कंपनियां जो रोबोट कार विकसित कर रही हैं, अधिक से अधिक। यह समझ में आता है - आखिरकार, कई वैज्ञानिक, भविष्यवादी, कृत्रिम बुद्धि विशेषज्ञ भविष्यवाणी करते हैं कि भविष्य में लोग उन वाहनों पर यात्रा करेंगे जो बिना चालक नियंत्रण के खुद को चलाते हैं। रोबोट कारें, और यह उनके बारे में है, पहले से ही दिखाई दी हैं। सच है, वे अभी भी सड़कों पर स्थिति को पूरी तरह से नहीं समझते हैं, लेकिन ऐसी मशीनों के हार्डवेयर और सॉफ्टवेयर में लगातार सुधार हो रहा है और समग्र प्रगति ध्यान देने योग्य है।
एल्गोरिदम स्वायत्त मशीनों के आंदोलन को नियंत्रित करते हैं, और काफी जटिल होते हैं। वे सड़कों पर स्थिति का विश्लेषण करते हैं और एक वाहन चलाते हैं। यदि कार "हरी रोशनी" को देखती है, तो कंप्यूटर सिस्टम वाहन को स्थानांतरित करने की अनुमति देता है। क्या यह ट्रैफिक लाइट पर लाल है? फिर आपको रुकने की जरूरत है। यातायात नियमों का सेट काफी स्पष्ट है, हालांकि गणितीय रूप से सटीक नहीं है। लेकिन, सिद्धांत रूप में, सड़कों पर सवारी करने के लिए कंप्यूटर सिखाना अभी भी पूरी तरह से संभव है। या नहीं? स्टॉकहोम यूनिवर्सिटी के विशेषज्ञ
तर्क देते हैं कि स्वायत्त मशीन नियंत्रण प्रणालियों के डेवलपर्स एक और कारक को ध्यान में नहीं रखते हैं - सामाजिक। एक कार चलाकर, उन्होंने कहा, यह केवल बिंदु ए से बिंदु बी तक नहीं बढ़ रहा है, बल्कि ड्राइवरों की सामाजिक बातचीत भी है। और इस कारक को ध्यान में रखे बिना, बिना घटना के सड़क पर ड्राइव करने के लिए कंप्यूटर को प्रशिक्षित करने के लिए काम नहीं करेगा।
बैरी ब्राउन, कंप्यूटर सिस्टम और मनुष्यों की बातचीत में एक विशेषज्ञ, निम्नलिखित बताता है: “कार चलाना न केवल यांत्रिक कार्यों का एक सेट है, बल्कि एक जटिल सामाजिक गतिविधि भी है। जब तक सभी कारें स्वायत्त नहीं हो जाती हैं, तब तक ऑटोपायलट सुरक्षित और प्रभावी होंगे, जब वे मानव चालकों के साथ बातचीत कर सकते हैं। स्वायत्त कार डेवलपर्स को अन्य ड्राइवरों और यात्रियों की पसंद और प्रभाव पर विचार करना चाहिए। "
वैज्ञानिक इस बात से नाखुश हैं कि रोबोट कारों के डेवलपर अपनी परियोजनाओं को जनता के लिए खोलना नहीं चाहते हैं। फिर भी, कुछ डेटा उन स्रोतों से एकत्र किए जा सकते हैं जो अभी भी सार्वजनिक डोमेन में हैं। हम YouTube के वीडियो के बारे में बात कर रहे हैं, जो रोबोट कारों की गति को दर्शाता है। अधिकांश रिकॉर्डिंग टेस्ला ड्राइवरों या लोगों द्वारा बनाई गई थीं जिन्होंने सड़क पर ड्राइविंग के दौरान टेस्ला को हटाने के लिए एक कारण या किसी अन्य के लिए निर्णय लिया था। गूगल, वोल्वो और होंडा की कारों के साथ वीडियो हैं।
वैज्ञानिकों के अनुसार, YouTube उपयोगकर्ताओं द्वारा बनाई गई रिकॉर्डिंग स्वायत्त कार नियंत्रण प्रणालियों के संचालन के बारे में जानकारी का एक उत्कृष्ट स्रोत है। इन वीडियो में यह भी दिखाया गया है कि कैसे लोग रोबोट कारों के साथ बातचीत करते हैं। कुल मिलाकर, विशेषज्ञों ने अमेरिका, ब्रिटेन, जर्मनी, फ्रांस, स्वीडन, हांगकांग, आइसलैंड और कनाडा के 63 उपयोगकर्ताओं द्वारा YouTube पर अपलोड किए गए 69 विभिन्न वीडियो का विश्लेषण किया। एक वीडियो की औसत अवधि 9 मिनट थी। लेकिन 7 वीडियो बहुत लंबे हैं - इस मामले में, प्रत्येक क्लिप की अवधि आधे घंटे से अधिक है। एक मामले में, वीडियो के लेखक ने 8 रजिस्ट्रारों की एक प्रणाली का उपयोग करके सड़क के किनारे अपना सारा रास्ता फिल्माया।
बहुत शुरुआत में, वैज्ञानिकों ने एक महत्वपूर्ण बिंदु को निर्धारित किया - वे केवल वीडियो से स्वायत्त मशीनों के काम के बारे में जानकारी आकर्षित करेंगे, न कि रोबोट द्वारा विकसित करने वाली कंपनियों द्वारा प्रदान किए गए समाचार संसाधन या दस्तावेज। और इससे उपज मिली - प्रणालियों के संचालन का अध्ययन एक पूर्व-गठित राय के बिना किया गया था। इससे यह भी मदद मिली कि कई वीडियो फिल्म निर्माताओं और YouTube उपयोगकर्ताओं की टिप्पणियों के पूरक थे।
