आपके रोबोमोबाइल को आपको नजरअंदाज करने की जरूरत है

2014 में, Google के एक प्रोजेक्ट को इस तरह से शूट किया गया था कि यह पहले से ही डेट्रायट [एक बार - "संयुक्त राज्य अमेरिका की ऑटोमोबाइल राजधानी" में सुना गया था - लगभग। ट्रांस।]। उनके नवीनतम प्रोटोटाइप रोबोमोबाइल में कोई स्टीयरिंग व्हील नहीं था, कोई ब्रेक नहीं था। संकेत स्पष्ट था: भविष्य की कारें पूरी तरह से स्वायत्त होंगी, उन्हें ड्राइवर की आवश्यकता नहीं होगी। और इससे भी अधिक कष्टप्रद यह था कि Google ने प्रियस या लेक्सस को फिर से तैयार करने के बजाय, जैसा कि पिछली दो पीढ़ियों के रोबोट ने किया था, कंपनी ने स्वतंत्र रूप से मोटर वाहन भागों के आपूर्तिकर्ताओं की मदद से अपने नए रोबोट के लिए एक निकाय का निर्माण किया। और जो सबसे आश्चर्यजनक है, नई कार मूल रूप से एक अनुभवी चालक के रूप में पैदा हुई थी, उसके पास पहले से ही 1.1 मिलियन किमी का अनुभव था जो पिछले प्रोटोटाइप के मस्तिष्क से निकाला गया था। आज, रोबोमेबल्स के कई और वर्ष हैं, पूरे बेड़े का कुल लाभ 2.1 मिलियन किमी से अधिक है - यह एक व्यक्ति के बराबर है जो प्रति वर्ष 24,000 किमी यात्रा करता है 90 वर्षों के लिए।

ऑटोमोटिव कंपनियां प्रतिक्रिया में सॉफ्टवेयर विकास में अरबों का निवेश कर रही हैं, और ऑटोमोटिव नवाचार के उपरिकेंद्र डेट्रायट से सिलिकॉन वैली में चले गए हैं। अगर कार निर्माता प्रभावित कर सकते हैं कि रोबोट कारों के लिए संक्रमण कैसे किया जाता है, तो वे इसे क्रमिक बना देंगे। पहले चरण में, चालक सहायता प्रौद्योगिकियों का परीक्षण किया जाएगा। दूसरे पर, विशेष स्थितियों में सीमित स्वायत्त आंदोलन के साथ कई लक्जरी मॉडल दिखाई देंगे, सबसे अधिक संभावना राजमार्ग के साथ। तीसरे चरण में, ये सीमित क्षमताएं सस्ती कारों के लिए लीक हो गई होंगी।

कंसल्टिंग फर्म डेलोइट एक वृद्धिशील दृष्टिकोण के रूप में इस तरह के क्रमिक दृष्टिकोण का वर्णन करता है, जिसमें ऑटोमेकर नई तकनीकों में निवेश करते हैं - उदाहरण के लिए, एंटी-लॉक ब्रेकिंग सिस्टम, इलेक्ट्रॉनिक स्थिरीकरण, सुरक्षा कैमरे, टेलीमैटिक्स - महंगी कार रेंज के लिए, और तब नीचे जाते हैं जब अर्थव्यवस्था काम करना शुरू करती है। पैमाने। ऐसा सतर्क दृष्टिकोण, हालांकि आकर्षक, गलत हो सकता है। धीरे-धीरे सुरक्षा प्रौद्योगिकियों को जोड़कर स्वायत्तता के करीब आना जो लोगों को चलाने में मदद करने के लिए कंप्यूटर पर चल रहे हैं, धीमे और तेजी से लंबी अवधि में एक असुरक्षित रणनीति हो सकती है, दोनों मानव जीवन के दृष्टिकोण से और ऑटो उद्योग के दृष्टिकोण से।

