Infrastruktur Runtuh dan Mobil Otonom AI

Menghindari lubang — Dengan infrastruktur jalan yang runtuh, lubang tidak lagi menjadi peristiwa langka tetapi akan menjadi sering ditemui. (GETTY GAMBAR)

Oleh Lance Eliot, AI Trends Insider

Saya harus menuntut! Itulah yang teman-teman saya suruh saya lakukan.

Mereka melihat kerusakan yang terjadi pada spatbor kanan dan ban kanan depan mobil saya. Saya telah mengemudi dengan polos di jalan di pusat kota Los Angeles dan menemukan lubang besar. Saya melakukan batas kecepatan yang sah dan tidak mengemudi dengan sembrono.

Ketika saya berbelok di tikungan, sebuah lubang tak terduga muncul tepat setelah berbelok, dan sisi kanan mobil saya ditakdirkan untuk masuk ke celah aspal yang menganga.

Dugaan saya adalah bahwa saya berjalan relatif lambat saat berbelok dan menurut saya kecepatan rendah seperti itu akan membuat menabrak lubang tidak menjadi masalah.

Meskipun demikian, ada ledakan keras dan suara gesekan ketika saya menabrak lubang. Saya segera menepi ke sisi jalan untuk melakukan inspeksi visual cepat terhadap mobil saya. Spatbor terkelupas dan sedikit bengkok. Ban tampak utuh tetapi memiliki tonjolan aneh seperti bola sekarang di permukaan karet.

Tentu saja, saya bukan orang pertama yang menjadi korban lubang khusus ini.

Jalan khusus ini populer karena membawa Anda ke jalan raya Harbour Freeway. Biasanya, setiap hari, pekerja kantor pusat kota LA akan pergi ke sini di malam hari setelah bekerja untuk pergi ke jalan bebas hambatan dan pulang ke rumah. Saya berani bertaruh bahwa banyak pengemudi telah menabrak lubang itu. Mungkin saya harus meluncurkan gugatan class action daripada hanya menuntut atas nama saya sendiri!

Lubang Di Pikiran

Lubang seperti monster ini cenderung bertambah buruk seiring waktu. Semakin banyak mobil yang jatuh ke dalamnya atau menabraknya atau berguling di atasnya, yang semuanya menyebabkan lubang semakin lebar dan dalam.

Sekarang saya tidak mengatakan bahwa ini adalah salah satu monster besar seperti jurang yang tampaknya menelan seluruh mobil. Diakui, lubang ini masih dalam masa pertumbuhan. Tapi, bagaimanapun Anda ingin mengkarakterisasinya, lubang itu relatif mematikan dan sudah memakan korban dari mobil saya.

Itu cukup meresahkan ketika saya menabrak lubang.

Itu membuat saya bertanya-tanya setelah itu apakah pengemudi lain mungkin kehilangan kendali atas mobil mereka atau menjadi sangat terkejut sehingga mereka mungkin mengemudi dengan liar setelah menabrak lubang. Saya mengamati selama beberapa saat untuk melihat apa yang dilakukan pengemudi lain, dan pada umumnya sebagian besar dari mereka tampaknya menerima benturan dan benturan saat menabrak lubang dengan tenang. Mereka mungkin pernah mengalami lubang ini sebelumnya, atau mungkin telah menemukan begitu banyak lubang di seluruh wilayah California Selatan sehingga mereka menjadi mati rasa untuk memukulnya.

Ada beberapa pengemudi yang menabrak lubang dan terlihat hampir kehilangan kendali atas mobil mereka untuk sesaat. Mereka membelok ke tepi jalan yang hanya beberapa meter dari lubang. Saya kira mungkin saja jika seorang pejalan kaki kebetulan berdiri di tempat yang tepat di trotoar, mungkin tepat di tepi jalan, mungkin menunggu untuk mendapatkan tumpangan untuk berbagi tumpangan, mereka bisa terancam punah.

Pasti ada pengemudi yang benar-benar mendapat kejutan karena menempel di lubang, meskipun ini bukan kesempatan yang jauh seperti yang Anda kira. Ada banyak pengemudi Los Angeles yang saya berani katakan seharusnya tidak memiliki SIM karena mereka tampaknya mengemudi tanpa perawatan atau mengemudi seperti tikus ketakutan yang bergerak sedikit di depan. Seorang pengemudi remaja pemula yang baru belajar mengemudi mungkin terkejut dengan menabrak lubang dan mungkin kehilangan kendali atas mobil mereka. Selain mobil, saya juga mempertimbangkan dampak pengendara sepeda motor menabrak lubang dan ide itu membuat saya bergidik.

Beberapa dari Anda mungkin berpikir bahwa saya tidak memperhatikan jalan dengan baik dan jika saya lebih waspada, saya akan melihat lubang sebelum menabraknya. Saya ingin memperdebatkan hal itu dengan Anda. Saya kembali ke tikungan dan berbelok lagi, ingin melihat apakah lubang itu layak untuk dilihat sebelum berbelok. Saya kira saya mencoba mengumpulkan bukti untuk menggugat, atau setidaknya untuk dapat menjelaskan kepada teman-teman saya mengapa saya "bodoh" membuat lubang celah.

Di belokan, ada terlalu banyak objek lain di dekatnya untuk dapat melihat dengan jelas jalan raya di luar tikungan. Ada hidran kebakaran di dekat sudut. Ada stand pejalan kaki. Ada tanda yang dipasang tentang kapan Anda bisa parkir di jalan itu. Ada tanda jalan yang menunjukkan nama jalan. Secara keseluruhan, bahkan jika Anda tahu untuk mencari lubang, itu tertutup dengan baik oleh benda-benda lain di sudut.

