Исследователи из Мичиганского университета говорят, что объединение человеческого и искусственного интеллекта в автономных транспортных средствах может привести к более быстрому продвижению автомобилей без водителя к широкому распространению.
Это цель нового проекта, основанного на методике, называемой мгновенным краудсорсингом, для обеспечения экономически эффективного удаленного резервного копирования в реальном времени для бортовых автономных систем без необходимости физического присутствия человека на месте водителя.
Исследователи утверждают, что потребность в водителях, обеспечивающих безопасность человека, в таких транспортных средствах, как недавно внедренные автономные такси Waymo, подрывает их ценовое преимущество по сравнению с традиционными услугами совместного использования поездок. Это также сохраняет эру автомобилей, так как автономные подвижные жилые комнаты находятся вне досягаемости. И большинство исследователей согласны с тем, что машины не смогут полностью взять на себя обязанности водителя в течение многих лет или даже десятилетий.
«Современные автономные транспортные средства могут относительно неплохо ездить в типичных условиях, но они выходят из строя в исключительных ситуациях - и именно эти ситуации являются наиболее опасными», - сказал Уолтер Лазецки, доцент кафедры информатики и техники и руководитель проекта. «Проектирование автономных систем , способных справиться с такими исключительными ситуациями, может занять десятилетия, и в то же время нам понадобится что-то, чтобы заполнить этот пробел».
Мгновенный краудсорсинг отличается от более ранних усилий по удаленному резервному копированию человеком тем, что он может обеспечить человеческие реакции всего за несколько миллисекунд - потенциально достаточно быстрые, чтобы помочь увернуться от движущегося транспортного средства или маневрировать вокруг обломков дорожного полотна. Он использует технологию подключенного автомобиля и удаленно расположенный центр управления.
Вот как это будет работать - все в течение пяти секунд или меньше:
Программное обеспечение в транспортном средстве будет анализировать данные транспортного средства в режиме реального времени и в электронном виде рассчитывать на 10-30 секунд в будущем, чтобы оценить вероятность «разъединения» - ситуации, когда автоматизированные системы автомобиля могут нуждаться в человеческой помощи.
Если вероятность превышает предварительно установленный порог, система связывается с удаленно расположенным центром управления и отправляет данные из автомобиля.
Система центра управления анализирует данные автомобиля, генерирует несколько возможных сценариев и показывает их нескольким наблюдателям, которые находятся в симуляторах вождения.
Люди реагируют на симуляции, а их ответы отправляются обратно в автомобиль.
У автомобиля теперь есть библиотека генерируемых человеком откликов, которые он может выбирать мгновенно, основываясь на информации от бортовых датчиков.
Такая система может показаться дорогой и обременительной, но Роберт Хэмпшир, профессор исследований в UMTRI и Школе общественной политики Ford UM, говорит, что это будет гораздо дешевле, чем иметь человека-водителя в каждом транспортном средстве. Это может сделать его особенно ценным для операторов совместного использования автомобилей и парка транспортных средств. И огромный объем пройденных миль в сочетании с тем фактом, что автономные транспортные средства редко нуждаются в человеческой помощи, может привести к экономии за счет масштаба, что приведет к снижению стоимости одного транспортного средства.
«В прошлом году в США было проехано 3,2 триллиона миль, и лучшие автономные машины в среднем совершали одно разъединение каждые 5000 миль», - сказал Хэмпшир. «По нашим оценкам, если бы все эти мили были автоматизированы, вам понадобилось бы от 50 000 до 100 000 сотрудников, распределенных по городам. Подобная сеть могла бы функционировать в качестве службы подписки, или это могла бы быть государственная организация, аналогичная сегодняшним воздушным перевозкам. система контроля."
Скрининг на основе алгоритма в начале процесса делает его более полезным, чем более ранние попытки удаленной помощи человеку, которые требовали остановки транспортного средства, обращения в удаленный колл-центр и получения инструкций, прежде чем продолжить.
По словам Хэмпшира, еще одним ключом к тому, чтобы система работала на местах, будет ее разработка таким образом, чтобы она работала для большого числа сотрудников.
«Как и работа авиадиспетчеров, эта работа может быть стрессовой и когнитивно сложной. Поэтому мы будем искать способы сделать ее менее напряженной и утомительной».
В настоящее время разработчики работают над программной платформой. Они надеются, что люди будут тестировать систему к концу первого года проекта, а система будет собирать данные с реальных автомобилей к концу второго года.
Основная предпосылка мгновенного краудсорсинга была подтверждена в документе под названием «Болт: мгновенный краудсорсинг с помощью обучения точно в срок», который был представлен на конференции ACM CHI 2018. Проект USDOT направлен на то, чтобы адаптировать его для использования в автономных транспортных средствах.