Co należy wiedzieć, zanim wsiądziesz do autonomicznego samochodu?

Przed dużym magazynem w Pittsburghu, na obszarze wzdłuż rzeki Allegheny, który kiedyś był domem dla dziesiątek fabryk i odlewni, ale teraz ma sklepy i restauracje, czekam na nadejście innego rodzaju rewolucji technologicznej. Sprawdzam telefon, patrzę w górę i zauważam, że już tu jest. W pobliżu stoi biały ford fusion z dachem ozdobionym futurystycznie wyglądającymi czujnikami. Dwie osoby siedzą z przodu — jedna monitoruje komputer, druga za kierownicą — ale samochód jest pod kontrolą. Wskakuję, naciskam przycisk na ekranie dotykowym i siadam wygodnie, gdy autonomiczny Uber zabiera mnie na przejażdżkę.

Gdy wjeżdżamy na drogę w kierunku centrum, samochód trzyma się porządnie swojego pasa, zręcznie przemykając między nadjeżdżającym samochodem a zaparkowanymi ciężarówkami, które wystają na ulicę. Byłem już wcześniej w samojezdnym samochodzie, ale wciąż jest niesamowity widok z tylnego siedzenia, jak kierownica i pedały poruszają się w odpowiedzi na wydarzenia rozgrywające się na otaczającej nas drodze.

Ta historia była częścią naszego wydania z listopada 2016 r.

• Zobacz resztę numeru
• Subskrybuj

Do tej pory większość zautomatyzowanych pojazdów była testowana na autostradach w miejscach takich jak Kalifornia, Nevada i Teksas. Natomiast Pittsburgh ma krzywe drogi, niezliczone mosty, mylące skrzyżowania i więcej niż sprawiedliwy udział śniegu, deszczu ze śniegiem i deszczu. Jak powiedział jeden z dyrektorów Ubera, jeśli autonomiczne samochody poradzą sobie z Pittsburghem, to powinny pracować wszędzie. Jakby dla sprawdzenia tej teorii, gdy skręcamy w ruchliwą ulicę targową, na jezdnię przed nami wyskakują dwaj przechodnie. Samochód zatrzymuje się delikatnie w pewnej odległości od nich, czekając, a następnie jedzie dalej.

Pojazdy Ubera są ozdobione różnego rodzaju czujnikami.

Ekran przed tylnym siedzeniem pokazuje osobliwy widok samochodu na świat: nasze otoczenie w żywych kolorach i postrzępionych krawędziach. Obraz jest produktem niektórych z niesamowitej gamy instrumentów rozmieszczonych w całym pojeździe. Jest nie mniej niż siedem laserów, w tym duży wirujący lidar na dachu; 20 kamer; precyzyjny GPS; oraz garść czujników ultradźwiękowych. Na ekranie wewnątrz samochodu droga wygląda na niebiesko-niebieski, budynki i inne pojazdy są czerwone, żółte i zielone, a pobliscy przechodnie są podświetleni czymś, co wygląda jak małe lasso. Ekran pokazuje również, w jaki sposób pojazd kieruje i hamuje, a także znajduje się przycisk, który poprosi samochód o zatrzymanie jazdy w dowolnym momencie. W 2016 r. Uber umożliwił nawet pasażerom zrobienie selfie z tylnego siedzenia. Zaraz po zakończeniu jazdy otrzymuję e-mailem zapętlony GIF, który pokazuje widok świata samochodu i uśmiechniętą twarz w prawym górnym rogu. Ludzie na chodniku zatrzymują się i machają, kiedy czekamy na światłach, a facet jadący za nami pickupem wciąż pokazuje kciuki w górę.