कार कंपनियों में से एक क्रमिक दृष्टिकोण को पसंद करते हैं क्योंकि यह उन्हें उद्योग पर नियंत्रण बनाए रखने में मदद करता है। रोबबॉमील्स को एक स्मार्ट ओएस की आवश्यकता होती है जो कार के वातावरण को मानता है, आने वाले डेटा स्ट्रीम को समझने और तदनुसार प्रतिक्रिया करता है। ऐसा सॉफ़्टवेयर बनाना जो एक AI के रूप में काम कर सकता है - विशेष रूप से, कृत्रिम धारणा के साथ काम करना - अनुभवी कर्मियों और एक निश्चित बौद्धिक सामान की आवश्यकता होती है। ऑटोमेकर, जो जटिल मैकेनिकल सिस्टम बनाने में बहुत कुशल हैं, उनके पास सही कर्मियों, संस्कृति की कमी है, और एआई अनुसंधान की मोटाई में प्रभावी ढंग से तल्लीन करने का अनुभव है। और गूगल पहले से ही है।



ऑटो उद्योग में रोबेम्बाइल्स अनिश्चितता लाते हैं। पिछली सदी में, ग्राहकों को सीधे कार बेचना लाभदायक रहा है। लेकिन अगर रोबोट कार खरीदने के बजाय उपभोक्ताओं को यात्रा के लिए भुगतान करने की अनुमति देते हैं, तो रोबोट कारों को पट्टे पर देने वाली कंपनियों को परिवहन के लिए सार्वभौमिक कारों को बेचने का व्यवसाय अब इतना लाभदायक नहीं हो सकता है। अगर कार निर्माताओं को रोबोमेबाइल बनाने के लिए सॉफ्टवेयर डेवलपर्स के साथ मिलकर काम करना है, तो इस तरह की साझेदारी इस तथ्य में समाप्त हो सकती है कि पूर्व को पाई का एक बड़ा टुकड़ा नहीं मिलेगा।

विचाराधीन धनराशि पूरी रात चलने वाले पोकर गेम में बैंक की तरह बढ़ रही है। मिशिगन विश्वविद्यालय के पूर्व प्रोफेसर और जीएम के सीईओ लैरी बर्न्स बताते हैं कि सोने की खदान 4.8 ट्रिलियन किलोमीटर में छिपी है जो लोग हर साल (केवल अमेरिका में) यात्रा करते हैं। वह कहता है: "यदि पहले व्यक्ति को हर साल 4.8 ट्रिलियन किमी से 10% लाभ मिलता है और प्रति मील 10 सेंट बनता है, तो उसका वार्षिक लाभ $ 30 बिलियन होगा - यह एप्पल और एक्सॉनमोबिल के वसा वर्षों के बराबर है" ।

ऑटोमेकर और Google विशालकाय टैंकर हैं, जो टकराने की धमकी दे रहे हैं, धीरे-धीरे अपने सामान्य गंतव्य के करीब पहुंच रहे हैं: अगली पीढ़ी के रोबोट वाहनों से अधिक लाभ निचोड़ें। ऑटोमेकर एक विकासवादी दृष्टिकोण पसंद करते हैं जिसमें ड्राइवर सहायता मॉड्यूल तब तक विकसित किए जाते हैं जब तक कि वे लंबे समय तक सवारी का नियंत्रण नहीं ले सकते। इसके विपरीत, Google पूर्ण स्वायत्तता में एक तेज छलांग की योजना बना रहा है।

न केवल वाहन निर्माता क्रमिक दृष्टिकोण को पसंद करते हैं। अमेरिकी परिवहन विभाग और सोसाइटी ऑफ ऑटोमोटिव इंजीनियर्स (SAE) ने स्वायत्तता के लिए अपनी योजना पहले ही विकसित कर ली है। उनके चरण थोड़े अलग होते हैं, लेकिन उनमें क्या सामान्य है कि विकसित करने का सबसे अच्छा तरीका क्रमिक, रैखिक चरणों का एक क्रम है, जब "ड्राइविंग सहायता" प्रणाली अस्थायी रूप से कार को नियंत्रित करती है, लेकिन जल्दी से इसे अप्रिय स्थिति उत्पन्न होने पर व्यक्ति को वापस दे देती है।

