Το τεχνολογικό ταξίδι προς την πλήρως αυτόνομη οδήγηση μέσω της τεχνητής νοημοσύνης

Για χρόνια, οι κατασκευαστές εξοπλισμού αυτοκινήτων εργάζονται για την πραγματοποίηση του ονείρου των αυτοκινούμενων οχημάτων που κινούνται στους δημόσιους δρόμους, μεταφέροντας τους επιβάτες τους με άνεση και ασφάλεια στους προορισμούς τους.

Διαβάστε επίσης: To Self-Driving της Tesla μπέρδεψε… την πανσέληνο με το πορτοκαλί φανάρι σε φωτεινό σηματοδότη

Σήμερα, έχουν πραγματοποιηθεί σημαντικά βήματα προς την υλοποίηση αυτού του οράματος, καθώς πολλές αυτοκινητοβιομηχανίες ενσωματώνουν ήδη λογισμικό με διαφορετικά επίπεδα αυτόνομης οδήγησης στα οχήματά τους.

Τι καθυστερεί τις εξελίξεις στον τομέα της αυτόνομης οδήγησης; 

self-driving cars
Smart car, self-driving mode, Autonomous car

Τι καθυστερεί αυτού του είδους τις εξελίξεις; Η διαθεσιμότητα της τεχνολογίας που απαιτείται για τα αυτόνομα αυτοκίνητα δεν αποτελεί πρόβλημα αφού, είναι ήδη εγκατεστημένη σε πολλά αυτοκίνητα που κυκλοφορούν σήμερα.

Τα σημαντικότερα εμπόδια, ωστόσο, στην πρόοδό της είναι η ρύθμιση και η διαλειτουργικότητα αυτής καθεαυτής της τεχνολογίας αυτόνομης οδήγησης.

Είναι επίσης γνωστό ότι ορισμένες εταιρείες αντιμετώπισαν σοβαρά προβλήματα αφού κατέστησαν προσβάσιμες τις λειτουργίες της αυτόνομης οδήγησης. Υπήρξαν τραυματισμοί, ακόμη και θάνατοι τόσο οδηγών, όσο και πεζών.

Τα τραγικά αυτά αποτελέσματα περιπλέκουν ακόμη περισσότερο τα νομικά ζητήματα που σχετίζονται με την ανάπτυξη αυτής της τεχνολογίας, μειώνοντας ενδεχομένως τον ρυθμό της.

Τα πέντε επίπεδα της αυτόνομης οδήγησης

autonomous driving cars

Είναι γενικά γνωστό ότι υπάρχουν πέντε επίπεδα τεχνολογίας αυτόνομης οδήγησης, με το επίπεδο 1 να περιλαμβάνει τη συμπερίληψη ορισμένων αυτόματων λειτουργιών, όπως την ανίχνευση σύγκρουσης ή τις προειδοποιήσεις για έξοδο από λωρίδα κυκλοφορίας, έως και το επίπεδο 5 που αντιπροσωπεύει την πλήρη αυτοματοποίηση, όπου δεν απαιτούνται οι ενέργειες του οδηγού.

Για τους βασικούς κατασκευαστές τουλάχιστον, το τρέχον σημείο στο οποίο εστιάζουν είναι τα λεγόμενα προηγμένα συστήματα υποβοήθησης οδηγού (ADAS). 

Επί του παρόντος, ακόμη και οι παγκόσμιοι ηγέτες της αγοράς αυτοκινήτου βρίσκονται έως το επίπεδο 3 και μόνο τα χαρακτηριστικά από τα επίπεδα 1 ή 2 είναι, για την ώρα, νόμιμα προς χρήση σε δημόσιους δρόμους.

Βέβαια, ακόμα και σε αυτά, τα αρχικά επίπεδα, υπάρχουν σημαντικές τεχνολογικές προκλήσεις.

Για παράδειγμα, η λειτουργία “αυτόματος πιλότος” απαιτεί από τον οδηγό να είναι σε εγρήγορση, έτοιμος να επέμβει χειροκίνητα με το τιμόνι και το φρενάρισμα όταν απαιτείται.

Αυτό από μόνο του απαιτεί εξαιρετικά εξελιγμένη τεχνολογία, με το όχημα όχι μόνο να ανιχνεύει τις συνθήκες και τα γεγονότα στο δρόμο, αλλά και να παρακολουθεί τι κάνει ο οδηγός.

Μάλιστα στο επίπεδο 3 τα πράγματα γίνονται πραγματικά ακόμα πιο περίπλοκα. Κάθε τεχνολογικό στοιχείο, σε κάθε βήμα, πρέπει να αναπτυχθεί έτσι, ώστε να μπορεί να λειτουργεί και να ανταπεξέρχεται σωστά σε κάθε κατάσταση.

Στη συνέχεια, πρέπει να πιστοποιηθεί και να διασφαλιστεί η αποτελεσματική και ασφαλής χρήση του.

