क्यों एक क्लासिक स्वचालित कार असंभव है और कोई व्यावसायिक संभावना नहीं है

क्यों एक क्लासिक स्वचालित कार असंभव है और इसमें कोई व्यावसायिक संभावना नहीं है

जो लोग कम से कम मोटर वाहन नवाचारों का पालन करते हैं वे अच्छी तरह से जानते हैं कि एक पूर्ण स्वचालित कार को सड़कों पर बहुत लंबे समय तक चलना चाहिए। लेकिन हर 5 साल में उसकी उपस्थिति, लगातार दूसरे 5 वर्षों के लिए स्थानांतरित हो जाती है। जाहिर है, कुछ गलत हो रहा है, और यहां तक ​​कि सबसे जिद्दी आशावादियों को अस्पष्ट संदेह द्वारा सताया जाता है, और जो लोग "कृत्रिम बुद्धिमत्ता की सर्दियों" को याद करते हैं, इसलिए आम तौर पर एक निराशा में गिर जाते हैं कृत्रिम बुद्धि समझ की बाधा में भाग गई । यह स्पष्ट है कि यदि Google (वीवो) अपनी असीमित क्षमताओं के साथ 10 वर्षों में महंगे खिलौनों के अलावा कुछ नहीं करता है, तो यह पहचानने का समय है कि कृत्रिम बुद्धिमत्ता की वर्तमान तकनीकों के साथ, एक पूर्ण-व्यावसायिक वाणिज्यिक पांचवीं स्तर की स्वचालित कार (AA) असंभव है। परोक्ष रूप से, यह वीमो में भी मान्यता प्राप्त थी, और दिसंबर 2018 में अंतिम परीक्षणों में (वायमो ने संयुक्त राज्य में एक भुगतान रहित मानव सेवा शुरू की), चालक को पहिया के पीछे लौटा दिया गया (प्रत्येक कार में, बस मामले में, ड्राइवरों को पहिया के पीछे रखा जाएगा ताकि वे बल का जवाब दे सकें - एक प्रमुख स्थिति या मानवरहित प्रणाली की विफलता)। और लेख है कि 2019 में एक पूर्ण एए हमसे दूर हो गया, और करीब नहीं, अब और अधिक मिनटों का एक समूह नहीं मिला (5 वीं स्तर दूर हो जाता है, करीब नहीं) ।

इस लेख में, हम उन अकल्पनीय बाधाओं का विश्लेषण करेंगे जो एक क्लासिक एए बनाने के लिए कई और लंबे प्रयासों के दौरान उत्पन्न हुई हैं। यही है, हम आज मामलों की वास्तविक स्थिति के बारे में बात करेंगे, न कि एन वर्षों में एक उज्जवल भविष्य के विज्ञापन वादों के बारे में।

और सामान्य रूप से एक स्वचालित कार (एए) क्या है?

आम आदमी की दृष्टि में, यह एक कंप्यूटर द्वारा नियंत्रित एक कार है, जो एक निश्चित कृत्रिम बुद्धिमत्ता (AI) है। इसलिए स्पष्ट समाधान: हम एक सामान्य एआई बनाते हैं, इसे एक रोटरी स्टीरियो कैमरा से जोड़ते हैं, इसे किसी भी कार पर डालते हैं, इसे साधारण ड्राइविंग प्रशिक्षण पाठ्यक्रमों में भेजते हैं और एक योग्य ड्राइवर प्राप्त करते हैं। हालाँकि, हमें इस फैसले के करीब कुछ भी नहीं दिख रहा है। यही है, मौजूदा एआई मानव चालक के साथ प्रतिस्पर्धा नहीं कर सकता है। इसलिए, एए के डेवलपर्स को धोखा देने के लिए मजबूर किया जाता है, एक प्रकार का सरोगेट (महंगे सेंसर का एक गुच्छा, तंत्रिका नेटवर्क जो समझ में नहीं आता है कि क्या और कैसे करना है, और इसी तरह)। कृपया ध्यान दें कि यह सब एक अस्थायी समाधान है जब तक कि एक पूर्ण-विकसित (मजबूत) एआई प्रकट न हो। जिसके आगमन के साथ, इन सभी महंगे राडार और लिडरों को अनावश्यक के रूप में बाहर फेंक दिया जाएगा (एक व्यक्ति उनके बिना करता है)। यही है, एए ही कुछ धोखे की स्मैक बनाने के लिए शास्त्रीय दृष्टिकोण। आइए जानें इसका कारण।