हम इस विचार से असहमत हैं कि क्रमिक संक्रमण कार्य करने का सबसे अच्छा तरीका है। कई कारणों से, मनुष्य और रोबोट को वाहन चलाते समय एक-दूसरे को सफल नहीं होना चाहिए। हालांकि, कई विशेषज्ञों का मानना ​​है कि इष्टतम मॉडल किसी व्यक्ति और सॉफ़्टवेयर के बीच मशीन पर नियंत्रण का पृथक्करण है, कि ड्राइवर को मास्टर रहना चाहिए, और सॉफ्टवेयर को नौकर होना चाहिए। एक प्रतिमान पर आधारित सॉफ्टवेयर जिसमें लोग और मशीनें एक साथ काम करते हैं, इंजीनियरों को ह्यूमन-इन-द-लूप (HITL) के रूप में जाना जाता है - "मानव प्रक्रिया में भागीदारी"। कई स्थितियों में, आदमी और मशीन का संयुक्त काम वास्तव में उत्कृष्ट परिणाम की ओर जाता है। अनुभवी सर्जन रोबोटिक मैनिपुलेटर्स का उपयोग करते हैं और संचालन में अमानवीय सटीकता प्राप्त करते हैं। एचईटीएल कार्यक्रमों का उपयोग आधुनिक वाणिज्यिक विमानों के साथ-साथ औद्योगिक और सैन्य अनुप्रयोगों में किया जाता है।

इस प्रक्रिया में व्यक्ति को बचाने के तर्क ठोस हैं। एक बहुत ही आकर्षक सपना एक मशीन की सबसे अच्छी क्षमताओं वाले व्यक्ति की सर्वोत्तम क्षमताओं का एक जटिल संयोजन है; यह एक ड्रीम टीम बनाने के लिए पेशेवर अमेरिकी फुटबॉल खिलाड़ियों को मैन्युअल रूप से चुनने के लिए एक अनुकूलन पहेली जैसा दिखता है। मशीनें अत्यधिक सटीक हैं, थके नहीं हैं और विश्लेषण करने में सक्षम हैं। कारें पूरी तरह से पैटर्न का पता लगाती हैं, गणना और माप लेती हैं। लोग, हालांकि, निष्कर्ष निकालने में बहुत अच्छे हैं, यादृच्छिक वस्तुओं या घटनाओं को पहली नज़र में जोड़ना, और अनुभव से सीखना।

सिद्धांत रूप में, यदि आप किसी व्यक्ति को AI के साथ जोड़ते हैं, तो आप एक चौकस, संवेदनशील और अत्यंत अनुभवी ड्राइवर प्राप्त कर सकते हैं। दरअसल, स्वचालन के लिए HITL दृष्टिकोण का लाभ यह है कि आप लोगों और मशीनों की ताकत को जोड़ सकते हैं।

वास्तव में, HITL- सॉफ्टवेयर रोबोमेबाइल के साथ काम करने में सक्षम होगा, यदि केवल प्रत्येक पक्ष, लोग और सॉफ्टवेयर, स्पष्ट रूप से और लगातार जिम्मेदारी साझा करते हैं। दुर्भाग्य से, मोटर वाहन उद्योग और परिवहन मंत्रालय के अधिकारियों ने इन जिम्मेदारियों के स्पष्ट निष्पादन के लिए एक मॉडल का प्रस्ताव नहीं किया। इसके बजाय, वे प्रक्रिया में व्यक्ति को छोड़ने का प्रस्ताव रखते हैं, लेकिन साथ ही उसके पास जिम्मेदारियों का एक समझ से बाहर और बदलते चक्र होगा।

चिकनी संक्रमण रणनीति के केंद्र में यह धारणा है कि कुछ अप्रत्याशित स्थिति की स्थिति में, एक ध्वनि संकेत या कंपन व्यक्ति को सूचित करेगा कि उसे जल्दी से सीटें बदलने और समस्या से निपटने की आवश्यकता है। पूर्ण स्वचालन के क्रमिक मार्ग उचित और सुरक्षित लग सकते हैं। लेकिन व्यवहार में, ड्राइविंग के आंशिक से पूर्ण स्वचालन तक एक क्रमिक संक्रमण खतरनाक होगा।