Saat berbelok, Anda hanya punya waktu sepersekian detik untuk melihat lubang itu. Saya memperkirakan bahwa Anda perlu merangkak dengan kecepatan serendah mungkin dari mobil untuk memiliki waktu berapa pun untuk pertama-tama memperhatikan lubang dan kemudian melakukan manuver mengelak. Ingat juga bahwa jika Anda secara ajaib melihat lubang tepat pada waktunya untuk melakukan manuver mengelak, manuver apa yang akan Anda lakukan?

Jika Anda mencoba untuk berayun lebar ke kiri di sekitar lubang, ada bahaya menabrak mobil lain yang datang ke jalan. Jika pergi ke kiri tidak bijaksana, pergi ke kanan sama tidak bijaksananya atau lebih buruk. Tidak ada cukup ruang untuk mencoba pergi ke kanan lubang, yang pada akhirnya harus Anda kendarai ke tepi jalan. Anda dapat mencoba menenun tepat di atas lubang, meletakkan ban kanan Anda tepat di sebelah kanan lubang, memastikan ban tetap berada di selokan di sebelah trotoar dan tidak naik ke atas trotoar. Ini adalah pendekatan yang agak kemahiran dan akan mengambil beberapa persiapan lanjutan untuk mendapatkan posisi yang tepat beberapa saat sebelum masuk ke lubang.

Secara umum, saya akan mengatakan bahwa pendekatan "paling aman" adalah terus maju dan menggigit peluru dan menabrak lubang, dengan asumsi bahwa Anda tidak diperingatkan sebelumnya tentang kehadirannya. Menabrak lubang dan memastikan untuk tetap mengendalikan mobil Anda tampaknya merupakan pendekatan yang kurang berisiko daripada alternatif lain. Mencoba menginjak rem tepat saat Anda menemukan lubang adalah kemungkinan lain, tapi saya berani bertaruh bahwa mobil di belakang Anda yang juga berbelok sama kemungkinan akan menabrak mobil Anda. Saya menyadari Anda mungkin mengatakan bahwa itu adalah kesalahan mereka, dan saya mendapatkan gagasan itu, meskipun saya lebih suka mengambil risiko merusak suspensi atau ban saya daripada ditabrak mobil lain dari belakang dan mungkin menderita whiplash.

Bagi Anda di era hiper-digital, Anda mungkin meneriaki saya sekarang dan berteriak bahwa saya harus menggunakan aplikasi lalu lintas di ponsel cerdas saya yang mungkin telah memperingatkan saya tentang lubang itu.

Memang, ada sejumlah lalu lintas atau aplikasi terkait jalan raya yang memungkinkan pendekatan crowdsourcing untuk melacak infrastruktur jalan yang memburuk. Orang yang menggunakan aplikasi ini dapat menandai titik-titik yang memiliki lubang dan kesulitan jalan lainnya. Orang lain yang menggunakan aplikasi kemudian dapat diperingatkan.

Ada beberapa aplikasi yang juga memungkinkan item yang diposting ditransmisikan ke kru perbaikan jalan lokal.

Tentu saja, kru perbaikan jalan tidak akan langsung muncul dan memperbaiki lubang atau masalah jalan lainnya. Kemungkinannya adalah mereka memiliki ratusan atau mungkin ribuan jenis masalah jalan yang dilaporkan ini. Mereka perlu memprioritaskan mana yang mereka kerjakan. Butuh waktu bagi kru untuk keluar dan melakukan perbaikan. Agaknya, cacat jalan terburuk yang menghadirkan risiko tertinggi bagi pengemudi dan pejalan kaki mendapatkan prioritas lebih tinggi daripada jenis masalah jalan lain yang mengganggu tetapi bukan "pembunuh".

Satu kekhawatiran yang diungkapkan oleh mereka yang mempelajari infrastruktur jalan raya kami yang runtuh adalah bahwa kami tampaknya terperosok dalam mode perbaikan cepat yang terus-menerus. Jenis pendekatan fix-and-forget ini disangkal oleh fakta bahwa sering kali perbaikan dilakukan yang hanya berlangsung dalam waktu singkat. Untuk lubang di sudut, misalkan kru perbaikan menginjak aspal baru. Ini mungkin mengisi lubang untuk waktu yang singkat. Sementara itu, mobil terus berguling-guling dan lubang itu berpotensi terlahir kembali. Benar saja, lubang itu mungkin menjadi monster lagi, dan siklus datang untuk melakukan perbaikan cepat lainnya akan berulang.

American Society of Civil Engineers baru-baru ini menerbitkan sebuah laporan yang mengatakan ada sekitar 57% jalan di Los Angeles yang dapat dinilai dalam kondisi buruk. Dengan kondisi yang buruk, mereka menyatakan bahwa jalan-jalan tersebut mengalami kerusakan yang signifikan, jauh di bawah standar jalan raya, dan memiliki risiko besar kegagalan secara keseluruhan. Dalam perjalanan sehari-hari saya selama satu hingga dua jam di sini di California Selatan, saya dengan sepenuh hati setuju bahwa setidaknya separuh jalan di sini dalam kondisi buruk. Mungkin lebih. Mungkin lebih banyak lagi.

Anda yang tidak berada di sini di California mungkin tidak terlalu bersimpati dengan keadaan buruk jalan raya kami karena Anda mungkin memiliki sesuatu yang terjadi di tempat tinggal Anda yang memiliki dilema jalan yang suram serupa, bahkan mungkin lebih buruk daripada jalan-jalan kami. Ini jumlah yang besar untuk Anda: $4.6 triliun dolar. Itulah perkiraan American Society of Civil Engineers adalah harga kumulatif yang diperlukan untuk membuat infrastruktur transportasi AS kami menjadi sesuatu yang di atas rata-rata (saat ini, mereka mengatakan bahwa AS mungkin D+).

