Waymo – aiemmin Googlen itse ajava autoprojekti on amerikkalainen itse ajava teknologiayritys. Tämän yrityksen pääkonttori on Mountain View’ssa, Kaliforniassa. Waymon mukaan sen tekoälykuljettajat onnistuivat välttämään 75 prosenttia kolareista ja 93 prosenttia vakavista vammoista. Nämä tilastot sisältyvät kahteen sen viimeaikaiseen julkaisuun. Yhtiö väittää myös, että nämä tilastot ovat korkeampia kuin ihanteelliset ihmiskuljettajamallit, 62,5 % ja 84 %. Mikä on Waymo perustana näin tarkalle kvantitatiiviselle kuvaukselle itseajoturvallisuudesta? Waymon uusimman paperin tarkoitus ei ole näyttää, kuinka turvallista itse ajaminen on, ainakaan ei ollenkaan. AEB:stä (aktiivinen jarrutus) on tullut vakio, ja älyautot ovat kaivanneet sitä useiden vuosien ajan.
Jokaisella yrityksellä on kuitenkin erilaiset standardit. Se, kuinka paljon nopeutta ja millaisia esteitä AEB voi välttää, riippuu standardista. Waymon todellinen tavoite on yrittää kehittää joukko normeja, joilla määritellään ja arvioidaan, onko itseajojärjestelmä turvallinen. Tarvitaan todellinen tieteellinen laskentajärjestelmä, ennen kuin väitetään, että itse ajaminen on turvallisempaa kuin ihmisajo. Pelkkä tietestien ja onnettomuuksien suorittaminen eri olosuhteissa ei riitä.
Mikä on arvioinnin vertailukohta: Ihmisen reaktioaikojen mallintaminen
Yksi Waymon panoksesta on, että he ovat kehittäneet uusi arkkitehtoninen malli. Tämä malli voi mitata ja mallintaa kuljettajan reaktioaikaa todellisissa tieolosuhteissa. Itse asiassa yksinkertaisesti sanottuna se on vertailla itseohjautuvan järjestelmän reaktioaikaa ihmisten kuljettajien keskimääräiseen reaktioaikaan hätätilanteissa. Tämä arkkitehtuuri ei sovellu vain itse ajamiseen, vaan myös muille liikenneturvallisuuden osa-alueille.
Erityisesti malli perustuu kahteen ydinajatukseen:
Ensinnäkin, jotta vältetään Törmäystilanteessa kuljettajat päättävät usein jarruttaa tai kääntää ohjauspyörää. Toisin sanoen reaktioaika riippuu siitä, miten kuljettaja ennakoi tämänhetkistä liikennetilannetta. Yleensä kuitenkin yllätystekijä on, kun kuljettaja kohtaa yhtäkkiä esteen. Joten kun se lisää”yllätystekijän”, kuljettajan reaktioaika muuttuu.
Toiseksi, reaktioaika riippuu dynaamisesti muuttuvasta liikenneympäristöstä. Ei ole olemassa yhtä kaikille sopivaa aikaa, jota voidaan soveltaa kaikkiin eri skenaarioihin. Jos esimerkiksi edessäsi oleva auto jarruttaa äkillisesti, voit reagoida nopeasti. Muuten, jos edessä oleva auto hidastaa hitaasti, reaktioaikasi pitenee vastaavasti.
Huomaa, että reaktioaika viittaa tässä nimenomaan siihen psykologiseen prosessiin, jossa kuljettaja päättää jarruttaako vai kääntääkö hän. Se ei sisällä myöhempiä väistämistoimia (esim. ohjauspyörän kääntäminen tai jarrulle astuminen).
Kuljettajan reaktioaika
Yllä oleva kuva tiivistää prosessin. Kuvan yläosassa liikennevalot nähtyään kuljettaja luonnollisesti ajattelee, että edessä olevan auton on jarrutettava hidastaakseen vauhtia. Tosiasia on kuitenkin, että edessä ajanut auto jarrutti ja hidasti. Joten kuljettajan ennustus oli oikea ja vastasi todellista tulosta. Tässä tapauksessa kuljettajalta ei tule”yllätystä”.
Kuvan alaosassa kuljettaja ajatteli, että edessä ajava auto jatkaa eteenpäin. Tosiasia on kuitenkin, että edessä ajanut auto jarrutti yhtäkkiä. Tämä on ristiriidassa hänen psykologisten odotustensa kanssa, ja kognitiota päivitettiin toistuvasti.
Viikon Gizchina-uutiset
Yllä oleva kuva tarkastelee kognitiivisen transformaation prosessia. Tämän malliarkkitehtuurin synty on pääosin ratkaisemassa edellisen reaktioaikamallinnuksen kaksi päärajoitusta:
Reaktioaika on liian riippuvainen ympäröivästä ympäristöstä Kuinka määritellä”ärsyke”selkeästi.
Waymo toivoo voivansa mitata ihmisten reaktioaikaa esteiden näkemisestä jarrujen painamiseen todellisessa tieympäristössä erilaisten monimutkaisten ajoympäristöjen edessä. Perinteisessä menetelmässä reaktioajan analyysi perustuu yleensä tiettyyn ohjattavaan kokeeseen. Tässä ei ole mahdollista selkeästi määritellä, milloin”ärsykkeet”yleisissä liikenneonnettomuuksissa laukeavat. Tällaisella tiukemmalla reaktioajan vertailumallilla voidaan arvioida itseohjautuvan järjestelmän suorituskykyä.