Moja jazda jest częścią najbardziej prestiżowego testu pojazdów autonomicznych do tej pory, po tym, jak Uber zaczął pozwalać starannie dobranym klientom rezerwować przejazdy po Pittsburghu we flocie zautomatyzowanych taksówek. Firma, która już zburzyła branżę taksówkarską dzięki aplikacji na smartfony, która pozwala wezwać samochód, chce, aby znaczna część swojej floty była samodzielna w ciągu kilku lat. To śmiały zakład, że technologia jest gotowa zmienić sposób, w jaki poruszają się miliony ludzi. Ale pod pewnymi względami jest to zakład, który musi zrobić Uber. W pierwszej połowie tego roku straciła oszałamiające 1,27 miliarda dolarów, głównie z powodu płatności dla kierowców. Autonomiczne samochody dają Uberowi ogromną szansę, mówi David Keith, adiunkt na MIT, który bada innowacje w branży motoryzacyjnej, ale istnieje również zagrożenie, że ktoś inny przebije je na rynku.

Eksperymentalna wersja aplikacji Ubera pokazuje w pobliżu zautomatyzowany samochód wędrujący.

Większość producentów samochodów, w szczególności Tesla Motors, Audi, Mercedes-Benz, Volvo i General Motors, a nawet kilka dużych firm technologicznych, w tym Google i (podobno) Apple, testuje pojazdy autonomiczne. Samochody Tesli jeżdżą same w wielu okolicznościach (choć firma ostrzega kierowców, aby korzystali z systemu tylko na autostradach i prosi o zwracanie uwagi i trzymanie rąk na kierownicy). Jednak pomimo ogromnej konkurencji, Uber może mieć najlepszą okazję do szybkiej komercjalizacji technologii. W przeciwieństwie do Forda czy GM, może ograniczyć automatyzację do tras, które według nas mogą na początku obsługiwać samochody bez kierowcy. W przeciwieństwie do Google czy Apple, ma już rozległą sieć taksówek, które z czasem może stopniowo coraz bardziej zautomatyzować.

Kierownictwo Ubera nie ma problemu z wyobrażeniem sobie korzyści. Bez kierowców, z którymi można by dzielić przychody, Uber może osiągnąć zysk. Taksówki-roboty mogą stać się tak tanie i łatwe w użyciu, że posiadanie samochodu nie miałoby żadnego sensu. Dochodząc do logicznego wniosku, zautomatyzowana jazda może przeprogramować sam transport. Uber już eksperymentuje z dostawą jedzenia w niektórych miastach, a niedawno kupił Otto, startup, który opracowuje zautomatyzowane systemy dla ciężarówek dalekobieżnych. Samojezdne ciężarówki i furgonetki mogłyby przewozić towary z centrów logistycznych i sklepów do domów i biur z zawrotną szybkością i wydajnością. Tuż przed moją jazdą testową Andrew Lewandowski, szef autonomicznych operacji Ubera, weteran programu Google do samodzielnej jazdy i jeden ze współzałożycieli Otto, powiedział: Naprawdę wierzę, że to jest najważniejsza rzecz, jaką komputery będą robić w następne 10 lat.

Uber działa szybko. Firma utworzyła Centrum Zaawansowanych Technologii, w którym rozwija swoje autonomiczne samochody, w lutym 2015 r., zatrudniając wielu badaczy z wydziału robotyki pobliskiego Uniwersytetu Carnegie Mellon. Korzystając z tej wiedzy, Uber opracował swoje autonomiczne taksówki w nieco ponad rok — mniej więcej tyle, ile zajmuje większości producentów samochodów przeprojektowanie konsoli rozrywkowej.

Ale czy porusza się zbyt szybko? Czy technologia jest gotowa?

Pracownicy Ubera monitorują każdy samochód, w razie potrzeby gotowi do przejęcia kontroli.

