Mobil ‘self-driving’ masih jauh. Inilah tiga alasannya

  • Whatsapp
The Conversation


Baru-baru ini jatuh tentang sebuah mobil Tesla di Amerika Serikat, di mana dua orang meninggal, telah menghidupkan kembali perdebatan tentang kemampuan dan keamanan teknologi “self-driving” saat ini.

Bacaan Lainnya

Mobil Tesla menyertakan “pilot otomatis“Fitur yang memantau lalu lintas di sekitar dan marka lajur, dan perusahaan saat ini meluncurkan sistem” full self-driving “yang lebih canggih yang menjanjikan navigasi otomatis, berhenti di lampu lalu lintas, dan banyak lagi.

Penyelidik mengatakannya muncul tidak ada orang di kursi pengemudi saat kendaraan itu jatuh. Kepala eksekutif Tesla Elon Musk memilikinya kata tidak ada fitur self-driving yang digunakan pada saat itu.

Meskipun demikian, insiden tragis tersebut telah menimbulkan pertanyaan tentang teknologi self-driving: seberapa aman, dan seberapa besar perhatian yang diperlukan dari pengemudi?

Apa yang kami maksud dengan ‘mengemudi sendiri’?

Para ahli berbicara tentang enam tingkat teknologi kendaraan otonom, mulai dari level 0 (kendaraan tradisional tanpa otomatisasi) hingga level 5 (kendaraan yang dapat melakukan apa saja secara mandiri dan dapat dilakukan oleh pengemudi manusia).

Sebagian besar solusi mengemudi otomatis yang tersedia di pasaran saat ini memerlukan campur tangan manusia. Ini menempatkan mereka di level 1 (bantuan pengemudi, seperti menjaga mobil di jalur atau mengatur kecepatannya) atau level 2 (otomatisasi parsial, seperti kemudi dan kontrol kecepatan).

Kemampuan ini ditujukan untuk digunakan dengan sepenuhnya pengemudi yang penuh perhatian bersiap untuk mengambil kendali setiap saat.

Tingkat 3 kendaraan memiliki otonomi lebih dan dapat membuat beberapa keputusan sendiri, tetapi pengemudi harus tetap waspada dan mengambil kendali jika sistem tidak dapat mengemudi.

Dalam beberapa tahun terakhir, beberapa kecelakaan fatal melibatkan level 2 dan tingkat 3 kendaraan telah terjadi. Kecelakaan ini sebagian besar disebabkan oleh kesalahan manusia, dan kesalahan tingkat otomatisasi ini sebagai kemampuan mengemudi sendiri sepenuhnya.

Produsen dan regulator kendaraan telah melakukannya dikritik karena tidak berbuat cukup untuk membuat sistem ini lebih tangguh untuk disalahgunakan oleh pengemudi yang lalai.

Jalan menuju otomatisasi tingkat yang lebih tinggi

Untuk otomatisasi tingkat yang lebih tinggi, pengemudi manusia tidak perlu terlibat dalam tugas mengemudi. Pengemudi secara efektif akan digantikan oleh perangkat lunak AI self-driving.

Level 4 adalah kendaraan “self-driving” yang memiliki ruang lingkup terbatas di mana dan kapan akan mengemudi. Contoh terbaik kendaraan level 4 adalah Google Waymo robotaxi proyek. Perusahaan lain juga membuat kemajuan yang signifikan dalam mengembangkan kendaraan level 4, tetapi kendaraan ini tidak tersedia secara komersial untuk umum.

Level 5 mewakili kendaraan yang benar-benar otonom yang dapat pergi ke mana saja dan kapan saja, mirip dengan yang dapat dilakukan oleh pengemudi manusia. Itu transisi dari level 4 ke level 5, bagaimanapun, adalah lipat lebih sulit daripada transisi antara tingkat lain, dan mungkin membutuhkan waktu bertahun-tahun untuk mencapainya.

Sementara teknologi yang diperlukan untuk memungkinkan otomatisasi tingkat yang lebih tinggi berkembang pesat, memproduksi kendaraan yang dapat menyelesaikan perjalanan dengan aman dan legal tanpa masukan manusia tetap menjadi tantangan besar.

Tiga hambatan utama harus diatasi sebelum dapat dengan aman diperkenalkan ke pasar: teknologi, regulasi, dan penerimaan publik.

