toleran terhadap kesalahan yang dapat merespons kondisi dan tantangan dengan lebih baik lingkungan. Kami belum melihat adanya interaksi yang merugikan antara sistem kami dan sistem pesaing lainnya baik di Bay Area atau Pittsburgh – dan kami tidak memperkirakan hal tersebut akan terjadi.”
Meskipun belum ada konflik antara mobil “self-driving” yang kompetitif di Iron City, atau di mana pun, ada beberapa kecelakaan penting pada kendaraan yang dikemudikan dan pejalan kaki yang mungkin terkait dengan sistem tersebut pemrograman. Dan tidak semua peserta selamat.
Belajar dari orang lain
Satu hal yang tampaknya disepakati semua orang adalah bahwa keselamatan harus diutamakan. “Para pembuat mobil harus setuju untuk berhenti bersaing dalam hal keselamatan,” kata Hersman dari NSC. “Semua orang ingin membeli a pilihan keamanan teratas. Tapi itu hanya berarti satu mobil lebih baik dari yang lain. Produsen mobil perlu mengambil pelajaran dari pedoman industri penerbangan. Mereka perlu secara sukarela menjadikan keselamatan sebagai fokus utama mereka dan membagikan penelitian mereka, apa yang telah mereka pelajari melalui eksperimen untuk memastikan bahwa tidak hanya satu produsen mobil yang akan membuat [AV] yang paling aman, namun semua produsen mobil akan menjadi yang paling aman paling aman.”
Tesla Model X, autopilot menghindari kecelakaan di Belanda
Meskipun berbagi data — data apa pun — adalah topik hangat saat ini yang tidak ingin didiskusikan atau dikaitkan dengan siapa pun Facebook dan Cambridge Analytica, beberapa orang percaya bahwa ini adalah kunci keberhasilan gerakan mengemudi mandiri di masa depan. “Berbagi pekerjaan sangat penting untuk mengembangkan teknologi canggih yang dapat berkomunikasi dan bekerja bersama-sama melalui jaringan standar yang belum ditentukan,” kata Bryan Reimer. “Ini adalah satu-satunya cara untuk menghasilkan AI yang paling aman dan dapat mengemudi sebaik mungkin.”
Kasus-kasus ekstrem – peristiwa langka yang membebani kemampuan sistem otonom – mungkin menjadi salah satu alasan paling kuat bagi para pembuat mobil untuk berbagi pengetahuan. Bayangkan pengemudi lain tiba-tiba berbelok, puing-puing berserakan di jalan, atau kantong plastik tertiup di depan kendaraan. Karena kejadian seperti itu jarang terjadi, dan komputer saat ini tidak memiliki akal sehat untuk memutuskan bagaimana merespons, melatih AV untuk mengatasi kasus-kasus ekstrem sangatlah sulit.
Kebanyakan produsen mobil tidak mudah melepaskan “keunggulan kompetitif” mereka – prosedur keselamatan adalah kekayaan intelektual bagi mereka.
Namun dengan saling berbagi informasi dari kasus-kasus ekstrem yang telah terjadi, perusahaan AV dapat menguji sistem mereka dalam simulator untuk melihat bagaimana mereka akan merespons, dan menyesuaikannya jika diperlukan, sehingga dapat saling menguntungkan pengalaman.
“Kita perlu memiliki standar kinerja minimum atau harapan untuk menciptakan pendekatan 'sabuk dan tali pengikat' terhadap keselamatan,” kata Hersman dari NSC.
Pertanyaannya adalah jenis data apa yang harus dibagikan. Banyak produsen mobil yang secara aktif berbicara dengan badan pengawas dan anggota komunitas otomotif lainnya untuk mendiskusikan praktik terbaik. Namun sebagian besar perusahaan tidak mudah melepaskan “keunggulan kompetitif” mereka – prosedur keselamatan adalah kekayaan intelektual bagi mereka.
“Tidak semua data harus dibagikan dalam segala situasi,” kata Rami Sass, CEO Whitesource, yang memberikan tim pengembangan perangkat lunak dan keamanan kendali penuh dan visibilitas atas sumber terbuka mereka penggunaan. “Tetapi data itu akan berdampak pada fitur keselamatan dan kemampuan AV untuk menjaga keselamatan dan keamanan harus menjadi upaya bersama agar [transisi dari kendaraan bermotor ke tanpa pengemudi] dapat berhasil dengan baik."
Berbicara dalam bahasa yang sama
Meskipun kode yang kompatibel belum tentu menjadi perhatian sebagian besar orang, semua orang setuju bahwa bahasa yang sama untuk memfasilitasi komunikasi antar kendaraan adalah suatu keharusan. Meski begitu, komunikasi antar kendaraan bukanlah elemen yang harus dimiliki dalam persamaan self-driving.
NVIDIA DRIVE—Demonstrasi GTC 2018
“Itu menjadi begitu saja sensor lain, mengumpulkan informasi tentang keadaan lalu lintas, posisi kendaraan lain, dan kecepatannya,” kata Danny Shapiro, direktur Otomotif untuk raksasa chip Nvidia. Raksasa chipset ini telah mengambil posisi dominan selama beberapa tahun terakhir dalam pengembangan komputer dalam kendaraan super cepat yang memungkinkan mobil mengemudi secara mandiri. “Data tersebut akan membantu mobil melihat tikungan lebih cepat, mengidentifikasi lalu lintas lebih cepat, memberitahu kita untuk menyesuaikan kecepatan untuk menghindari tabrakan,” kata Shapiro. “Tetapi perlu ada bahasa yang sama, sesuatu yang dapat dipahami oleh semua sistem.”
Sayangnya, V2V masih jauh dari standar. “Jadi, kami sekarang membangun sistem yang dapat membuat keputusan mandiri, tidak terhubung ke mobil lain atau terhubung ke cloud, tetapi dengan mampu melihat lingkungan sekitar,” kata Shapiro.
Saat ini, tujuannya adalah untuk memiliki mobil yang dapat mengemudi sendiri dengan aman di wilayah geografis tertentu dalam beberapa tahun ke depan. Mereka akan digunakan untuk aplikasi mobilitas sebagai layanan. Ford, GM, Tesla, Uber, dan Waymo semuanya telah berjanji untuk meluncurkan operasi berbagi tumpangan secara otonom, dan siap untuk mewujudkan janji tersebut.
Namun, AV generasi pertama ini tidak akan mampu mengemudikan dirinya sendiri ke mana pun, kapan pun, dan dalam kondisi apa pun. Agar hal ini dapat terwujud, sebagian besar ahli percaya bahwa komunikasi antar kendaraan – oleh karena itu, kompatibilitas – diperlukan jika kendaraan ingin hidup berdampingan tanpa konflik. Jadi kapan ini akan terjadi? Tebakan Anda sama bagusnya dengan tebakan siapa pun. Jika berbagi kendaraan otonom sukses secara komersial, pengembang mungkin tidak memiliki insentif untuk mengambil langkah berikutnya: mobil yang sepenuhnya otonom di halaman rumah Anda.
Rekomendasi Editor
- Mobil self-driving Waymo tidak pernah puas dengan satu jalan buntu
- Mobil self-driving Drive.ai menggunakan tampilan dashboard sehingga penumpang tidak stres