Ska autonoma körsystem vara kompatibla?

Framgången med misslyckande för självkörande bilar - det är om du så småningom kommer att kunna surfa på nätet, chatta med vänner, läs e-postmeddelanden eller till och med ta en tupplur medan din bil piloterar sig själv på vägen — kommer till koda. Varje stor biltillverkare anställer en armé av programmerare med praktiskt taget samma mål: Skriv koden som håller en bil igång säkert på vägen till sin destination.

Problemet är att så småningom kommer de alla att dela samma väg. Vilket väcker frågan: Om självkörande system inte kan prata med varandra, kan flera system säkert navigera på vägar utan konflikt?

"Alla som gick in i den första DARPA Urban Challenge 2007 hade liknande bekymmer", minns Bryan Salesky, som hjälpte till att bygga den självkörande Chevy Suburban som navigerade den komplexa urbana banan till seger. Idag är han VD för Pittsburgh, Pennsylvania-baserade Argo AI, det företag som Ford gett i uppdrag att bygga det automatiserade körsystemet som kommer att rullas ut 2021.

"Det var första gången som flera körsystem alla körde på samma testbana och interagerar med varandra och behöver följa samma trafikregler och så vidare”, påminner den högteknologiska entreprenör. "Vi var glada över att se att interaktionerna var förvånansvärt mänskliga. De avancerade systemen kunde interagera med annan robottrafik utan några problem.”

Idag är "utmaningen" mycket annorlunda. Det handlar inte om huruvida vi kan uppnå autonomi, utan snarare vilket företag som kommer att tillverka det första fordonet och vinna first-mover-fördelar på marknaden.

Loppet har också flyttat från en relativt liten, mycket kontrollerad testbana till den verkliga världen. Geografin är mer varierad. Det är fler självkörande bilar som tävlar om priset. Och från fotgängare till studsande bollar, hindren är lika oförutsägbara som någonsin. För att inte tala om, självkörande fordon måste dela vägen med dem som körs av din mamma, pappa, moster Ida och alla andra människor som väljer att styra sitt fordon.

I ett nötskal, det finns mer risk. Om ett körsystem misslyckades under Urban Challenge, skulle fordonet göra liten skada på person eller egendom. Det kan inte sägas om ett utomkontrollerat autonomt fordon (AV) i centrala Pittsburgh, till exempel. Sök "Uber och fotgängare", om du har några tvivel.

Så, kan konkurrerande självkörande system fortfarande samexistera?

En kod passar alla

Tyvärr finns det lite konsensus i detta ämne. Vissa AI-utvecklare och säkerhetsförespråkare tror att ett enda körsystem – en unik uppsättning kod som hanterar alla köransvar – är den säkraste och mest effektiva vägen till autonom körning.

"Om vi ​​hade ett enda system med tydliga förväntningar, tydliga leveranser, tydliga fellägen och resultat där skulle vara en större nivå av transparens och förståelse”, säger Deborah Hersman, vd för National Safety Råd. "Det skulle inte finnas något mer kapplöpning för att få en förstahandsfördel i den förarlösa utvecklingen, och varje utvecklare skulle bygga runt en säker sak."

Andra tycker att en standardiserad uppsättning regler för hur AV: er ska bete sig i olika situationer är det bästa tillvägagångssättet. Relativa nykomlingar i AV-racet, NuTonomy och Voyage är för en sådan strategi. Båda har publicerat artiklar som ger en ram för hur ett självkörande fordon ska bete sig under en lång rad omständigheter, inklusive fotgängare som på vägen, närliggande bilar som backar och ankomst till ett fyrvägsstopp, som de hoppas att andra utvecklare kommer att använda som hörnstenen för sina programmeringsinsatser.

Voyage har gjort företagets interna säkerhetsprocedurer, material och testkod till öppen källkod för att tillhandahålla "en grundläggande säkerhetsresurs i branschen." VD Oliver Cameron Cameron berättade för Ars Technica att han efter den dödliga Uber-kollisionen i Tempe, Arizona, var tvungen att ägna mycket tid åt att lugna ner människor och berätta för folk att det var en isolerad incident. "Men sanningen är att alla i branschen återuppfinner tekniken och säkerhetsprocesserna själva, vilket är otroligt farligt," sa Cameron till tidningen. "Öppen källkod betyder fler ögon, mer mångfald och mer feedback."

Mer är bättre

Vissa experter ser dock en allvarlig risk för en kod som passar alla. "Det låser alla i ett enda system som kanske inte tillåter framtida innovationer eller förändringar framöver", varnar Argos Salesky. "Alla löser inte av samma skäl eller lösningar."

Istället tror Salesky och andra att det finns nytta i att ha flera ansträngningar, flera tillvägagångssätt för att ta itu med problemet: "Design mångfald är en av grundpelarna för att bygga robusta och feltoleranta system som bättre kan svara på utmanande förhållanden och miljöer. Vi har inte sett någon negativ interaktion mellan vårt system och andra konkurrerande system vare sig i Bay Area eller Pittsburgh - och vi förväntar oss inte det."