Kisah saya tentang lubang itu benar-benar merupakan mikrokosmos dari infrastruktur jalan raya kita secara keseluruhan. Kami memiliki banyak infrastruktur yang runtuh di sekitar kami. Kami bergantung pada infrastruktur untuk membuat jalan kami untuk bekerja dan untuk pergi ke toko dan untuk menjalani hidup kami. Infrastruktur rusak dan aus. Upaya perbaikan cepat hanya untuk sementara menjaga semuanya tetap utuh. Orang mungkin mengklaim bahwa perbaikan cepat itu akhirnya menutupi masalah menyeluruh dan karena itu kami menipu diri sendiri dengan membuat perbaikan cepat.

Ekonomi kita tergantung pada kemampuan kita mengemudi di jalan raya. Bisa dikatakan bahwa masyarakat kita bergantung pada kemampuan kita mengemudi di jalan raya. Infrastruktur jalan raya kami yang rumit dan bersilangan adalah inti dari cara kami hidup.

Sangat mudah untuk menerima begitu saja.

Ketika saya memberi tahu orang-orang bahwa kita perlu melakukan sesuatu tentang jalan kita, saya biasanya menguap dan diberi tahu bahwa kita semua hanya perlu berhenti merengek (meskipun, begitu mereka sendiri menabrak lubang, dan merasakan "rasa sakit" dari jalan kami yang memburuk, mereka tiba-tiba menjadi mualaf untuk melakukan sesuatu tentang infrastruktur!). Ketika saya memberi tahu orang-orang tentang hampir $5 triliun dolar yang diperlukan untuk berinvestasi dalam infrastruktur kami untuk mempertahankannya dan semoga mendukungnya, jumlahnya sangat luar biasa sehingga kebanyakan orang tidak dapat memahami berapa banyak uang itu.

Mobil Otonom Dan Infrastruktur Rusak

Apa hubungannya ini dengan mobil otonom tanpa pengemudi yang mengemudi sendiri?

Di Cybernetic AI Self-Driving Car Institute, kami sedang mengembangkan perangkat lunak AI untuk mobil self-driving. Satu aspek melibatkan memastikan bahwa AI dapat menangani mengemudi di jalan yang kasar dan mengatasi infrastruktur jalan raya kami yang memburuk.

Izinkan saya untuk menjelaskan.

Saya pertama-tama ingin mengklarifikasi dan memperkenalkan gagasan bahwa ada berbagai level mobil self-driving AI. Level paling atas dianggap Level 5. Mobil self-driving Level 5 adalah mobil yang digerakkan oleh AI dan tidak ada pengemudi manusia yang terlibat. Untuk desain mobil self-driving Level 5, para pembuat mobil bahkan melepas pedal gas, pedal rem, dan roda kemudi, karena itu adalah alat yang digunakan oleh pengemudi manusia. Mobil self-driving Level 5 tidak digerakkan oleh manusia dan juga tidak ada harapan bahwa pengemudi manusia akan hadir di mobil self-driving. Semuanya ada di pundak AI untuk mengemudikan mobil.

Untuk mobil self-driving kurang dari Level 5 dan Level 4, harus ada pengemudi manusia yang ada di dalam mobil. Pengemudi manusia saat ini dianggap sebagai pihak yang bertanggung jawab atas tindakan mobil. AI dan pengemudi manusia saling berbagi tugas mengemudi. Terlepas dari pembagian bersama ini, manusia seharusnya tetap sepenuhnya terbenam dalam tugas mengemudi dan siap setiap saat untuk melakukan tugas mengemudi. Saya telah berulang kali memperingatkan tentang bahaya pengaturan pembagian bersama ini dan memperkirakan akan menghasilkan banyak hasil yang tidak diinginkan.

Untuk kerangka keseluruhan saya tentang mobil self-driving AI, lihat artikel saya: https://aitrends.com/selfdrivingcars/framework-ai-self-driving-driverless-cars-big-picture/

Untuk tingkat mobil self-driving, lihat artikel saya: https://aitrends.com/selfdrivingcars/richter-scale-levels-self-driving-cars/

Untuk alasan mengapa mobil self-driving AI Level 5 seperti moonshot, lihat artikel saya: https://aitrends.com/selfdrivingcars/self-driving-car-mother-ai-projects-moonshot/

Untuk bahaya berbagi tugas mengemudi, baca artikel saya: https://aitrends.com/selfdrivingcars/human-back-up-drivers-for-ai-self-driving-cars/

Mari fokus di sini pada mobil self-driving Level 5 sejati. Sebagian besar komentar berlaku untuk mobil self-driving yang kurang dari Level 5 juga, tetapi mobil self-driving AI otonom sepenuhnya akan mendapat perhatian paling besar dalam diskusi ini.

Inilah langkah-langkah yang biasa dilakukan dalam tugas mengemudi AI:

Pengumpulan dan interpretasi data sensor
Sensor fusi
Pembaruan model dunia virtual
Perencanaan aksi AI
Mobil mengontrol penerbitan perintah

Aspek kunci lain dari mobil self-driving AI adalah bahwa mereka akan mengemudi di jalan raya kami di tengah-tengah mobil yang digerakkan manusia juga. Ada beberapa pakar mobil self-driving AI yang terus-menerus merujuk pada dunia utopis di mana hanya ada mobil self-driving AI di jalan umum. Saat ini ada sekitar 250+ juta mobil konvensional di Amerika Serikat saja, dan mobil-mobil itu tidak akan hilang secara ajaib atau menjadi mobil self-driving AI Level 5 sejati dalam semalam.