Przodkowie Robo

Przez resztę mojego pobytu w Pittsburghu korzystam z Uberów kontrolowanych wyłącznie przez ludzi. Kontrast jest wyraźny. Chcę odwiedzić National Robotics Engineering Center (NREC) CMU — część Instytutu Robotyki, jednej z pionierskich grup badawczych zaangażowanych w opracowywanie autonomicznych pojazdów — aby zobaczyć, co jego eksperci sądzą o eksperymencie Ubera. Więc łapię się na przejażdżkę z facetem o imieniu Brian, który jeździ zdezelowanym Hyundaiem Sonata. Brian mówi, że widział w mieście kilka zautomatyzowanych Uberów, ale nie wyobraża sobie, żeby jazda nimi była tak dobra, jak z nim. Brian następnie skręca w złą stronę i całkowicie się gubi. Trzeba jednak przyznać, że radzi sobie z ruchem ulicznym równie dobrze, jak samojezdny samochód. Poza tym, gdy mapa w jego telefonie prowadzi nas do mostu, który jest zamknięty z powodu remontu, po prostu pyta kilku robotników drogowych o drogę, a następnie improwizuje nową trasę. On też jest przyjazny, oferując rezygnację z opłaty za przejazd i kupowanie mi piwa, aby zrekompensować niedogodności. To sprawia, że ​​zdajesz sobie sprawę, że zautomatyzowane Ubery oferują zupełnie inne wrażenia. Mniej błędnych zakrętów i apodyktycznych kierowców, tak, ale także nikogo, kto pomógłby włożyć walizkę do bagażnika lub zwrócić zgubionego iPhone'a.

Ekran dotykowy z tyłu pokazuje świat widziany przez system laserowy samochodu.

Sprawdzam piwo, żegnam się z Brianem i przyjeżdżam do ogromnego magazynu NREC z 20-minutowym opóźnieniem. Budynek wypełniony jest fascynującymi prototypami robotów. A jeśli przyjrzysz się uważnie, znajdziesz przodków dzisiejszych pojazdów zautomatyzowanych. Na przykład tuż przy wejściu znajduje się Terregator, sześciokołowy robot wielkości lodówki, z pierścieniem czujników na górze. W 1984 roku Terregator był jednym z pierwszych robotów zaprojektowanych do poruszania się poza laboratorium, poruszających się po kampusie CMU z prędkością kilku mil na godzinę. A Terregator został zastąpiony w 1986 roku przez mocno zmodyfikowaną furgonetkę o nazwie NavLab, jeden z pierwszych w pełni sterowanych komputerowo pojazdów na drogach. Tuż za frontowymi drzwiami do NREC znajduje się kolejny godny uwagi prekursor: dostosowany Chevy Tahoe wypełniony komputerami i ozdobiony czymś, co wygląda podejrzanie jak wczesna wersja stosu czujników na szczycie jednego z samojezdnych samochodów Ubera. W 2007 roku ten robot, zwany Boss, wygrał konkurs jazdy miejskiej, organizowany przez amerykańską Agencję Zaawansowanych Projektów Badawczych Obrony. To był wielki moment dla zautomatyzowanych pojazdów, który udowodnił, że potrafią poruszać się w zwykłym ruchu ulicznym, a już kilka lat później Google testowało autonomiczne samochody na prawdziwych drogach.

Trzy z tych robotów CMU pokazują, jak stopniowy postęp w kierunku autonomicznych pojazdów był do niedawna. Sprzęt i oprogramowanie uległy poprawie, ale system walczył o zrozumienie świata, który widzi kierowca, w całej jego bogatej złożoności i dziwności. W NREC spotykam Williama Reda Whittakera, profesora CMU, który kierował rozwojem Terregatora, pierwszej wersji NavLab i Bossa. Whittaker mówi, że nowa usługa Ubera nie oznacza, że ​​technologia jest udoskonalona. Oczywiście to nie jest rozwiązane, mówi. Rodzaje spraw, które nie są rozwiązane, to przypadki skrajne.

I jest wiele skrajnych przypadków, z którymi trzeba się zmierzyć, w tym czujniki oślepione lub uszkodzone przez złą pogodę, jasne światło słoneczne lub przeszkody. Potem są nieuniknione awarie oprogramowania i sprzętu. Ale co ważniejsze, skrajne przypadki obejmują radzenie sobie z nieznanym. Nie możesz zaprogramować samochodu na każdą wyobrażalną sytuację, więc na pewnym etapie musisz ufać, że poradzi sobie z prawie wszystkim, co w niego zostanie rzucone, wykorzystując jakąkolwiek inteligencję, jaką ma. I trudno mieć co do tego pewność, zwłaszcza, że ​​nawet najmniejsze nieporozumienie, jak pomylenie papierowej torby z dużą skałą, mogłoby doprowadzić samochód do zrobienia czegoś niepotrzebnie niebezpiecznego.

Postęp niewątpliwie przybrał na sile w ostatnich latach. W szczególności postępy w zakresie wizji komputerowej i uczenia maszynowego umożliwiły zautomatyzowanym pojazdom lepsze wykorzystanie materiału wideo. Jeśli wprowadzisz wystarczającą liczbę przykładów do jednego z tych systemów, może on zrobić coś więcej niż tylko wykryć przeszkodę — może zidentyfikować ją z imponującą dokładnością jako pieszy, rowerzysta lub zbłąkana gęś.

Jednak skrajne przypadki mają znaczenie. Dyrektorem NREC jest Herman Herman, robotnik, który dorastał w Indonezji, studiował na CMU i opracował zautomatyzowane pojazdy dla obronności, górnictwa i rolnictwa. Wierzy, że dotrą autonomiczne samochody, ale zgłasza kilka praktycznych obaw dotyczących planu Ubera. Kiedy twoja przeglądarka internetowa lub komputer ulega awarii, jest to denerwujące, ale to nic wielkiego, mówi. Jeśli masz sześć pasów autostrady, środkiem jeździ autonomiczny samochód, który postanawia skręcić w lewo – no cóż, możesz sobie wyobrazić, co będzie dalej. Wystarczy jedno błędne polecenie do kierownicy.

Zmodyfikowane Ford Fusions firmy Uber są łatwe do zauważenia na ulicach Pittsburgha.

Innym problemem, który przewiduje Herman, jest zwiększenie skali technologii. Dobrze jest mieć na drodze kilka samochodów bez kierowcy, ale co z dziesiątkami, a może setkami? Skanery laserowe znalezione w samochodach Ubera mogą zakłócać się nawzajem, mówi, a gdyby te pojazdy były połączone z chmurą, wymagałoby to niesamowitej przepustowości. Mówi, że nawet coś tak prostego, jak brud na czujniku, może stanowić problem. Najpoważniejszym problemem ze wszystkich – a to dla nas coraz większy obszar badań – jest to, jak weryfikować, jak testować autonomiczny system, aby upewnić się, że jest bezpieczny – mówi Herman.

Uczyć się jeździć

Aby uzyskać bardziej praktyczną perspektywę, udaję się przez miasto, aby porozmawiać z ludźmi, którzy faktycznie opracowują autonomiczne samochody. Odwiedzam Raja Rajkumara, członka wydziału robotyki CMU, który prowadzi laboratorium finansowane przez GM. W szybko zmieniającym się świecie badań nad samochodami autonomicznymi, często zdominowanym przez mieszkańców Doliny Krzemowej, Rajkumar może wydawać się nieco staroświecki. Ubrany w szary garnitur wita mnie w swoim biurze, a następnie prowadzi do garażu w piwnicy, gdzie pracuje nad prototypem Cadillaca. Samochód zawiera wiele czujników, podobnych do tych, które można znaleźć w samochodach Ubera, ale wszystkie są zminiaturyzowane i ukryte, dzięki czemu wyglądają zupełnie normalnie. Rajkumar jest dumny ze swoich postępów w praktycznym wykorzystywaniu autonomicznych samochodów, ale ostrzega mnie, że taksówki Ubera mogą budzić nieuzasadnione nadzieje. Mówi, że minie dużo czasu, zanim będziesz mógł usunąć kierowcę z równania. Myślę, że ludzie powinni wyciszyć swoje oczekiwania.

Jesteśmy istotami poznawczymi, czującymi. Rozumiemy, rozumujemy i podejmujemy działania. Kiedy masz zautomatyzowane pojazdy, są one po prostu zaprogramowane do robienia pewnych rzeczy w określonych scenariuszach.

