Son yıllarda otonom araçlarla ilgili tüm yutturmaca göz önüne alındığında, yollarımızın artık sürücüsüz araba sürüleriyle kesiştiği düşünülebilir. Bununla birlikte, sürücüsüz kamyon konvoyları veya taksi filoları veya sürücüsüz araçlar gerçekten gerçekleşmedi birkaç yıl önce büyük bir tantanayla duyurduğumuz gibi.
Sigorta konusunda uzmanlaşmış bir Amerikan enstitüsü,2025’e kadar 3,5 milyon otonom araç ABD yollarında olacak. Bu rakam 2030’a kadar 4,5 milyona çıkacak ve o zaman bile uzmanlar bu araçların kendi başlarına hareket etmesini beklemiyor ve bunun yerine önemli kararlar almak için insan muadillerine güveniyor.
Peki sürücüsüz araçları engelleyen nedir?
Kendi kendine giden bir araba olduğunuzda insanları anlamak zor
İster inanın ister inanmayın, bu kendi kendine giden arabaların test amacıyla kat ettikleri milyonlarca kilometreye ve sahip oldukları tüm sensörlere ve hiper detaylı şehir haritalarına rağmen, kendi kendine giden arabalar bunu başarabilecek gibi görünmüyor. yapmaları gereken tek temel şey: insanların öngörülemezliğini tahmin etmek.
Michigan Üniversitesi’nde inşaat mühendisliği profesörü Henry Liu, “Bu sürücüsüz araçların güvenlik performansı, en son teknolojiye sahip bir sistemle bile, günümüz insan sürücülerininkiyle karşılaştırılamaz” dedi. ZDNET.
Liu’ya göre, kendi kendine giden arabaların karşılaştığı ana sorun “kıtlık laneti”, yani günlük işe gidip gelirken kazalarla karşılaşmanın çok nadir olduğu anlamına geliyor. Sürücüsüz araçların birkaç kazayla karşılaşması ve onlardan ders çıkarması için yüz milyonlarca hatta milyarlarca mil gerekir..
Otonom araç şirketi Waymo örneğini ele alalım. övünüyor insan monitörü olmadan bir milyon millik kendi kendine sürüşe ulaşmış ve yalnızca 18 küçük ve iki büyük “temas olayı” yaşamış olmak.
Sabah okula geç kalan bir çocuk gibi bir hevesle karşıdan karşıya geçmeye karar veren birine bu araba nasıl tepki verirdi? Bu tip olay var ürün 2018’de Tempe, Arizona’da Uber’den bir test aracı başarılı olamadı hemzemin geçidin dışında bisikletiyle karşıdan karşıya geçen, elinden geldiğince kaçamak bir hareket yapmayan ve ona çarparak öldüren bir kişiyi teşhis etmek.
Günümüzde sürücüsüz otomobiller düzenli olarak problemler kağıt torbalar veya bir grup güvercin olsun, yoldaki nesneleri tanımlamak için. Diğer durumlarsonuçlar ölümcül.
Kendi kendine sürüş eğitimi
M-City’nin otonom araçlar için artırılmış gerçeklik test ortamının otoyol kısmı. Resim: Brenda Ahearn, Michigan Üniversitesi
İnsanlar yolda rastgele, karmaşık ve öngörülemeyen büyük ve küçük olaylarla uğraşmak zorundadır. Bazıları çarpışırsa veya daha kötüsü olursa, çoğumuz anında uyum sağlayabilir ve güvenli bir sonuçla yaşayabiliriz. Ne yazık ki, bu tür olaylardan beslenmeyen ve öğrenilmeyen algoritmalar o kadar esnek değil.
Peki sürücüsüz aracınızın Mad Max ile yolu paylaşma potansiyeline sahip hayat kurtarıcı bir deneyim için eğitildiğinden nasıl emin olabilirsiniz?
Liu ve ekibi, Ann Arbor ve Detroit’teki akıllı kavşaklara kurulan ve kazalar da dahil olmak üzere trafikle ilgili bir veri hazinesi sunan birkaç yüz gizliliği koruyan sensörden hız ve yön gibi gerçek verileri toplamaya başladı.
Ayrıca gönüllülerin 160 kadar binek aracı da çalışmaya uygun şekilde donatıldı.
Özellikle iki şeritli bir döner kavşağın bir kaza sonucu altın madeni olduğu ortaya çıktı. Çünkü Amerikalı sürücüler döner kavşaklara pek aşina değiller. Liu burayı iyi biliyor, oğlunu birkaç kez ehliyet sınavına hazırlamak için oraya götürmüştü.
Michigan Üniversitesi araştırması daha sonra sürüş verilerinden güvenlikle ilgili olmayan kritik bilgileri çıkardı. Başka bir deyişle, çarpışmalar arasında güvenli sürüşün tüm sinir bozucu millerini ortadan kaldırdı. Ancak üniversite, çatışmalardan elde edilen verileri sakladı. Bu veriler daha sonra otonom aracı eğitmek için kullanılan sinir ağına beslendi.
Ekip daha sonra bir tür M-City’ye gitti. “Truman Gösterisi” arabalar için kırmızı ışıklar, robotik yayalar ve diğer araçlarla sahte bir şehir ortamı.
Liu, “Karma gerçeklik test ortamı oluşturduk” dedi. “Kullandığımız AV test araçları gerçek, ancak arka plandaki araçlar sanal, bu da onları yolda nadiren meydana gelen zorlu senaryolar oluşturmaları için eğitmemize olanak tanıyor.
Bu alanda, test araçları sanal da olsa çok daha sık, tehlikeli durumlarla karşı karşıya kalıyor ve bu da yolun kurallarını öğrenmek için gereken süreyi önemli ölçüde azaltıyor. Liu, Waymo benzeri bir arabayı eğitmek için gereken sürenin artık on milyonlarca olaysız asfalt kilometre yerine, çeşitli kazaları içeren birkaç bin kilometre ile sınırlandırılabileceğini tahmin ediyor.
Ancak uzmanlar, o zaman bile AV’lerdeki bilgisayarların, karmaşık ve öngörülemeyen durumlarla karşı karşıya kaldıklarında insanların yaptığı gibi hızlı ve sezgisel düşünme yeteneğine sahip olmayacağını söylüyor. Otonom sürüş endüstrisi için kötü haber belki ama makinelerin yükselişinin bir adım önünde olmaya çalışan insanlık için harika bir haber.
Kaynak : “ZDNet.com”