कुछ स्थितियों में, कार सफलतापूर्वक लोगों के साथ मिलकर काम कर सकती है, लेकिन ड्राइविंग करते समय नहीं। HITL योजना ड्राइविंग का मुख्य कारण नहीं है क्योंकि ड्राइविंग बहुत ही उबाऊ और थकाऊ प्रक्रिया है। लोग ख़ुशी-ख़ुशी मशीनों को थकाऊ कार्रवाई देते हैं, और साथ ही साथ स्वेच्छा से उनके लिए खुद को ज़िम्मेदार ठहराते हैं।

जब मैंने नौसेना में प्रशिक्षण नाविकों में भाग लिया, तो मैंने सुशासन के प्रमुख सिद्धांतों में से एक सीखा: दो लोगों के बीच महत्वपूर्ण कार्यों को साझा करना कभी नहीं। यह एक क्लासिक प्रबंधन त्रुटि है, जिसे "विभाजन जिम्मेदारी" के रूप में जाना जाता है। जिम्मेदारी के विभाजन के साथ समस्या यह है कि कार्य में शामिल प्रत्येक व्यक्ति का मानना ​​है कि वह इस कार्य को आसानी से दूसरे में स्थानांतरित कर सकता है। लेकिन अगर उनमें से कोई भी इसके कार्यान्वयन का ध्यान नहीं रखता है, तो मिशन विफल हो जाता है। यदि लोग और कार ड्राइविंग के लिए जिम्मेदारी साझा करते हैं, तो परिणाम विनाशकारी हो सकते हैं।

आदमी और मशीन के बीच विभाजन की जिम्मेदारी का एक दिलकश उदाहरण फ्लाइट 447 एयर फ्रांस है, जो 2009 में अटलांटिक महासागर में गिर गया था । बोर्ड पर 228 लोग मारे गए थे। हवाई जहाज के ब्लैक बॉक्स के विश्लेषण से पता चला कि आपदा का कारण आतंकवाद या यांत्रिकी की विफलता नहीं था। ऑटोपायलट से पायलट टीम पर नियंत्रण का हस्तांतरण विफल रहा।

उड़ान में, ऑटोपायलट को फ्रीज करने के लिए आवश्यक उपकरण और अचानक ऑटोपायलट बंद हो गया। पायलटों की टीम, चकित और लंबे समय तक अभ्यास नहीं किया, अचानक एक नियमित उड़ान के लिए क्या करना चाहिए इसका प्रबंधन करने की आवश्यकता का सामना करना पड़ा। पायलटों को अचानक जिम्मेदारी का सामना करना पड़ा, कई भयावह गलतियां हुईं, जिसके कारण समुद्र में विमान दुर्घटनाग्रस्त हो गया।

2012 के पतन में, कई Google कर्मचारियों को स्वायत्त लेक्सस लेने और काम करने के लिए राजमार्ग पर सवारी करने की अनुमति दी गई थी। यह विचार एक व्यक्ति के लिए था कि लेक्सस को राजमार्ग पर चलाएं, सड़क पर जाएं, और, एक लेन में खड़े होकर, ऑटोपायलट को चालू करेंगे। प्रत्येक कर्मचारियों को चेतावनी दी गई थी कि प्रौद्योगिकी एक प्रारंभिक चरण में थी, और उन्हें हर समय सावधान रहना चाहिए। प्रत्येक कार एक वीडियो कैमरा से सुसज्जित थी जो लगातार केबिन में एक व्यक्ति को गोली मारती थी।

कर्मचारियों ने रोबोमोबाइल्स के बारे में सख्ती से सकारात्मक बात की। हर किसी ने जल्दी घंटे पर यातायात से निपटने के लिए नहीं होने के फायदे का वर्णन किया, और यह कि वे नए घर आ सकते हैं और अपने परिवारों के साथ अधिक समय बिताने के लिए आराम कर सकते हैं। लेकिन इंजीनियरों द्वारा सैलून से वीडियो देखने के बाद समस्याएं पैदा हुईं। पिछली सीट पर फोन के लिए चार्ज करने के लिए कर्मचारियों में से एक स्टीयरिंग व्हील से पूरी तरह से दूर हो गया। अन्य लोग ड्राइविंग और आराम से विचलित हुए, अपने मुक्त क्षणों का आनंद ले रहे थे।