लेखकों ने सड़क पर डकैतों के आंदोलन के दो मुख्य पहलुओं का अध्ययन किया। पहला कंप्यूटर नियंत्रण प्रणाली के साथ चालक की बातचीत है। यदि कार में ऐसी कोई प्रणाली है, तो चालक इसके साथ बातचीत करना सीखता है। वैज्ञानिकों ने इस बातचीत के महत्वपूर्ण बिंदुओं का अवलोकन करने की कोशिश की। दूसरा पहलू सड़क पर अन्य ड्राइवरों के साथ ऑटोपायलट की बातचीत है।
सड़क पर स्थिति, परियोजना के प्रतिभागियों द्वारा अध्ययन किया गया। पहला फ्रेम टेस्ला कैमरे पर एक सौर फ्लेयर है। दूसरा फ्रेम - सिस्टम खतरे का संकेत देना शुरू कर देता है। तीसरा - ऑटोपायलट कार को आने वाली लेन में निर्देशित करता है। चौथा - ड्राइवर नियंत्रण लेता है, स्थिति को सही करता है (फ्रेम - वीडियो से स्क्रीनशॉट सर्वोत्तम गुणवत्ता - एड के नहीं हैं।)जैसा कि यह निकला, कई मामलों में, स्वचालित नियंत्रण प्रणाली वाली कारों ने ठीक काम किया। लेकिन समस्याओं की पहचान की गई। उदाहरण के लिए, टेस्ला कारों में एक ही ऑटोपायलट कभी-कभी गलत तरीके से पहचाने जाने वाले सड़क चिह्नों, भ्रमित गलियों या आम तौर पर काम करना बंद कर देता है, क्योंकि सामने तेज धूप चमक रही है (सूरज की चकाचौंध और कई असफल संयोगों के कारण,
एक टेस्ला कार और एक वैन शामिल है) जिसमें इलेक्ट्रिक वाहन का मालिक मारा गया)।
सामान्य तौर पर, यह पता चला कि वीडियो के अधिकांश लेखक अपनी मशीनों के नियंत्रण प्रणालियों पर 100% भरोसा नहीं करते हैं। और यह उचित है, क्योंकि काफी खतरनाक क्षण थे। उनमें से एक, उदाहरण के लिए, ऑटोपायलट और अन्य ड्राइवरों की बातचीत से संबंधित था। मोटरसाइकल सवार ने टेस्ला को पछाड़कर दूसरी लेन में संक्रमण दिखाया। कंप्यूटर सिस्टम के इशारे ने सवार को नहीं पहचाना और काट दिया।
दूसरे मामले ने एक मोटर चालक और एक कंप्यूटर नियंत्रण प्रणाली के कार्यों के बीच अंतर दिखाया। दो रोबोट कारों को सड़क पर ले जाया गया, जिसके बीच एसडीए के नियमों द्वारा एक अंतराल निर्धारित किया गया था, जो वाहनों और उनके चालकों दोनों की सुरक्षा का तात्पर्य करता है। लेकिन अचानक एक तीसरी कार दिखाई दी, एक आदमी द्वारा संचालित। उनके ड्राइवर ने फैसला किया कि सामने कारों के बीच की दूरी उसके लिए एकदम सही थी और उसे फिर से बनाया गया। दूसरी ओर, ऑटोपायलट हमेशा ट्रैफिक लाइट पर भी एक सुरक्षित दूरी बनाए रखने का प्रयास करते हैं, जब मानव चालक अपनी कारों को एक-दूसरे के ठीक ऊपर चलाते हैं, व्यावहारिक रूप से कोई खाली जगह नहीं छोड़ते हैं।
सामान्य तौर पर, सड़कों पर चालक अक्सर मौखिक संकेतों का उपयोग करते हैं, उदाहरण के लिए, पैदल यात्री या किसी अन्य कार से गुजरना। ऑटोपायलट, ज़ाहिर है, ऐसे संकेतों को नहीं पहचानता है। और सड़क पर रोबोमोबाइल और मानव चालक के व्यवहार में अंतर बहुत अलग है।
इस कारण से, अध्ययन के लेखकों के अनुसार, कंप्यूटर-आधारित कार नियंत्रण प्रणाली के डेवलपर्स को सड़कों पर ड्राइविंग के सामाजिक घटक - एक बहुत महत्वपूर्ण कारक को ध्यान में रखना होगा। यह मुश्किल है, लेकिन आवश्यक है, क्योंकि अब तक रोबोट कारों की तुलना में सड़कों पर बहुत अधिक मानव चालक हैं। उत्तरार्द्ध के डेवलपर्स को सचमुच अपने सिस्टम को लोगों को "समझने" के लिए सिखाने की ज़रूरत है, और न केवल ट्रैफ़िक संकेतों और चिह्नों को पढ़ना है। कोई इसके साथ बहस कर सकता है, लेकिन यहां एक तर्कसंगत अनाज है।
वैज्ञानिकों को उम्मीद है कि उनके शोध के परिणामों का उपयोग रोबोमोबाइल्स के डेवलपर्स द्वारा किया जाएगा, ताकि अधिक कुशल नियंत्रण प्रणाली और पूर्ण ऑटोपायलट का निर्माण किया जा सके।