Η πρόκληση δεδομένων και πώς βοηθάει η τεχνητή νοημοσύνη

self driving

Τα υψηλότερα επίπεδα αυτοματισμού εξαρτώνται από το αν ένα όχημα μπορεί να αντιλαμβάνεται εξωτερικά εμπόδια, μέσω των αισθητήρων του, παίρνει αποφάσεις χρησιμοποιώντας στοιχεία και δεδομένα, μέσω της δυνατότητας της τεχνητής νοημοσύνης, με βάση κυρίως την απόσταση και το χρόνο, με παρόμοιο τρόπο που θα το έκανε ένας οδηγός.

Για να επιτύχει ένα όχημα αυτό το επίπεδο “ευφυΐας”, πρέπει να συλλεχθεί ένας μεγάλος όγκος δεδομένων και να υποβληθεί σε επεξεργασία σε μια μορφή που μπορεί να οδηγήσει στη διαμόρφωση των προαναφερθέντων αποφάσεων.

Ορισμένα από αυτά τα δεδομένα θα προέρχονται από αισθητήρες και κάμερες υψηλής ποιότητας προσαρτημένες στο ίδιο το όχημα, αλλά σαφώς κανένα όχημα δεν θα μπορούσε να «βιώσει» κάθε πιθανή κατάσταση. Απαιτούνται, επίσης, άλλα δεδομένα από πλήθος άλλων καταστάσεων στις οποίες μπορεί να βρεθεί ένα όχημα.

Οι τεχνικές μεγάλου όγκου DATA μπορούν να βοηθήσουν στη διαχείριση αυτών των δεδομένων, αλλά για να είναι χρήσιμες για το αυτόνομο όχημα πρέπει να υποβληθούν σε επεξεργασία.

Τα δεδομένα από τους αισθητήρες και τις κάμερες πρέπει να μετατραπούν σε 2D και 3D εξωτερικές προβολές, με ετικέτα για να βοηθήσουν τα μοντέλα τεχνητής νοημοσύνης να το καταλάβουν (για παράδειγμα, να επισημαίνονται τα αυτοκίνητα, τα φορτηγά, τα κτίρια, οι πεζοί και ούτω καθεξής σε μια εικόνα).

Αυτά τα εμπλουτισμένα δεδομένα πρέπει στη συνέχεια να μετατραπούν σε σενάρια που μπορούν να αποτελέσουν τη βάση για τη λήψη αυτόματων αποφάσεων.

Οι τομείς ανάπτυξης της τεχνητής νοημοσύνης

Μέχρι τώρα, ο μεγαλύτερος εμπλουτισμός δεδομένων απαιτούσε σημαντική προσπάθεια από ανθρώπους. Σήμερα, ωστόσο, ο όγκος δεδομένων γίνεται τόσο πολύ μεγάλος για τους ανθρώπους, ώστε να μην μπορούν να τον επεξεργαστούν αποτελεσματικά.

Ευτυχώς, η AI (Τεχνητή Νοημοσύνη) μπορεί πλέον να βοηθήσει στον εξορθολογισμό και αυτών των διαδικασιών, δημιουργώντας ουσιαστικά αυτοματοποιημένες λύσεις.

Όλο και περισσότερο, αυτοί οι αυτοματισμοί θα είναι κρίσιμοι, προκειμένου να διασφαλιστεί ότι τα οχήματα θα είναι εξοπλισμένα με ακριβή σενάρια ευφυΐας και απαλλαγμένα από πλεονασμούς που μπορούν να περιπλέξουν τη χρήση τους.

self driving car

Έρευνες δείχνουν ότι οι μεγάλοι κατασκευαστές αυτοκινήτων μπορούν να αυξήσουν τα λειτουργικά τους κέρδη έως και 16% αναπτύσσοντας τεχνολογία τεχνητής νοημοσύνης. Για να κερδίσουν αυτό το πλεονέκτημα στον χώρο της αυτόνομης οδήγησης, οι εταιρείες πρέπει να δημιουργήσουν ή να αποκτήσουν ικανότητες σε διάφορους τομείς όπως:

Νοημοσύνη: Οι αυτοκινητοβιομηχανίες πρέπει να δημιουργήσουν μια λεπτομερή κατανόηση του ρόλου που παίζει η νοημοσύνη σε όλα τα επίπεδα της αυτονομίας και να βεβαιωθεί ότι μπορούν να αποκτήσουν, να επικυρώσουν, να επαληθεύσουν και να τυποποιήσουν αυτήν το συγκεκριμένο είδος τεχνητής “νοημοσύνης”.

Δεδομένα: Όπως είδαμε, τα υψηλότερα επίπεδα αυτόνομης οδήγησης απαιτούν υπολογισμό και λήψη αποφάσεων βασισμένα σε μεγάλο αριθμό καταστάσεων και αποφάσεων, και αυτές εξαρτώνται από την πρόσβαση στη νοημοσύνη που προέρχεται από μεγάλο όγκο δεδομένων.

Είναι σημαντικό να μπορεί το σύστημα να διαχειριστεί και να επεξεργαστεί αποτελεσματικά αυτά τα δεδομένα. Η τεχνητή νοημοσύνη απαιτεί να είναι δυνατή η αποθήκευση, η οπτικοποίηση, η ανάλυση και η κοινή χρήση όλων των δεδομένων.

Συνδεσιμότητα: Η αυτόνομη οδήγηση μπορεί να διευκολυνθεί με καλύτερη συνδεσιμότητα, η οποία επιτρέπει την ενημέρωση πολλών πτυχών του οχήματος. Σε συνδυασμό με την παροχή λειτουργικότητας στο λογισμικό, βοηθά να διασφαλιστεί ότι όλα τα οχήματα επωφελούνται από την τελευταία λέξη της τεχνολογίας.

Επικοινωνία: Το 5G θα είναι ζωτικής σημασίας για την αυτόνομη οδήγηση σε δημόσιους δρόμους. Με την επιτάχυνση της ταχύτητας σύνδεσης και τη μείωση της καθυστέρησης, το 5G επιτρέπει στα οχήματα να επικοινωνούν σχεδόν αμέσως μεταξύ τους, καθώς και με έναν τεράστιο αριθμό συνδεδεμένων οδικών στοιχείων και υποδομών.

Ξεπερνώντας τις προκλήσεις εφαρμογής

Self driving car and "driver"

Για ορισμένες νεότερες εταιρείες αυτοκινήτων, οι τεχνολογικές δοκιμές και η ανάπτυξη ήταν στο DNA τους από την αρχή, με το όραμα της αυτόνομης οδήγησης να είναι σαφώς προσδιορισμένος στρατηγικός στόχος. Αλλά για τους παλαιότερους κατασκευαστές, το ταξίδι προς την τεχνολογία αυτόνομων αυτοκινήτων είναι αναμφισβήτητα πιο δύσκολο.

Καθώς η τεχνολογία ADAS γίνεται πιο συνηθισμένη, οι καταναλωτές θα περιμένουν ότι τα νέα αυτοκίνητα θα είναι εξοπλισμένα με στάνταρ χαρακτηριστικά επιπέδων 1 και 2.

Αυτό σημαίνει, μεταξύ άλλων, ότι οι κατασκευαστές θα πρέπει να ενσωματώσουν αυτές τις νέες τεχνολογίες σε υπάρχουσες σειρές οχημάτων και επομένως θα πρέπει να προστεθούν νέα στοιχεία στην υπάρχουσα διαδικασία σχεδιασμού, δοκιμής και κατασκευής.

Υπάρχουν όμως και πιο θεμελιώδη ζητήματα. Οι παραδοσιακές αυτοκινητοβιομηχανίες δεν μπορούν εύκολα να επανασχεδιάσουν τις διαδικασίες ανάπτυξης τους από το μηδέν για να φιλοξενήσουν το ADAS.

Επιπλέον, λίγες από αυτές τις εταιρείες έχουν τους πόρους ή το χρόνο να πραγματοποιήσουν τα δικά τους πειράματα και να αναπτύξουν νέες διαδικασίες εφαρμογής του ADAS.

Διαβάστε περισσότερα: Consumer Reports: Το «Full Self-Driving» της Tesla δεν παρέχει επαρκείς εγγυήσεις ασφάλειας

Μια λύση θα ήταν να δημιουργηθεί ένα οικοσύστημα συνεργατών όπως προμηθευτές, ερευνητικά ινστιτούτα και άλλοι παράγοντες του κλάδου.

Οι αυτοκινητοβιομηχανίες θα επωφεληθούν από τη συνεργασία με εταίρους που μπορούν να αναπτύξουν την ιδέα, κάτι που μπορεί να μειώσει τον χρόνο ανάπτυξης και τον προϋπολογισμό και να απαλλάξει τους ΚΑΕ από ορισμένα  βάρη.

Είναι σημαντικό ότι ένα οικοσύστημα συνεργατών μπορεί να βοηθήσει στη μετάβαση στην Ευφυή Βιομηχανία, παρέχοντας τις δυνατότητες μηχανικής, προϊόντων και επιστήμης δεδομένων που απαιτούνται για την εκμάθηση δεδομένων και την ανάπτυξη τεχνολογίας σε μεγάλη κλίμακα.

Μπορούν επίσης να συν-αναπτύξουν ή να επικυρώσουν και να επαληθεύσουν αυτόνομα συστήματα και τεχνολογίες κάτι που θα επιταχύνει τη διαδικασία της ασφαλούς και επιτυχημένης κυκλοφορίας αυτοματοποιημένων οχημάτων στο δρόμο.