Google की रिपोर्ट ने ध्यान अलग करने की स्थिति का वर्णन किया, और इसे "स्वचालन का पूर्वाग्रह" कहा गया। "हमने देखा कि मानव स्वभाव कैसे काम करता है: लोग बहुत जल्दी प्रौद्योगिकी पर भरोसा करना शुरू कर देते हैं क्योंकि वे इसे काम पर देखते हैं। परिणामस्वरूप, जब उन्हें इससे ध्यान हटाने और आराम करने के लिए प्रोत्साहित किया जाता है तो उनके लिए ड्राइविंग में भाग लेना बहुत मुश्किल होता है। ”



Google का विश्वास है कि कोई समझौता नहीं है - कि लोगों को कारों के साथ नियंत्रण साझा नहीं करना चाहिए - जोखिम भरा लगता है, लेकिन यह वास्तव में सुरक्षा के दृष्टिकोण से सबसे विवेकपूर्ण विकास पथ है। ऑटोमेशन ड्राइवर को दो तरह से नुकसान पहुँचा सकता है: सबसे पहले, उसे ऐसे काम करने की पेशकश करें जो उसे सड़क से विचलित करें - उदाहरण के लिए, वीडियो पढ़ना या देखना; दूसरी बात, उसकी स्थितिजन्य जागरूकता का उल्लंघन करना, अर्थात्, महत्वपूर्ण पर्यावरणीय कारकों को देखने की क्षमता और जल्दी और पर्याप्त रूप से उन पर प्रतिक्रिया देना। यदि हम चालक को विचलित ध्यान से देखते हैं, तो यह नहीं जानते कि कार के बाहर क्या हो रहा है, यह स्पष्ट हो जाएगा कि ड्राइविंग के लिए बंटवारे की जिम्मेदारी इतना भयानक विचार क्यों है।

वर्जिन यूनिवर्सिटी ऑफ टेक्नोलॉजी के एक अध्ययन ने लोगों के प्रलोभन को बताया कि जब प्रौद्योगिकी का सुझाव मिलता है तो वे एक कठिन काम को पूरा करना आसान बनाते हैं। शोधकर्ताओं ने एक परीक्षण ट्रैक पर 12 ड्राइवरों का परीक्षण किया। प्रत्येक कार में दो प्रकार के सॉफ़्टवेयर होते थे जो ड्राइवर की सहायता करते थे: एक कार को लेन में केंद्रित करता था, दूसरा नियंत्रित ब्रेक और टैक्सीिंग - जिसे एडेप्टिव क्रूज़ कंट्रोल कहा जाता था। अध्ययन का उद्देश्य प्रौद्योगिकी के प्रति लोगों की प्रतिक्रियाओं को मापना था जो कार को लेन में रखने, गति का समर्थन करने और ब्रेक को नियंत्रित करने का ध्यान रखते हैं। ऐसा करने के लिए, प्रत्येक कार में उपकरणों का एक सेट स्थापित किया गया था जो डेटा एकत्र करता है और रिकॉर्ड करता है कि क्या हो रहा है।

शोधकर्ताओं ने 25 से 34 साल के 12 लोगों को साधारण डेट्रायट निवासियों से काम पर रखा, परियोजना में भाग लेने के लिए प्रत्येक को $ 80 की पेशकश की। ड्राइवरों को यह दिखावा करने के लिए कहा गया था कि वे लंबी दूरी की यात्रा कर रहे थे, और न केवल उन्हें अपने साथ मोबाइल फोन लेने के लिए प्रोत्साहित किया, बल्कि उन्हें मुद्रित सामग्री, भोजन, पेय और मनोरंजन उपकरणों का विकल्प भी प्रदान किया। उन्होंने ड्राइवरों को समझाया कि अनुसंधान दल का एक सदस्य उनमें से प्रत्येक के साथ जाएगा। उन्हें बताया गया कि उनके यात्री के पास कुछ "होमवर्क" होगा जो यात्रा के दौरान उनके साथ होगा, इसलिए अधिकांश समय वह एक डीवीडी देखेंगे।