Oprócz niezawodności oprogramowania samochodu Rajkumar martwi się, że pojazd bez kierowcy może zostać zhakowany. Wiemy o ataku terrorystycznym w Nicei, gdzie kierowca terrorysty kosił setki ludzi. Wyobraź sobie, że w pojeździe nie ma kierowcy – mówi. Uber mówi, że traktuje ten problem poważnie; niedawno dołączył do swojego zespołu dwóch wybitnych ekspertów w dziedzinie bezpieczeństwa komputerowego w motoryzacji. Rajkumar ostrzega również, że potrzebny jest fundamentalny postęp, aby komputery mogły bardziej inteligentnie interpretować rzeczywisty świat. My, ludzie, rozumiemy sytuację, mówi. Jesteśmy istotami poznawczymi, czującymi. Rozumiemy, rozumujemy i podejmujemy działania. Kiedy masz zautomatyzowane pojazdy, są one po prostu zaprogramowane do robienia pewnych rzeczy w określonych scenariuszach.

Innymi słowy, kolorowy obraz, który zobaczyłem z tyłu mojego zautomatyzowanego Ubera, reprezentuje uproszczony i obcy sposób rozumienia świata. Pokazuje, gdzie znajdują się obiekty, czasami z centymetrową precyzją, ale nie ma pojęcia, czym naprawdę są te rzeczy ani co mogą zrobić. To jest ważniejsze, niż mogłoby się wydawać. Oczywistym przykładem jest to, jak ludzie reagują, gdy widzą zabawkę siedzącą na drodze i dochodzą do wniosku, że dziecko może być niedaleko. Dodatkowa trudność polega na tym, że Uber zarabia większość swoich pieniędzy w lokalizacjach miejskich i podmiejskich, mówi Rajkumar. To właśnie tam zdarzają się nieoczekiwane sytuacje częściej.

Wewnątrz samochodów uchwyty na kubki zostały zastąpione srebrnym przyciskiem włączania trybu automatycznego oraz dużym czerwonym przyciskiem stop.

Co więcej, wszystko, co dzieje się nie tak z eksperymentalną usługą taksówkową Ubera, może mieć konsekwencje dla całej branży. Pierwsza śmiertelna katastrofa z udziałem zautomatyzowanego systemu jazdy, kiedy Tesla w trybie autopilota nie zauważyła dużej ciężarówki na autostradzie na Florydzie tej wiosny, już wzbudziła pytania o bezpieczeństwo. Pospieszne wdrożenie dowolnej technologii — nawet mającej na celu zwiększenie bezpieczeństwa na drogach — może łatwo wywołać reakcję. Chociaż Uber wykonał świetną robotę, promując to jako przełom, realistycznie jest to jeszcze dość daleko, mówi Keith z MIT. Nowatorskie technologie opierają się na pozytywnym przekazie szeptanym, aby budować akceptację konsumentów, ale może się również zdarzyć odwrotnie. Jeśli przypisywane tej technologii zdarzają się straszne wypadki samochodowe, a organy nadzoru rozprawiają się z nimi, to z pewnością osłabiłoby to entuzjazm ludzi.

Mniej więcej w połowie jazdy samochodem Ubera, wkrótce po tym, jak zaproszono mnie do siedzenia na miejscu kierowcy, mogę osobiście doświadczyć rzeczywistości ograniczeń tej technologii. Naciskam przycisk, aby aktywować automatyczny system jazdy, i powiedziano mi, że mogę go wyłączyć w dowolnym momencie, poruszając kierownicą, dotykając pedału lub naciskając inny duży czerwony przycisk. Samochód wydaje się jechać idealnie, tak jak poprzednio, ale nie mogę nie zauważyć, jak zdenerwowany jest teraz inżynier obok mnie. A potem, gdy siedzimy w korku na moście, a samochody zbliżają się w przeciwnym kierunku, samochód zaczyna powoli skręcać kierownicą w lewo i skręcać na nadjeżdżający pas. Chwyć za kierownicę, krzyczy inżynier.

Może to błąd, a może czujniki samochodu są zdezorientowane przez szeroko otwarte przestrzenie po obu stronach mostu. W każdym razie szybko robię to, co mówi.

ukryć