Även om det inte har förekommit konflikter mellan konkurrenskraftiga "självkörande" bilar i Iron City, eller någon annanstans, det har skett några anmärkningsvärda missöden med körda fordon och fotgängare som kan relateras till systemen programmering. Och inte alla deltagare överlevde.

Att lära sig av andra

En sak som alla verkar vara överens om är att säkerheten måste komma först. "Biltillverkare måste gå med på att sluta tävla om säkerhet", säger NSC: s Hersman. "Alla vill köpa en bästa säkerhetsval. Men det säger bara att en bil är bättre än en annan. Biltillverkare måste ta en sida ur flygindustrins handbok. De måste frivilligt lyfta säkerheten till sitt primära fokus och dela med sig av sin forskning, vad de har lärt sig genom experiment för att säkerställa att inte bara en biltillverkare kommer att göra de säkraste [AVs], utan alla kommer att vara de säkrast.”

Medan att dela data – vilken data som helst – är ett hett ämne just nu som ingen vill diskutera eller förknippas med tack vare Facebook och Cambridge Analytica, vissa tror att det är nyckeln till framgången för den självkörande rörelsen framöver. "Att dela arbete är avgörande för att utveckla robusta tekniker som kan kommunicera och arbeta i tandem över ett standardnätverk som ännu inte har definierats", säger Bryan Reimer. "Det är det enda sättet att producera den säkraste, bäst drivande AI som möjligt."

Kantfall – sällsynta händelser som beskattar kapaciteten hos autonoma system – kan vara ett av de mest övertygande skälen för biltillverkare att dela kunskap. Tänk på andra förare som oväntat svänger, skräp på vägen eller plastpåsar som blåser framför ett fordon. Eftersom sådana händelser inträffar sällan och datorer för närvarande saknar sunt förnuft för att bestämma hur de ska reagera, är det svårt att träna AV: er för att hantera kantfall.

Men genom att dela information med varandra från edge-fall som har inträffat kan AV-företagen testa sina system i simulatorer för att se hur de skulle reagera och justera dem där det behövs och dra nytta av varandras erfarenhet.

"Vi måste ha några minimiprestandastandarder eller förväntningar för att skapa en "bälte och hängslen"-inställning till säkerhet, säger NSC: s Hersman.

Frågan är vilken typ av data som ska delas. Många biltillverkare pratar aktivt med tillsynsmyndigheter och andra medlemmar av bilindustrin för att diskutera bästa praxis. Men de flesta ger inte upp sina "konkurrensfördelar" lätt - säkerhetsprocedurer är immateriella rättigheter för dem.

"All data bör inte delas under alla omständigheter", säger Rami Sass, VD för Whitesource, som ger programvaruutveckling och säkerhetsteam full kontroll och synlighet över sin öppen källkod användande. "Men data som kommer att ha en inverkan på säkerhetsfunktioner och på AV: s förmåga att upprätthålla säkerhet och säkerhet kommer att behöva vara en gemensam insats för att [övergången från körd till förarlös] ska fungera ordentligt."

Talar samma språk

Även om kompatibel kod inte nödvändigtvis är ett problem för de flesta, är alla överens om att ett gemensamt språk för att underlätta kommunikation mellan fordon är ett måste. Trots det är kommunikation mellan fordon och fordon inte ett måste i ekvationen för självkörning.

”Det blir helt enkelt en annan sensor, samlar information om trafiktillståndet, positionen för andra fordon och deras hastighet”, säger Danny Shapiro, chef för Automotive för chipsetjätten Nvidia. Chipset-behemothen har tagit en dominerande ställning under de senaste åren i utvecklingen av supersnabba fordonsdatorer som låter bilar köra autonomt. "Denna data kommer att hjälpa bilar att se runt hörnen snabbare, identifiera mötande trafik tidigare, berätta för oss att justera hastigheten för att undvika en kollision", säger Shapiro. "Men det måste finnas ett gemensamt språk, något som alla system kan förstå."

Tyvärr är V2V långt ifrån standardiserat. "Så vi bygger nu system som kan fatta fristående beslut, inte kopplade till en annan bil eller genom att ansluta till molnet utan genom att kunna uppfatta sin omgivning", säger Shapiro.

Just nu är målet att ha bilar som kan köra sig själv säkert inom ett visst geografiskt område inom de närmaste åren. De kommer att användas för mobilitet-som-en-tjänst-applikationer. Ford, GM, Tesla, Uber och Waymo har alla lovat att lansera autonoma samåkningsoperationer och är på god väg att infria det löftet.

Men dessa första generationens AV: er kommer inte att kunna köra sig själva var som helst, när som helst, under några förhållanden. För att det ska hända tror de flesta experter att kommunikation mellan fordon - och därför kompatibilitet - är nödvändig om fordonen vill samexistera utan konflikt. Så när kommer detta att hända? Din gissning är lika bra som någon annans. Om autonoma åkandelar är en kommersiell framgång, kanske utvecklarna inte har incitament att ta nästa steg: en helt autonom bil på din uppfart.

Redaktörens rekommendationer

• Waymos självkörande bilar kan inte få nog av en återvändsgränd
• Drive.ai: s självkörande bilar använder instrumentpanelsskärmar så att passagerarna inte stressar upp sig