12 विषयों ने परीक्षण ट्रैक पर कार चलाई, और उनकी प्रतिक्रियाओं और कार्यों को मापा और दर्ज किया गया। शोधकर्ताओं ने खाने, पढ़ने, या वीडियो देखने जैसी बाहरी गतिविधियों से विचलित होने के लिए दोनों प्रलोभन को मापने का लक्ष्य निर्धारित किया है, और सॉफ्टवेयर की ज़िम्मेदारी लेने के बाद जिस हद तक ड्राइवर का ध्यान सड़क से हट जाता है। दूसरे शब्दों में, शोधकर्ताओं ने जाँच की कि क्या ड्राइवर की स्वचालित ड्राइविंग तकनीक ड्राइविंग प्रक्रिया से ध्यान भटकाने, अनुचित ड्राइविंग सबक, जो हो रहा था उसकी पूर्ण धारणा का नुकसान और उनके वातावरण में महत्वपूर्ण कारकों को पहचानने की क्षमता जैसे असुरक्षित कार्यों को जन्म देगी।

यह पता चला कि स्वचालित ड्राइविंग तकनीक की उपस्थिति में अधिकांश ड्राइवरों ने पहिया पर सभी तीन प्रकार के उल्लंघनों को सहर्ष स्वीकार किया। "होमवर्क", जिसे माना जाता था कि यात्री शोधकर्ता द्वारा, अनुकूली क्रूज़ नियंत्रण और लेन कीपिंग सिस्टम के साथ, ड्राइवरों का ध्यान आकर्षित किया था, और उन्होंने महसूस किया कि वे बिना किसी नुकसान के सड़क पर जो कुछ हो रहा था, उससे खुद को विचलित कर सकते हैं। तीन घंटे के परीक्षण के दौरान, जिसके दौरान विभिन्न स्वचालित ड्राइविंग सिस्टम का उपयोग किया गया था, अधिकांश चालक अमूर्त चीजों में व्यस्त थे - वे आमतौर पर खा लेते थे, पीछे की सीट से कुछ मिला, मोबाइल पर बात की और संदेश भेजे।

खासकर ड्राइवरों ने गाड़ी को आराम से लेन में रखा। जब इसे चालू किया गया था, तब डीवीडी चलते समय 58% विषयों को देखा जाता था। 25% ड्राइवरों ने पढ़ा, जिससे एक दुर्घटना का जोखिम 3.4 गुना बढ़ गया।

ड्राइवरों का दृश्य ध्यान बेहतर नहीं था। ध्यान बिखरा हुआ था, वे पहिया के पीछे पूरे समय के लगभग 33% के लिए सड़क पर नहीं दिखते थे। क्या और भी खतरनाक है, उनकी आँखें लंबे समय तक सड़क से विचलित थीं, यानी 2 सेकंड से अधिक समय तक, तीन घंटे की यात्रा के दौरान औसतन 3325 बार। सच है, इस तरह के लंबे विक्षेप ने परीक्षा के समय का केवल 8% लिया।

यह अध्ययन, निश्चित रूप से, केवल पहला कदम माना जा सकता है। 12 लोग एक छोटे से नियंत्रण समूह हैं, और अधिक शोध की आवश्यकता है। दिलचस्प खोजों में से एक यह था कि हालांकि अधिकांश ड्राइवरों को खाने का आनंद लिया, एक फिल्म देखना, ड्राइविंग करते समय संदेश पढ़ना या संदेश भेजना, कुछ इस प्रलोभन का विरोध करने में सक्षम थे। जैसा कि शोधकर्ताओं ने निष्कर्ष निकाला, "कार्य ने बाहरी गतिविधियों के लिए व्याकुलता के मुद्दे में बड़े व्यक्तिगत मतभेदों के अस्तित्व को दिखाया, जिसका मतलब विभिन्न चालकों पर स्वायत्त ड्राइविंग प्रणालियों के विषम प्रभाव हो सकता है।"