Memang, penggunaan mobil yang digerakkan manusia akan berlangsung selama bertahun-tahun, kemungkinan selama beberapa dekade, dan munculnya mobil self-driving AI akan terjadi ketika masih ada mobil yang digerakkan manusia di jalan. Ini adalah poin penting karena ini berarti bahwa AI dari mobil self-driving harus mampu bersaing dengan tidak hanya mobil self-driving AI lainnya, tetapi juga bersaing dengan mobil yang digerakkan manusia. Sangat mudah untuk membayangkan dunia yang sederhana dan agak tidak realistis di mana semua mobil self-driving AI berinteraksi dengan sopan satu sama lain dan bersikap sopan tentang interaksi jalan raya. Bukan itu yang akan terjadi di masa mendatang. Mobil-mobil self-driving AI dan mobil-mobil yang digerakkan manusia perlu dapat saling mengatasi.

Untuk artikel saya tentang konvergensi besar yang telah membawa kita pada saat ini, lihat: https://aitrends.com/selfdrivingcars/grand-convergence-explains-rise-self-driving-cars/

Lihat artikel saya tentang dilema etika yang dihadapi mobil self-driving AI: https://aitrends.com/selfdrivingcars/ethically-ambiguous-self-driving-cars/

Untuk peraturan potensial tentang mobil self-driving AI, lihat artikel saya: https://aitrends.com/selfdrivingcars/assessing-federal-regulations-self-driving-cars-house-bill-passed/

Untuk prediksi saya tentang mobil self-driving AI untuk tahun 2020-an, 2030-an, dan 2040-an, lihat artikel saya: https://aitrends.com/selfdrivingcars/gen-z-and-the-fate-of-ai-self-driving-cars/

Kembali ke topik infrastruktur transportasi kita yang hancur, mari kita pertimbangkan dampak seperti apa yang mungkin ditimbulkan oleh situasi ini pada mobil self-driving AI, bersama dengan merenungkan masa depan infrastruktur sebagaimana dibingkai dengan harapan dan kemungkinan munculnya AI self-driving mobil.

Infrastruktur yang Runtuh

Kita akan mulai dengan asumsi bahwa jalan akan terus memburuk di masa mendatang dan itu akan menjadi fakta kehidupan yang menyedihkan dan tak terhindarkan.

Dengan demikian, apa yang harus dilakukan pengembang AI dalam hal AI untuk mobil self-driving? Beberapa pengembang AI memberi tahu saya bahwa tidak ada hal khusus yang perlu mereka lakukan. Jalan adalah jalan. Baik atau buruk, mungkin tidak perlu peduli. Fokus saja agar AI dapat mengendarai mobil dan itu sudah cukup, dalam buku mereka.

Saya cenderung tidak setuju dengan pendekatan head-in-the-sand mereka.

Kami percaya bahwa AI harus dipersiapkan secara khusus untuk infrastruktur yang kemungkinan buruk yang berisi jalan berlubang, lubang, retakan, puing, dan garis yang dicat di jalan akan memudar atau hilang, dan rambu-rambu jalan mungkin dikaburkan atau hilang , dll. Ini semua adalah konsekuensi potensial dan tak terelakkan jika tidak ada sesuatu yang dilakukan Hercules untuk memperbaiki infrastruktur.

Salah satu aspek yang menarik perhatian pengembang AI yang tampaknya tidak percaya pada kepedulian terhadap infrastruktur yang tidak diinginkan melibatkan saya menyebutkan memudar atau hilangnya penanda jalur dan garis jalur. Ini membuat para pengembang AI itu tiba-tiba memperhatikan. Alasan perhatian mereka adalah karena banyak dari mereka yang menggunakan teknik navigasi klasik sekarang untuk mengamati penanda jalur dan garis jalur untuk mengetahui di mana AI seharusnya memposisikan mobil self-driving.

Sistem AI menggunakan sensor kamera untuk mencoba dan mendeteksi di mana penanda jalur dan garis jalur tersebut berada. Kemudian, begitu terdeteksi, AI memandu kontrol mobil self-driving untuk tetap berada di dalam garis tersebut saat bepergian di jalur, dan juga untuk tujuan berpindah jalur. Pendekatan AI ini harus memiliki marka lajur yang relatif jelas dan jelas. Tanpa marka jalur, sistem AI tidak dapat membedakan di mana jalur berada dan di mana harus menjaga mobil yang mengemudi sendiri saat bergerak di jalan.

Pengemudi manusia tentu saja juga bergantung pada penanda lajur dan garis lajur, tetapi mereka juga mampu menangani banyak ambiguitas ketika indikasi lajur tipis atau terputus-putus. Kita manusia tampaknya dapat secara mental mengukur di mana sebuah jalur mungkin atau harus berada, bahkan ketika jalur itu sendiri tidak menonjol atau telah menguap dalam hal jalur yang ditandai. Begitulah baiknya kita sebagai manusia. Tentu, saya menyadari bahwa beberapa manusia memang menjadi bingung dalam kasus seperti itu, dan mereka mungkin menenun atau mengembara ke jalur pura-pura orang lain, tetapi pada umumnya pengemudi manusia yang paling cakap dapat menangani ketidakjelasan ini ketika itu terjadi.

Jadi, intinya adalah bahwa teknik AI tradisional yang mengandalkan marka lajur dan garis lajur yang jelas kemungkinan akan dirusak saat jalan raya memburuk. Sangat penting untuk meningkatkan AI agar lebih canggih dalam memastikan penentuan posisi jalur. Jika kita tidak meningkatkan AI untuk ini, harapan yang dibanggakan untuk memiliki lebih sedikit kematian karena munculnya mobil self-driving AI akan semakin dipertanyakan.