Ihmiskuljettaja vertailumallina
Jotta Waymo voi testata tekoälyohjaimiaan tehokkaasti, se tarvitsee inhimillisen viittauksen. Tässä NIEON tulee mukaan. NIEON tarkoittaa Ei-vammaisia silmiä konfliktissa. Se on vertailumalli, ihanteellinen ihmiskuljettaja. Tämä tarkoittaa, että NIEON-kuljettajilla ei ole älyllisiä, kuulo-tai näkövammoja. Ne pysyvät keskittyneinä koko ajoprosessin ajan eivätkä ole hajamielisiä tai unelias.
Verrattaessa Waymon AI-kuljettajaa NIEON-malliin, tulokset ovat:
16 samanaikaisen liikenneonnettomuuden jälkeen, Waymon automaattinen ajojärjestelmä pystyi välttämään 12 törmäystä. Tämä edustaa 75 %:n välttämistodennäköisyyttä.
Sitä vastoin ihanteellinen NIEON-malli välttää 10 törmäystä välttämistodennäköisyydellä 62,5 %.
Samaan aikaan Waymon itse-ajojärjestelmä voi vähentää 93 % törmäyksistä johtuvia vakavia vammoja. NIEON-malli voi kuitenkin vähentää vain 84%.
Siksi Waymo tuli siihen tulokseen, että heidän itseohjautuvat tekoälyohjaimet ovat turvallisempia kuin ihmiskuljettajat. Waymo kuitenkin korostaa, että tämä johtopäätös koskee erityisesti vanhempia kuljettajia. Paperissa sanotaan myös, että NIEONin kaltaista käyttäytymismallia voidaan käyttää vertailukohtana arvioitaessa ADS-itse ajamisen laatua ja turvallisuutta.
Waymon tutkimuksen rajoitukset
Kuten Waymo-virkailijat mainitsevat myös neljä rajoitusta testitulosten luotettavuuden suhteen.
Ensinnäkin tietojoukko sisältää törmäyksiä, jotka ovat ensisijaisesti ihmisten aiheuttamia. Tietenkin on tärkeää pohtia, kuinka itseohjautuva järjestelmä pystyy käsittelemään nämä tunnetut, ihmisen aiheuttamat törmäykset oikein. On myös tärkeää testata järjestelmän kykyä välttää vastaavaa käyttäytymistä. Kaikki onnettomuudet eivät kuitenkaan ole ihmisen aiheuttamia. Toiseksi tutkimuksessa mallinnettiin vain poliisin ilmoittamiin onnettomuuksiin perustuvia rekonstruktioita. Virallisiin asiakirjoihin kirjattu kolarimäärä voi poiketa todellisuudesta. Kolmanneksi, nykyinen tutkimus perustuu vain yhteen NIEON-mallin toimintaan Waymon itseohjautuvan järjestelmän laadun arvioimiseksi. Neljänneksi koko itseajojärjestelmän suorituskykyä testataan simuloidussa ympäristössä ja erilaisissa olosuhteissa. Joillekin erityisille skenaarioille tämä ei sovellu.
Mikä estää itse ajamista?
Itseajotekniikan suosituksi tuleminen on vaikeaa. Yksi yleisimmistä kysymyksistä on, miksi itse ajaminen ei saa käyttölupaa. Yksinkertainen vastaus tähän kysymykseen on, että säännöt ovat epätäydellisiä. Myöskään itseohjautuvien ajoneuvojen oikeuksien ja velvollisuuksien jako on epäselvä. Miksi vastuunjako omassa ajamisessa on epäselvä tämän päivän L2-L3-vaiheessa? Yksinkertaisesti, koska nykyiset itseohjautuvat järjestelmät eivät ole tarpeeksi täydellisiä ollakseen”idioottivarmoja”. Ne edellyttävät ihmisten olevan valmiita ottamaan vallan. Tämä on se osa, joka jää epäselväksi. Missä vaiheessa ihmiset ottavat vallan?
Ei ole olemassa laadullista ja määrällistä standardia sen määrittelemiseksi, missä olosuhteissa ihmisten on otettava järjestelmä haltuunsa. Luonnollisesti oikeuksien ja velvollisuuksien selkeä jako laillisesti on mahdotonta. Näin ollen epätäydelliset määräykset ovat seurausta koko itseohjautuvan teollisuuden viiveestä. Teollisuus ei ole koskaan toimittanut lainsäätäjälle teknisiä standardeja, jotka voivat toimia lainsäädännöllisellä tasolla.
Jotta esteet itseohjauksen toteuttamiselle sääntelytasolla poistetaan, on tarpeen antaa tarkat ja tiukat määritelmät järjestelmän luotettavuuden, tien monimutkaisuuden, järjestelmän valmiuksien rajojen, ihmisen toiminnan olosuhteiden ja järjestelmän vian kriittisten pisteiden ehdot.