पेनसिल्वेनिया विश्वविद्यालय द्वारा किए गए एक अन्य अध्ययन में, शोधकर्ताओं ने 30 किशोरों से बात करते हुए मोबाइल फोन का उपयोग करने के बारे में बात की। यह पता चला कि ड्राइविंग करते समय संदेश भेजने के खतरों के बारे में जागरूकता के बावजूद, किशोरों ने इसे वैसे भी किया। ड्राइविंग करते समय टेलीफोन के इस्तेमाल से पूरी तरह से इनकार करने वाले किशोरों ने स्वीकार किया कि वे ट्रैफिक लाइट पर संदेश भेज रहे थे, जो ग्रीन सिग्नल का इंतजार कर रहे थे। इसके अलावा, किशोरों के पास "पहिया के पीछे संदेश भेजने" का अर्थ निर्धारित करने के लिए अपनी प्रणाली थी। उदाहरण के लिए, उन्होंने कहा कि ड्राइविंग करते समय ट्विटर पढ़ना मैसेजिंग पर लागू नहीं होता है। उन्होंने गाड़ी चलाते हुए फोटो लेने के बारे में भी यही बात कही।

टूटा हुआ ध्यान जोखिमों में से एक है। लोगों और सॉफ़्टवेयर के बीच ड्राइविंग के लिए जिम्मेदारी साझा करने का एक और जोखिम यह है कि लोगों के ड्राइविंग कौशल को दुर्लभ उपयोग से हटा दिया जाएगा। AF447 के पायलटों की तरह ही ड्राइवर पहिया के पीछे आराम करने का हर मौका लेंगे। और अगर किसी व्यक्ति ने कई हफ्तों, महीनों या वर्षों तक कार नहीं चलाई है, और फिर उसे अचानक आपातकालीन स्थिति में नियंत्रण करने की आवश्यकता है, तो उसे न केवल यह पता होगा कि बाहर क्या हो रहा है, बल्कि यह भी पता चलेगा कि उसके ड्राइविंग कौशल में जंग लग गई है।

बहिर्मुखी मामलों में संलग्न होने या जिम्मेदारियों को विभाजित करते हुए अपने हाथों को स्टीयरिंग व्हील से हटाने का प्रलोभन ऐसे गंभीर खतरे हैं जो Google ने स्वायत्त ड्राइविंग के लिए एक क्रमिक संक्रमण के चरण को छोड़ने का फैसला किया। अक्टूबर 2015 की कंपनी की रिपोर्ट एक अप्रत्याशित निष्कर्ष के साथ समाप्त हुई: आंशिक रूप से स्वायत्त प्रणालियों के साथ शुरुआती प्रयोगों के आधार पर, अत्यंत पूर्ण स्वचालन को प्राप्त करने पर ध्यान केंद्रित करने के लिए एक रणनीति विकसित की गई थी। यह निम्नलिखित कहता है: “परीक्षणों के परिणामस्वरूप, हमें उन वाहनों को विकसित करने की आवश्यकता हुई जो मानव हस्तक्षेप के बिना स्वतंत्र रूप से बिंदु A से बिंदु B तक जा सकते हैं। हर कोई सोचता है कि एक मशीन बनाना मुश्किल है जो अपने दम पर व्यवहार करता है। और इसलिए यह है। लेकिन ऐसा लगता है कि लोगों का ध्यान आकर्षित करना मुश्किल है, अगर वे थक गए हैं, तो वे ऊब गए हैं, और प्रौद्योगिकी उन्हें बताती है: "चिंता मत करो, मेरे पास सब कुछ नियंत्रण में है ... अभी के लिए ..."