Untuk artikel saya tentang topik zero fatalities, lihat: https://aitrends.com/selfdrivingcars/self-driving-cars-zero-fatalities-zero-chance/

Untuk bahaya pendekatan AI piper pied sederhana, lihat artikel saya: https://aitrends.com/selfdrivingcars/pied-piper-approach-car-following-self-driving-cars/

Penting agar AI berpengalaman dalam mengemudi defensif, lihat artikel saya: https://aitrends.com/selfdrivingcars/art-defensive-driving-key-self-driving-car-success/

Berikut jenis-jenis kelemahan yang bisa terjadi saat berkendara, per artikel saya: https://aitrends.com/selfdrivingcars/ten-human-driving-foibles-self-driving-car-deep-learning-counter-tactics/

Aspek lain tentang sistem AI adalah bahwa ia perlu menggunakan semua kemampuannya untuk mencoba dan mendeteksi masalah dan hambatan jalan, yang akan menjadi lebih penting karena infrastruktur yang runtuh terus menurun.

Contoh Tentang Lubang

Mari kita gunakan contoh lubang saya.

Seperti yang disebutkan, saya tidak dapat mendeteksi lubang sebelum berbelok ke kanan di sudut jalan pusat kota. Bisakah AI melakukan pekerjaan yang lebih baik?

Saya tidak begitu yakin itu bisa terjadi dalam keadaan ini karena gambar visual yang masuk ke kamera mobil self-driving tidak akan dengan mudah mengungkapkan lubang sebelumnya, sensor juga akan terhalang secara visual seperti halnya mata saya oleh berbagai rintangan di sudut jalan, seperti tiang lampu, hidran kebakaran, dan sebagainya. Radar mobil self-driving kemungkinan tidak akan memantul dengan baik di area jalan di tikungan. LIDAR juga kemungkinan besar tidak dapat mendeteksi lubang tersebut. Dll.

Begitu AI mulai mengarahkan mobil self-driving di tikungan, ia akan memiliki kesempatan untuk mendeteksi lubang. Misalkan AI tidak dilatih untuk melakukannya atau tidak secara khusus disiapkan untuk mengatasi lubang? Dalam hal ini, kemungkinan besar AI akan langsung masuk ke lubang dan bahkan tidak menyadari apa yang terjadi. Tiba-tiba, mobil self-driving akan menabrak dan terdorong ke samping, yang semuanya mungkin menjadi misteri bagi AI. AI bahkan mungkin kehilangan kendali atas mobil self-driving itu sendiri, memungkinkan mobil self-driving melayang ke jalur orang lain atau naik ke trotoar.

AI mungkin melalui IMU (Unit Pengukuran Inersia) dapat menyadari bahwa ada sesuatu yang terjadi ketika keseimbangan keseluruhan dari self-driving miring, tetapi jika belum mendeteksi lubang itu akan menjadi tidak diketahui mengapa diri -mengemudi mobil tiba-tiba agak tersesat.

Untuk aspek tentang IMU pada mobil self-driving, lihat artikel saya: https://aitrends.com/selfdrivingcars/proprioceptive-inertial-measurement-units-imu-self-driving-cars/

Untuk artikel saya tentang kasus tepi, lihat: https://aitrends.com/selfdrivingcars/edge-problems-core-true-self-driving-cars-achieving-last-mile/

Untuk keselamatan dan mobil self-driving AI, lihat artikel saya: https://aitrends.com/selfdrivingcars/safety-and-ai-self-driving-cars-world-safety-summit-on-autonomous-tech/

Untuk aspek waktu reaksi sistem AI, lihat artikel saya: https://aitrends.com/selfdrivingcars/cognitive-timing-for-ai-self-driving-cars/

Akankah AI dapat dengan cukup cepat melawan fisika dari kesukaran yang disebabkan oleh pukulan lubang?

Apakah itu bisa mengoreksi dorongan yang didapat mobil self-driving dengan menggelinding ke dalam dan melewati lubang?

Bahkan jika ia mampu mendeteksi lubang sebelum memukulnya, apakah AI dapat secara tepat mengidentifikasi alternatif seperti membelok atau mencoba berhenti dan menilai risiko yang terkait dengan alternatif tersebut, sehingga membuat " beralasan” pemilihan apa yang harus dilakukan?

Ini adalah pertanyaan serius tentang kemampuan mengemudi AI.

Pola Pikir Pengembangan AI

Saya kira beberapa pengembang AI akan menegaskan bahwa AI harus siap untuk lubang sepanjang waktu, dan tidak ada kasus khusus yang terlibat dalam menangani kejahatan jalan raya ini. Meskipun ini sebagian benar, itu juga memungkiri gagasan bahwa dengan infrastruktur yang runtuh, lubang tidak akan lagi menjadi peristiwa langka yang bersifat kasus tepi dan malah akan menjadi pertemuan yang mungkin dan sering terjadi.

AI mungkin perlu mengatasi keharusan mengemudi di jalan tertentu dan menghindari celah besar di jalan di sana, dan lubang di sini, dan kemudian lubang lain beberapa kaki ke kiri, dan mungkin puing-puing dipotong dari lubang. oleh mobil sebelumnya yang menabrak lubang.

Saya cenderung menyebut ini sebagai mode AI dodgeball. AI harus mampu memainkan semacam permainan manuver dodgeball di dalam dan di sekitar berbagai rintangan dan masalah jalan. Saya ragu bahwa sebagian besar pengembang AI telah mempertimbangkan untuk memastikan bahwa AI dapat menangani upaya yang berulang dan terus-menerus dari banyak penghindaran untuk dirangkai, melakukannya sambil menjaga mobil self-driving aman di jalan dan tidak menabrak mobil lain atau di dekatnya pejalan kaki.