Pembelajaran mesin dan software self-driving

Perangkat lunak self-driving adalah fitur pembeda utama dari kendaraan yang sangat otomatis. Perangkat lunak ini didasarkan pada algoritma pembelajaran mesin dan jaringan saraf pembelajaran mendalam yang mencakup jutaan neuron virtual yang meniru otak manusia.

Jaringan saraf tidak menyertakan pemrograman “jika X terjadi, maka lakukan Y” secara eksplisit. Sebaliknya, mereka dilatih untuk mengenali dan mengklasifikasikan objek menggunakan contoh jutaan video dan gambar dari kondisi mengemudi di dunia nyata.

Semakin beragam dan mewakili data, semakin baik mereka dalam mengenali dan menanggapi situasi yang berbeda. Melatih jaring saraf adalah seperti memegang tangan anak saat menyeberang jalan dan mengajari mereka untuk belajar melalui pengalaman, replikasi, dan kesabaran yang konstan.

Meskipun algoritme ini dapat mendeteksi dan mengklasifikasikan objek dengan sangat akurat, algoritme ini tetap tidak dapat meniru kerumitan pengemudian yang rumit. Kendaraan otonom tidak hanya perlu mendeteksi dan mengenali manusia dan objek lain, tetapi juga harus berinteraksi, memahami, dan bereaksi terhadap bagaimana benda-benda tersebut berperilaku.

Mereka juga perlu tahu apa yang harus dilakukan dalam keadaan yang tidak biasa. Tanpa sekumpulan besar contoh untuk semua kemungkinan skenario mengemudi, tugas mengelola hal-hal yang tidak terduga akan relatif tahan terhadap pembelajaran dan pelatihan yang mendalam.

Regulasi

Pembuat kebijakan dan regulator di seluruh dunia sedang berjuang untuk mengimbangi. Saat ini, sebagian besar industri masih mengatur dirinya sendiri, terutama dalam menentukan apakah teknologinya cukup aman untuk jalan terbuka. Sebagian besar regulator gagal memberikan kriteria untuk membuat keputusan semacam itu.

Meskipun performa perangkat lunak self-driving perlu diuji dalam kondisi dunia nyata, hal ini hanya boleh dilakukan setelah pengujian dan evaluasi keamanan yang komprehensif. Regulator harus membuat serangkaian pengujian standar dan membuat perusahaan membandingkan algoritme mereka pada kumpulan data standar sebelum kendaraan mereka diizinkan di jalan terbuka.

Di Australia, undang-undang saat ini tidak mendukung penyebaran komersial yang aman dan pengoperasian kendaraan tanpa pengemudi. Itu Komisi Transportasi Nasional adalah ujung tombak upaya untuk mengembangkan reformasi yang konsisten secara nasional yang mendukung inovasi dan keselamatan untuk memungkinkan Australia mengakses manfaat teknologi.

Baca lebih banyak: Siapa (atau apa) yang berada di belakang kemudi? Tantangan regulasi mobil tanpa pengemudi

Diperlukan pendekatan bertahap untuk sertifikasi, di mana sistem self-driving dapat dievaluasi terlebih dahulu dalam simulasi, kemudian dalam lingkungan dunia nyata yang terkontrol. Begitu kendaraan lewat tertentu tes benchmark, regulator dapat mengizinkan mereka di jalan terbuka.

Penerimaan publik

Itu publik harus terlibat dalam keputusan tentang penerapan dan adopsi kendaraan self-driving. Ada risiko nyata merusak kepercayaan publik jika teknologi self-driving tidak diatur untuk memastikan keselamatan publik. Kurangnya kepercayaan akan mempengaruhi tidak hanya mereka yang ingin menggunakan teknologi, tetapi juga mereka yang berbagi jalan dengan mereka.

Akhirnya, insiden ini harus berfungsi sebagai katalisator untuk membawa regulator dan industri untuk membangun budaya keselamatan yang kuat dan kokoh untuk memandu inovasi dalam teknologi swakemudi.

Tanpa ini, kendaraan otonom tidak akan pergi kemana-mana dengan sangat cepat.

Penulis: Hussein Dia – Profesor Mobilitas Perkotaan Masa Depan, Universitas Teknologi Swinburne





Source

Pos terkait

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *