Koľko musí počítač chodiť do autoškoly? — Ako bezpečné sú jednotlivé značky samo jazdiacich áut? — Prečo nástup áut bude tak rýchly? — Čo musí mať autonómne auto navyše oproti bežnému autu?
Toto je doplnkový blog k téme Autonómnych áut, pre ľudí, ktorí majú aj hlbší záujem o túto tému. Vtesnať všetky fakty do jedného blogu, by bolo pre “menej nadchnutých ” zrejme úmorné, tak som detailnejšie fakty posunul do tohto doplnkového blogu. Výnimočne som sa rozhodol odomknúť doplnkový materiál aj pre bežného návštevníka. Ostatné doplnkové blogy sú zamknuté iba pre členov Mocnedata,sk komunity. Dobrou správou však je, že členom komunity sa môže stať bezplatne každý, za menej ako 2 minúty svojho času.
Prečo tak rýchlo?
Pôvodný blog nám vysvetlil jednotlivé štádia (stupne) autonómnosti áut a pridal odhad, kedy je pravdepodobné, že sa objavia prvé autonómne autá aspoň stupňa 4. Keďže však aktuálne po cestách jazdia iba autá stupňa dva, niektorí si môžu klásť otázku, ako je možné, že z 2. na 4. sa podarí preskočiť tak rýchlo? Človek by predsa očakával, že ak čochvíľa majú jazdiť autá stupňa 4., už by predsa mali bežne chodiť po svete vozidlá 3. stupňa automatizácie.
Nech táto úvaha znie akokoľvek logicky, nie je v skutočnosti pravdivá. Ak sa opätovne začítate, do popisu stupňov autonómnosti, zistíte, že stupeň 3 je v podstate dosť neprakticky. Auto totiž jazdí samo, až kým nenastane situácia, ktorú nevie vyriešiť. V takom prípade, upovedomí vodiča, že musí prevziať riadenie vozidla a auto-pilot sa vypne. Ak človek nezareaguje, správa sa to podobne, ako keď dnes čítate SMSku alebo nejak inak nevenujete pozornosť riadeniu, teda často tragicky. Pre človeka na mieste vodiča by to bola medvedia služba, lebo auto by nepožadovalo jeho permanentnú pozornosť, ale ak by sa niečo zomlelo, stále by za situáciu zodpovedal človek. V odborných kruhoch sa tento jav popisu aj ako “Eyes-off, Brain On” (nesledujem, ale som čulý zareagovať). V praxi by takýto postup staval vodiča do nevýhody alebo bol ešte oveľa vyčerpávajúcejší ako bežné šoférovanie, každá interakcie človeka by bola len “v problémovej” situácií na ceste.
Z tohto dôvodu sa väčšina firiem vyjadrila, že nebudú vyvíjať modely úrovne 3, lebo by po nich nebol skutočný dopyt a vyvolali by len vlnu nevôle medzi užívateľmi. Po tajme teda (takmer) všetky spoločnosti pracujú priamo na úrovni 4 a vyššie. To, že po svete ešte nebehajú sériovo vyrábané autá Stupňa 4. teda nemá žiaden vplyv na príchod verzií stupňa 4. Mimochodom, ak vás zaujíma, ako sa jednotlivým automobilkám darí v patentovaní autonómnych áut, tu nájdete odpoveď.
Ako dlhá je autoškola pre počítač?
V blogu sme rozoberali, že bežný študent autoškoly, než dostane vodičský preukaz, najazdí menej ako 1000 km. Koľko je teda táto hranica pre počítačový algoritmus? Ako to už býva, pri počítačových algoritmoch naše nároky (občas aj trochu pokrytecky) oveľa vyššie nároky. Podľa výskumu RAND corporation, vedeného Nidhi Kalra, Susan M. Paddock, by na preukázanie rovnakej nehodovosti ako dosahujú ľudia bolo potrebné, aby autonómne vozidlo v testovaní odjazdilo aspoň približne 30 miliónov míľ. Ak by sme si však dali za cieľ obhájiť iba rovnaký (alebo nižší) počet zranených, postačilo by auto odjazdilo aspoň 800.000 míľ. Pre porovnanie uvediem, že keď aktívny vodič odjazdí 25 000 km (= 16000 míľ) ročne, tak rovnako prísny vodičák by dostal po 50 rokoch autoškoly, teda zrejme v posledných rokoch svojho života. Pričom počas celých 50 rokov by bol v skúšobnej dobe, teda ak by spôsobil nejakú nehodu, vodičák by ani nedostal. Graf z danej štúdie dokumentujúci tieto čísla pripájam nižšie:
Samozrejme, bolo by asi zbytočne lacné žiadať, aby autonómne autá boli “len” tak dobré ako ľudia. V skutočnosti práve znížená nehodovosť je jedným zo zásadných argumentov pre zavedenie autonómnych vozidiel. Vyššie uvedený graf teda zároveň dokumentuje, koľko míľ by muselo autonómne auto najazdiť v testoch, aby preukázalo zníženie nehodovosti na polovicu alebo štvrtinu ľudskej chybovosti. Pre preukázateľné zníženie úmrtnosti na o -60% percent by muselo auto absolvovať podľa danej štúdiu miliardu míľ, ak by sme chceli ísť na -90% ľudskej úmrtnosti, muselo by auto odtrénovať až 20 miliárd kilometrov. (Osobne som si nie istý, či autori správne posúdili efekt toho, že ak budú jazdiť autonómne vozidlá v premávke s inými autonómnymi vozidlami, tak počet kilometrov na preukázanie nehodovosti bude nižší, lebo stroje sú k sebe, žiaľ ohľadu plnejšie ako sme k sebe my ľudia.
Ak zoberiete do úvahy, že priemerná rýchlosť (mix obce a mimo obce) je niekde okolo 70km/h, ak by firma použila 10.000 áut jazdiacich paralelne a testujúcich nonstop, takýto test by si stále vyžadoval 1909 dní, teda 5 aj štvrť roka. Ak si aj odmyslíme samotnú cenu vozidiel a analytickej práce na vyhodnotenie testov, len samotné palivo na takýto test by stálo miliadru EUR. Nakoniec v počte kilometrov bude zohrávať rolu aj to, na ktorej strane cesty má autonómne auto jazdiť. Prečo je to dôležité, vysvetľujem tu.
Drobná dátová komplikácia
Ako popisuje jeden z odsekov nižšie v tomto blogu, prevádzka autonómného auta bude generovať veľký objem dát. Nie síce tak enormné ako lietadlá, ale predsa dosť veľké, aby boli problémom sami o sebe. Podľa odhadov EU môže jeden autonómny plug-in hybrid generovať až 25 GB dát za každú hodiny prevádzky. Spočiatku sa dáta budú zrejme ukladať do nejakej dočasnej pamäte priamo v aute, ale pre účely auditu a zlepšovania riadiacich programov samojazdné dáta budú nemalú časť tohto objemu určite posielať aj do centrálnych serverov. Ak si predsatvíte, že len VolksWagen vyrobí 1 milión nových áut ročne, infraštruktúra výrobcu bude musieť byť schopná uchovať záznamy pre desiatky miliónov áut, čo pri 2 hodinách priemernej jazdy auta denne predstavuje 500 000 TB dát. Aj keby sa prenášala len 5% zo všetkých zaznamenaných údajov, stále sa bavíme o presení vzduchom, uchovaní a zanalyovaní 25 000 TB dát každý jeden deň. To, čo znie ako “vedľajší efekt”, v skutočnosti bude výzva sama o sebe.
Čo musí mať autonómne auto navyše oproti bežnému autu?
V pôvodnom blogu sme nemali príliš priestoru detailne rozobrať, čo vlastne musí autonómne vozidlo mať nad rámec bežného auta. Táto otázka je však kľúčová pre pochopenie, prečo sa príchod autonómnych vozidiel tak nezadržateľne blíži. Dovoľte mi dať teda tejto veci zadosť práve v tomto doplnkovom blogu. Nad rámec bežného auta je teda pre autonómnu jazdu potrebné mať nasledovné:
Prvotným predpokladom je, že auto bude schopné replikovať naše zmysly. Teda potrebuje senzory, aby videlo (aspoň toľko), čo vidí človek. Keďže však ľudský zrak sníma všeličo iné (okrem iného aj sexi stopárku pri ceste), na miesto izolovania zrakových vnemov výhrade pre šoférovanie priamo zo simulovaného zraku, rozhodli sa autonómne vozidlá zabezpečiť si niekoľko rôznych systémov nahrádzajúcich zrak. (napr. radar pre vzdialenosti iných áut, kamery pre snímanie značiek, kamery pre snímanie blízkeho okolia auta (napríklad chodci, prekážky pri cúvaní, …)).