Intinya, asumsi yang biasa adalah bahwa mobil self-driving akan menghadapi satu anomali, AI akan dapat menanganinya dengan jelas, dan kemudian jika anomali lain muncul, itu akan benar-benar nanti, dianggap sebagai kejadian yang terpisah dan sepenuhnya independen. dari pertemuan pertama. Kenyataannya adalah bahwa banyak jalan cenderung menjadi rawa-rawa kerusakan pada jalan tertentu, seringkali karena lalu lintas yang padat di jalan tersebut.

Selain itu, saat jalan mulai memburuk, sering kali mengalami percepatan kerusakan karena ada semacam momentum bahwa jalan yang kasar menjadi lebih kasar dan lebih cepat daripada jalan yang sebaliknya lebih tahan banting dan tidak mudah rusak. Aturan praktisnya adalah bahwa jalan yang memburuk akan cenderung menjadi lebih buruk, mungkin secara eksponensial. Keburukan melahirkan lebih banyak keburukan. Sementara itu, jalan yang dalam kondisi baik kemungkinan pada awalnya akan "tahan" untuk robek, dan hanya setelah ambang batas tercapai, itu akan menjadi bola salju pepatah yang tumbuh menjadi longsoran salju dari waktu ke waktu.

Untuk mendeteksi dan menghindari puing-puing jalan, lihat artikel saya: https://aitrends.com/selfdrivingcars/roadway-debris-cognition-self-driving-cars/

Untuk artikel saya tentang ruang bebas adegan jalanan, lihat: https://aitrends.com/selfdrivingcars/street-scene-free-space-detection-self-driving-cars-road-ahead/

Untuk idealisme tentang mobil self-driving AI, lihat artikel saya: https://aitrends.com/selfdrivingcars/idealism-and-ai-self-driving-cars/

Untuk bahaya pola pikir egosentris pengembang AI, lihat artikel saya: https://aitrends.com/selfdrivingcars/egocentric-design-and-ai-self-driving-cars/

Salah satu aspek yang dapat membantu mobil self-driving AI untuk menghadapi jalan rusak adalah penggunaan komunikasi elektronik V2V (vehicle-to-vehicle).

Ketika saya mengemudi di tikungan dan menabrak lubang, akan sangat berguna jika saya bisa segera berkomunikasi dengan mobil di belakang saya. Saya mungkin telah memberi tahu pengemudi di mobil di belakang saya untuk berhati-hati terhadap lubang itu. Saya mungkin juga telah mengindikasikan bahwa saya akan berhenti mendadak untuk menghindari menabrak lubang, dan karena itu saya ingin mereka tidak menabrak belakang mobil saya ketika saya berhenti secara tak terduga.

Dengan penggunaan V2V, satu mobil self-driving AI memang bisa memberi tahu mobil self-driving AI lain untuk melakukan hal-hal semacam itu. Agaknya, secara teratur, satu AI membantu AI lainnya. Setiap mobil self-driving yang mengikuti berikutnya akan diperingatkan tentang lubang tersebut. Ini juga akan memungkinkan mobil self-driving AI untuk bertindak bersama satu sama lain, sering disebut sebagai swarm, memungkinkan masing-masing untuk menghindari lubang dengan membuat manuver yang terkoordinasi dan terjadwal.

Untuk lebih lanjut tentang OTA, lihat artikel saya: https://aitrends.com/selfdrivingcars/air-ota-updating-ai-self-driving-cars/

Untuk swarm dan AI, lihat artikel saya: https://aitrends.com/selfdrivingcars/swarm-intelligence-ai-self-driving-cars-stigmergy-boids/

V2V Bukan Peluru Perak

Yang menggosok V2V ini adalah pengemudi manusia yang bercampur dengan mobil di jalan.

Misalkan ketika saya mengambil tikungan saya berada di mobil self-driving Level 5 dan mencoba menggunakan V2V untuk memperingatkan mobil di belakang saya. Bisa jadi mobil di belakang saya juga merupakan mobil self-driving Level 5 dan memiliki V2V dan secara elektronik mendengarkan mobil self-driving saya dan mematuhi aspek mengemudi yang disarankan. Atau, bisa jadi seorang pengemudi manusia ada di dalam mobil di belakang saya. Apakah mereka akan menerima V2V? Jika mereka menerima V2V, apakah mereka akan memilih untuk mematuhi saran yang dibuat oleh AI saya tentang mobil self-driving saya?

Ada juga kemungkinan munculnya komunikasi elektronik V2I (kendaraan-ke-infrastruktur). Misalkan ada perangkat komputasi di suatu tempat di dekat sudut yang saya tuju (perangkat ini kadang-kadang disebut sebagai perangkat komputasi tepi). Perangkat mungkin sudah mendapat indikasi bahwa ada lubang di sudut sana dan dijadwalkan untuk diperbaiki dalam waktu satu bulan. Sementara itu, itu memberi pesan bahwa ada lubang dan waspadalah. Mobil self-driving AI yang dilengkapi dengan V2I akan menerima pesan dan diperingatkan untuk menangani masalah tersebut.

Sebagian alasan mengapa infrastruktur jalan raya mungkin cepat memburuk sebagian dapat disebabkan oleh munculnya mobil self-driving AI.