इस लेखन के समय, Google की रोबोट कारों में 17 छोटी दुर्घटनाएँ और एक बस की कम गति से टक्कर थी। 17 घटनाओं में, अन्य कारों के ड्राइवर अपराधी बन गए। 14 फरवरी, 2016 को, Google कार सिटी बस के साइड में "टच" करने वाली पहली गंभीर दुर्घटना में शामिल हो गई। और पिछले मामलों के विपरीत, यह त्रुटि रोबोमोबाइल सॉफ्टवेयर के कारण हुई - यह गलत अनुमान लगाया गया था कि अगर कार आगे बढ़ती है, तो बस बंद हो जाएगी।

बस के मामले को छोड़कर, अन्य सभी घटनाएं हुईं, मजेदार रूप से पर्याप्त, क्योंकि रोबोमोबाइल बहुत अच्छी तरह से ड्राइव करता है। एक अच्छी तरह से क्रमादेशित वाहन स्पष्ट रूप से उन सभी नियमों का अनुपालन करता है, जो कम कानून का पालन करने वाले लोगों को भ्रमित करते हैं, जो कि उनका शाब्दिक रूप से पालन करने के लिए उपयोग नहीं किए जाते हैं। इस तरह के हादसे के विशिष्ट उदाहरण तब कहे जा सकते हैं जब किसी रोबोमोबाइल ने राजमार्ग पर धारा में घुलने की कोशिश की या किसी व्यस्त चौराहे पर दाहिनी ओर मुड़ने की कोशिश की, और ड्राइवरों ने मशीन और गति सीमाओं द्वारा अंकन के सटीक पालन का अहसास न करते हुए, रोबोट को बराबरी पर खींचा।

अब तक, एक भी दुर्घटना में चोटों के कारण नहीं है। भविष्य में, टकराव से बचने का सबसे अच्छा तरीका यह होगा कि आप लुटेम्बो को थोड़ा और मानवीय, अधिक लापरवाह और थोड़ा अवैध ड्राइविंग सिखाएं। लंबे समय में, सबसे आसान तरीका ड्राइवरों के साथ समस्या को हल करना है उन्हें कंप्यूटर के साथ प्रतिस्थापित करना जो कभी सड़क से विचलित नहीं होता है।

ऑटोमेकर और आईटी दिग्गज अपने उच्च दांव वाले कार पोकर गेम को खेलने के लिए टेबल के चारों ओर इकट्ठा होते हैं। यह अभी भी अज्ञात है कि नक्शा किससे झूठ होगा। अगर अधिकारी ड्राइविंग में मानवीय भागीदारी की आवश्यकता पर कानून बेचते हैं, तो ऑटोमोटिव उद्योग के नियंत्रण को बनाए रखते हुए, एचईटीएल को ऑटोमेकर्स द्वारा हराया जाएगा। अगर कानून लुटेरों से पूर्ण स्वायत्तता की अनुमति देता है या यहां तक ​​कि आवश्यकता होती है, तो आईटी कंपनियां जीतेंगी।

Google के कई गंभीर फायदे हैं - यह डिजिटल नक्शे और गहन सीखने के क्षेत्र में निर्विवाद नेता है। व्यवसाय की रणनीति के दृष्टिकोण से, मोटर वाहन उद्योग में Google की कमी इसका प्रमुख लाभ हो सकता है। विश्लेषक केविन रॉथ लिखते हैं: "ओईएम के विपरीत, Google को विकास में मध्यवर्ती चरणों को छोड़ देने के कारण लाभ के नुकसान का खतरा नहीं है, वे तुरंत पूरी तरह से स्वायत्त रोबोट बनाने के बारे में सेट करते हैं, और उन्हें लगता है कि एक गंभीर शुरुआत है।" ऑनलाइन विज्ञापन की बिक्री से स्वतंत्र एक नया लाभ चैनल बनाने के लिए Google की प्रबल इच्छा में जोड़ें - वर्तमान में कंपनी के लिए राजस्व का मुख्य स्रोत।

एक बात स्पष्ट है: कोई फर्क नहीं पड़ता कि रोबोट वाहनों के लिए संक्रमण कैसे होता है, कार निर्माताओं को नई क्षमताओं का अधिग्रहण करना होगा। रोबोटिक वाहनों की बिक्री के लिए नए उद्योग में खिलाड़ियों के बीच बने रहने के लिए, वाहन निर्माताओं को AI बनाने की कठिन कला में महारत हासिल करनी होगी - और यह कार्य कई दशकों से सर्वश्रेष्ठ रोबोटिक्स विशेषज्ञों के लिए उपलब्ध नहीं है।