Na rozdiel od človeka, stroju nestačí vidieť, lebo stroj musí videné ešte stotožniť s nejakým reálnym objektom. Ak na ceste leží objekt kvádrového zjavu, človek okamžite vidí, či je to prázdna krabica alebo kus žuly a vi sa podľa toho či riskovať prudký výhybný manéver alebo objekt proste ignorovať. Rovnako musí rozoznať, že tá lesklá časť vozovky je v skutočnosti vodná hladina výtlku. Okrem senzorov na videnie, tak potrebuje autonómne riadenie aj software na rozpoznanie objektov na a vedľa cesty.
Okrem toho samozrejme musí auto vedieť kde je a kam ide, takže súčasťou systému musí byť veľmi presná lokalizácia. Byť o pol metra niekde inde ako som si myslel, že som, môže znamenať, že zišli z cesty. klasické GPS z navigácie tu teda neobstojí. Navyše musí mať palubný počítač k dispozícií aj mapové podklady a vedieť zareagovať aj v situácií, keď optické videnie signalizuje, že nie sú aktuálne. (napríklad jeden pruh cesty sa pred chvíľou prepadol kvôli erózie pôdy, hoci na mape je cesta krásne dvojprúdová).
Málokomu by napadlo, že ak má auto riadiť samé, musí byť už vo svojej primitívnej podstate ovládateľné strojom, teda točenie volantom alebo brzdenie musí byť manuálne vykonateľné strojom. Stroj musí zároveň byť shopný vivinúť aj rôznu intenzitu tlaku na plynový, či brzdný pedál. Keďže vozidál stupňa 4. stále budú pripúšťať existenciu situácií, kde musí to isté riadenie prevziať človek, auto stále musí fungovať aj po ľudsky (človek musí mať nejakú formu ako urobiť to isté, čo by dokáže stroj) a dokonca vymedziť, kedy ľudský protipohyb voči strojovému preberá kontrolu a kedy naopak nie. (Ak sa auto rúti na stenu z betónu, auto by nemalo dovoliť vodičovi pridávať plyn, aj už je na hranici brzdnej dráhy, inokedy však môže ísť o výhybný manéver.)
Keďže autonómne riadenie nie je súbor natvrdo naprogramovaných vzorcov správania, ale musí byť schopné vyhodnotiť aj situáciu sk torou sa doposiaľ nestretlo, musí obsahovať palubná jednotka rozhodovací modul, zrejme na báze neurónovej siete. Navyše tento rozhodovací modul, musí byť priebežne verifikovaný (z externého prostredia), by sa nenaučil niektoré zlozvyky. Na tento účel sa budú zrejme výsledky rozhodovania priebežne odosielať do nejakého centrálneho strediska, ktoré bude v reálnom čase hľadať nedokonalosti systému a aktívne ich opravovať vo všetkých ostatných autácu tej istej značky.
Keď už sa rozhodovací modul rozhodne, čo v danej situácii robiť, musí existovať nejaký fyzikálny model, ktorý pretlmočí rozhodnutie do súboru pokynov pre samotné ovládanie auta (podraď o jeden stupeň, vyhoď smerovku, vykloň sa do protismeru a prudko pridaj, aby si stihol predísť pomalšie auto pred Tebou). Úlohou tohto modelu bude zvoliť vždy čo najvhodnejšiu kombináciu možných úkonov.
Vykonávanie niektorých vyššie uvedených úkonov si vyžaduje prítomnosť osobitného hardwaru (samostatný procesor, pamätový čip na ukladanie dát), ktorý navyše musí zvládať bezpečnosť tak, aby nebol priamo napadnuteľný (alebo aspoň toto riziko výrazne potáčal). Toto je dôvod prečo si mnohí myslia, že príchod autonómnych áut je daleko, lebo väčšina dnešných áut takýmto hardware nedisponujú. V skutočnosti však ide o veci pomerne malých rozmerov, na ktorých domontovanie v karosériách dnešných áut je dostatok priestoru. Teda, ak bude treba, aby tam takéto zariadenia boli, miesto pre ne už exsituje, stačí ich domontovať.
Zdanlivo triviálne pôsobí aj požiadavka, že auto bude musieť mať svoj vlastný operačný systém. Už menej humorne pôsobá predstava, že by sa tejto role ujal niektorý, v PC z bežne používaných operačných systémov. (napríklad modrá WIN obrazovka počas autonómnej jazdy). Teda je zrejmé, že operačný systém pre auto bude musieť byť budovaný úplne inak a navyše bude musieť “zniesť” operačné systémy iných zariadení, ktoré s nim budú komunikovať (smart semafóry, iné autá, …).