Anda mungkin terkejut untuk berpikir bahwa kemunculan mobil self-driving AI entah bagaimana dapat memperburuk infrastruktur jalan raya, karena AI seharusnya menjadi pengemudi yang sopan yang mematuhi hukum dan mencoba mengemudi sebersih dan selegal mungkin (saya telah membantah asumsi itu, omong-omong!).

Alasan munculnya mobil self-driving AI kemungkinan akan memperburuk infrastruktur yang hancur adalah karena keyakinan bahwa kita ingin menggunakan mobil self-driving AI non-stop. Diperkirakan bahwa mobil self-driving AI akan digunakan secara luas untuk tujuan ridesharing. Anda bekerja di siang hari dan membiarkan mobil self-driving AI Anda menghasilkan uang untuk Anda saat Anda berada di kantor. Demikian juga, di malam hari, saat kepala Anda bersandar di bantal di tempat tidur, AI self-driving Anda di luar sana menghasilkan uang.

Kemungkinannya adalah kita akan melihat sarang lebah aktivitas mobil self-driving yang berkeliaran siang dan malam, menunggu untuk mengambil dan menurunkan penumpang. Mengemudi terus-menerus ini akan menambah jarak ke jalan raya kita yang sudah miskin. Lebih banyak mil di jalan yang berantakan berarti jalan-jalan itu akan terus berantakan. Kita bisa memprediksi itu akan membuat jalan-jalan itu jauh lebih buruk. Dentuman konstan mobil self-driving setelah mobil self-driving adalah hukuman bahwa infrastruktur yang runtuh tidak akan dapat dengan mudah menahannya.

Untuk penggunaan mobil self-driving AI tanpa henti, lihat artikel saya: https://aitrends.com/selfdrivingcars/non-stop-ai-self-driving-cars-truths-and-consequences/

Untuk aspek keterjangkauan mobil self-driving AI, lihat artikel saya: https://aitrends.com/selfdrivingcars/affordability-of-ai-self-driving-cars/

Untuk artikel saya tentang mengapa mobil self-driving AI akan mengemudi secara ilegal, lihat: https://aitrends.com/selfdrivingcars/illegal-driving-self-driving-cars/

Untuk komputasi tepi, lihat artikel saya: https://aitrends.com/selfdrivingcars/edge-computing-ai-self-driving-cars/

Saya kira satu kabar baik yang potensial adalah bahwa mobil self-driving AI diharapkan akan menggunakan Machine Learning (ML) dan karena itu dapat semakin menjadi lebih baik dalam mendeteksi jalan yang buruk dan mengemudi yang memadai di jalan yang buruk. Saya telah menyebutkan sebelumnya V2V mobil self-driving AI berbagi satu sama lain. Bentuk lain dari berbagi adalah melalui komunikasi elektronik OTA (Over-The-Air).

OTA terdiri dari mobil self-driving AI yang menyediakan cloud pembuat mobil atau perusahaan teknologi data yang dikumpulkan oleh mobil self-driving AI saat mengemudi di jalan. Ini akan mencakup data kamera, data video, data radar, dan sebagainya. Di tingkat cloud, pembuat mobil atau perusahaan teknologi dapat melakukan analisis dan mencoba menggunakan ML dan pembelajaran mendalam untuk meningkatkan cara mobil self-driving AI beroperasi. Peningkatan ini dapat didorong kembali ke dalam mobil self-driving AI, memberikan pembaruan atau tambalan ketika ada sesuatu yang salah dalam perangkat lunak yang perlu ditingkatkan atau diperbaiki.

Mari kita pertimbangkan lagi contoh lubang saya lagi. Mobil self-driving AI mungkin sudah diperingatkan sebelumnya tentang lubang karena mobil self-driving AI sebelumnya dalam armada yang sama telah melaporkannya ke cloud melalui OTA. Aspek tentang lubang ini kemudian dibawa kembali ke mobil self-driving AI lainnya di armada melalui OTA juga. Selain itu, selain memiliki indikasi yang dipetakan tentang di mana lubang itu berada, aspek Pembelajaran Mesin akan mencoba mencari cara untuk mengatasi lubang itu.

Dengan demikian, mobil self-driving AI di armada tidak hanya akan menyadari keberadaan lubang, tetapi juga memiliki beberapa taktik dan strategi mengemudi untuk menghadapinya. Mungkin salah satu aspeknya adalah tidak berbelok ke kanan dan naik ke jalan lain untuk membuat belokan kanan yang diinginkan. Taktik lain mungkin untuk berayun lebar saat berbelok, melakukannya dengan terlebih dahulu memperingatkan mobil di sebelah mobil self-driving AI. Masing-masing taktik ini akan berbasis kontekstual, artinya pilihannya tidak selalu sama, dan sebaliknya konteks seperti waktu atau kondisi cuaca dapat menentukan pilihan mana yang terbaik pada saat membuat keputusan mengemudi. .

Untuk artikel saya tentang imitasi sebagai teknik pembelajaran yang mendalam, lihat: https://aitrends.com/selfdrivingcars/imitation-deep-learning-technique-self-driving-cars/

Untuk Ensemble Machine Learning, lihat artikel saya: https://aitrends.com/ai-insider/ensemble-machine-learning-for-ai-self-driving-cars/

Untuk Pembelajaran Mesin Federasi, lihat artikel saya: https://aitrends.com/selfdrivingcars/federated-machine-learning-for-ai-self-driving-cars/

Untuk artikel saya tentang biomimikri, lihat: https://aitrends.com/selfdrivingcars/biomimicry-robomimicry-ai-self-driving-cars-machine-learning-nature/

Sejauh ini saya telah fokus untuk membuat AI mahir bersaing dengan infrastruktur yang runtuh.

Mungkin saya seharusnya tidak begitu fatalistik.

Mari kita bayangkan bahwa kita secara kolektif memiliki kemauan untuk melakukan sesuatu yang substantif tentang infrastruktur yang runtuh.

Melakukan Sesuatu Tentang Infrastruktur

Bergantung pada status mobil self-driving AI pada saat bergerak maju dalam peningkatan infrastruktur, kami dapat menggunakan data dari mobil self-driving AI untuk lebih memahami di mana infrastruktur yang runtuh paling sering terjadi. Perlu diingat bahwa mobil self-driving AI akan memiliki segudang sensor dan akan melintasi jalan dan terus-menerus menangkap gambar visual, radar, LIDAR, dll.

Ini adalah jumlah data yang sangat besar yang dapat digunakan untuk menambang ketika mencoba memprioritaskan di mana harus mencurahkan energi dan uang kita untuk perbaikan infrastruktur. Data ini dapat mengungkapkan jalan mana yang paling sering dilalui dan mana yang paling jarang dilalui. Ini dapat mengungkapkan kekasaran jalan. Ada banyak analisis dan metrik praktis yang dapat dilihat dari kumpulan data yang sangat banyak ini.

Faktor lain meliputi apakah akan memperbaiki infrastruktur atau tidak seolah-olah kita akan terus hanya memiliki mobil konvensional, atau apakah akan mempertimbangkan untuk melakukan jenis perbaikan atau peningkatan lain pada infrastruktur yang terkait dengan munculnya mobil self-driving AI.

Sebagai contoh, saya telah menyebutkan di sini penggunaan komputasi tepi, yang akan menjadi keuntungan bagi mobil self-driving AI. Mungkin infrastruktur yang runtuh dapat ditingkatkan dengan adopsi komputasi tepi.

Akan ada juga OTA yang berlangsung dan kami membutuhkan jaringan yang cepat untuk menangani pergerakan data semacam itu. Sebelumnya saya sudah menjelaskan pentingnya 5G dalam pidato dan tulisan saya. Mungkin infrastruktur dapat mencakup adopsi 5G secara luas di seluruh jalan raya kami.

Kami akan membutuhkan bekal untuk menangani mobil self-driving AI yang mogok. Saya menyadari bahwa beberapa pakar mengklaim bahwa mobil self-driving AI tidak akan pernah rusak, tetapi ini adalah pembicaraan gila. Mobil adalah mobil. Akan ada banyak alasan untuk mobil self-driving AI rusak, termasuk seperti yang ditunjukkan sebelumnya bahwa mereka akan mencoba untuk berjalan non-stop 24×7. Kita harus bersaing dengan penarik mobil self-driving AI yang rusak, topik lain yang telah saya bahas dalam presentasi dan tulisan saya, dan yang infrastrukturnya dapat dibentuk untuk membantu menangani situasi ini dengan tepat.

Untuk artikel saya tentang 5G, lihat: https://aitrends.com/selfdrivingcars/5g-and-ai-self-driving-cars/

Untuk menderek mobil self-driving AI, lihat artikel saya: https://aitrends.com/selfdrivingcars/towing-and-ai-self-driving-cars/

Untuk memperbaiki mobil self-driving AI, lihat artikel saya: https://aitrends.com/selfdrivingcars/auto-recalls/

Untuk saat mobil self-driving AI membeku, lihat artikel saya: https://aitrends.com/selfdrivingcars/freezing-robot-problem-and-ai-self-driving-cars/

Kesimpulan

Dengan infrastruktur jalan raya yang ada yang berantakan, kita harus siap dengan munculnya mobil self-driving AI. Akan memalukan memiliki mobil self-driving AI yang tidak dapat dengan mudah menggunakan jalan yang mungkin tidak dapat dilalui pada saat AI siap untuk digunakan di jalan. Pikirkan ironi bahwa kita mungkin memiliki mobil self-driving di tangan, tetapi mereka tidak dapat pergi ke mana pun karena jalan yang rusak. Atau, kita mungkin menempatkan mobil self-driving AI ke jalan, dan pekerjaan mereka untuk kita tanpa henti menyebabkan jalan cepat runtuh.

Satu aspek melibatkan memastikan bahwa AI cukup cerdas untuk dapat menangani infrastruktur yang buruk. Meskipun hanya begitu banyak yang dapat dilakukan AI dalam hal ini. Ini seperti meminta semua pengemudi manusia harus belajar mengemudi dengan hati-hati agar tidak terlalu mengganggu jalan. Lebih baik lagi memperbaiki infrastruktur.

Memperbaikinya berarti tidak hanya membuat apa yang sudah ada dapat dilewati, itu juga berarti bahwa kami ingin melakukan peningkatan dan peningkatan yang sesuai dengan munculnya mobil self-driving AI. Moto yang sering terdengar tentang "perbaiki jalan yang rusak" harus ditambah dengan tuntutan untuk "mengembangkan jalan" sehingga kita akan memiliki efek sinergis dari jalan yang baik yang melek teknologi yang bertepatan dengan prevalensi AI self-driving mobil.

Kalau dipikir-pikir, saya akan membuat beberapa tanda yang mengatakan ini dan berdiri di lubang besok untuk mengingatkan sesama umat manusia tentang apa yang perlu kita lakukan selanjutnya.

Melambai ke arah saya dan membunyikan klakson sebagai dukungan, maukah Anda?

Hak Cipta 2020 Dr. Lance Eliot

Konten ini awalnya diposting di AI Trends.

[Ed. Catatan: Untuk pembaca yang tertarik pada analisis bisnis Dr. Eliot yang sedang berjalan tentang munculnya mobil yang bisa menyetir sendiri, lihat kolom Forbes online-nya: https://forbes.com/sites/lanceeliot/]