V neposlednom rade musí existovať ďalšia vrstva systému, ktorá dáva pozor na súhru všetkých vyššie menovaných elementov. Tá napríklad musí byť schopná rozoznať, že signály, ktoré posiela senzor sú “čudné” a teda je možné, če je špinavý alebo poškodený a neuviesť tak celé auto do tragického omylu. To je zároveň jednotka, ktorá ohlási človeku, kedy auto nie je schopné viesť auto a musí buď zastaviť alebo odovzdať riadenie človeku.
Sumár všetkých vecí ponúka aj nasledovná infografika:
Ako bezpečné už sú prototypy jednotlivých značiek?
Iste si kladiete otázku, od koho si teda kúpiť autonómne auto. Aj keď množstvo výskumu (a stým súvisiacich patentov) určite je dôležité kritérium, určite by “bodlo vedieť” aj to, ako sa darí jednotlivým prototypom. V dnešno monitorovanom svete samozrejme exsitujú informácie aj o tejto stránke pokroku. Na základe štatistík štátu California (kde sa väčšina autonómnych áut vyvíja) teda FT zozbierala štatistiky, ako často muselo autonómne vozidlo v testovaní vzdať sa riadenia o požiadať o intervenciu človeka (tento počet samozrejme obsahuje v sebe už aj nehody, lebo to boli situácie, keď ani ľudský zásah nehode nezabránil). Keďže každý team najazdil odlišný počet km so svojimi prototypmi, výsledky je potrebné realitizovať voči nejakej spoločnej báze (napr. na 1 km jazdy). Čísla sú to naozaj zaujímavé:
Okrem iného štatistika dokumentuje, že navrch majú tie teamy, ktoré robia najväčší počet kilometrvo testov, lebo -podobne ako u ľudí – čím viac skúseností, tým viac naučených pravidiel ako reagovať aj na menej bežné javy. Najnižší počet incidentov, kde bolo treba zásah človeka má Google (cez svoju platformu Waymo), iba 1 zásah za približne 5000 míľ. Tesla aj Bosch, ktorí vlastnia veľa patentov v tejto oblasti zjavne však nemajú ešte nabehaných toľko KM a teda požiadavky na zásah človeka sa objavujú aj častejšie ako každú tretiu míľu. (čo by zjavne zatiaľ asi neobstálo). Z bežných značiek ešte výborné čísla dosahuje BMW alebo Ford, aj keď u nemeckého výrobcu je možné, že testy prebiehajú vo veľkej miere aj v Európe, takže nie je zrejmé, či ich Kalifornská časť je reprezentatívnym obrázkom celkového výkonu.
A budú vôbec ľudia chcieť cestovať autonómnymi autami?
Keďže povedomie o príchode autonómných áut je u nás na Slovensku, žiaľ, pomerne slabé., občas dostávam aj otázku: A kto vlastne bude chcieť tými samojazdnými autami cestovať? Dôverujú vôbec ľudia tomuto vynálezu? Solídny výskum na Slovensku zatiaľ nebol realizovaný (alebo minimálne zverejnený), ale čo to napovie postoj iných krajín. Pre mňa zaujímavé je, ako rozličné sú postoje naprieč kontinentami. Európa je zatiaľ chladnejšia k tejto téme ale treba povedať, že Európa má zase jednu z najnižších nehodovostí áut na svete, takže argument záchrany ľudských životov tu nie je až tak plastický (alebo je pre neho latka postavená veľmi vysoko). Štúdia pochádza od spoločnosti CISCO a bola realizovaná už v roku 2013, približne v čase, keď Tesla predstavila Model S:
Krajiny ako India, Čína a Brazília sa vyslovene pachtia za implementáciou autonómnych áut. V skutočnosti to však môže predstavovať (najmä v odľahlejších častiach Brazílie a Indie) väčší problém ako v iných tradičných krajinách. V Nemecku idea samojazdiacich áut nadchýňa iba každého tretieho človeka. Celosvetoto však podpora už prekročila 50% a teda je predpoklad, že s príchodom áut stupňa 4, vznikne rýchlo aj početný dopyt.
Ostatné doplnkové blogy pre členov Mocnedata.sk komunity:
Najčastejšie chyby v emailoch – Ako ich nájsť a opraviť
Čo by mal vedieť Dátový analytik? [veľký prieskum]
Špeciálny nástroj k meninovým kampaniam
Publikované dňa 2. 4. 2018.
Späť na domovskú stránku