आइए हम जो परिभाषित करते हैं, उसके साथ शुरू करें और पांचवें स्तर के पूर्ण एए से हमारा क्या मतलब है? इसके द्वारा हमारा मतलब एक निश्चित स्वचालित परिसर (ACS) है जो एक औसत मानव चालक की विशेषताओं के साथ वास्तविक सड़क की स्थिति में कार चलाने में सक्षम है। समस्या तुरंत उठती है - जानवर किस तरह का "औसत चालक" है? क्या यह एक अस्पताल में औसत तापमान है? लेकिन मैं पीआर प्रबंधकों को इस मुद्दे का समाधान छोड़ने का प्रस्ताव देता हूं, और कार्य को बहुत सरल करता हूं, एए की तुलना एक नौसिखिए चालक के स्तर के साथ करता हूं, जिसने केवल ड्राइविंग लाइसेंस प्राप्त किया है और, तदनुसार, सार्वजनिक सड़कों तक पहुंच।

यही है, हम नौसिखिए ड्राइवर और सबसे उन्नत ऑटोपायलट की तुलना करेंगे, यहां तक ​​कि कुछ विशिष्ट एक भी नहीं, लेकिन प्रौद्योगिकी विकास के मौजूदा स्तर पर सबसे अधिक संभव है। ऐसा करने के लिए, आपको नौसिखिया मानव चालक और सबसे सही ऑटोपायलट ड्राइविंग की सभी विशेषताओं की तुलनात्मक तालिका बनाने की आवश्यकता है।



और हम क्या देखते हैं? एक मानदंड (जिम्मेदारी) के अनुसार, एए, सिद्धांत रूप में, यहां तक ​​कि एक नौसिखिए चालक के स्तर तक पहुंचने में सक्षम नहीं होगा। यही है, सख्ती से बोल रहा हूं, क्लासिक एए कभी भी एक नौसिखिया चालक के स्तर तक नहीं पहुंच सकता है, यहां तक ​​कि सैद्धांतिक रूप से भी।

या शायद उसकी, यह जिम्मेदारी? चलो ठीक है। हम देखते हैं कि ऑटोपायलट की संभावित विशेषताएं भी "अच्छी" हैं, लेकिन "उत्कृष्ट" नहीं हैं। क्योंकि हर जगह निरोधात्मक प्रतिबंध हैं। सारांश:

नियंत्रण की सटीकता सड़क की सतह के बारे में जानकारी पर निर्भर करती है। और सामान्य मामले में, यह जानकारी पूरी नहीं है।

सामान्य स्थिति में सड़क की स्थिति का आकलन अधूरी जानकारी पर आधारित है और तदनुसार, सटीक नहीं हो सकता है।

जानकारी की आम तौर पर अपरिहार्य कमी के साथ निर्णय लेना प्रकृति में संभाव्य है और सैद्धांतिक रूप से भी सही होने की गारंटी नहीं दी जा सकती है।

नतीजतन, यह स्पष्ट है कि एक आदर्श ऑटोपायलट भी एक दुर्घटना की अनुपस्थिति की गारंटी नहीं दे सकता है, यहां तक ​​कि सैद्धांतिक रूप से भी।

फिर एक यातायात दुर्घटना के शिकार पीड़ितों के लिए कौन जिम्मेदार होगा?

इसलिए, जब अगले पीआर विशेषज्ञ आपको बताएंगे कि एक पूर्ण एए पहले से ही पूरी तरह से तैयार है, लेकिन यहां सिर्फ पुरातन कानूनों के साथ समस्याएं हैं, तो विश्वास न करें। यदि निर्माता मानव चालक के स्तर पर जिम्मेदारी लेते हैं, तो कानून तुरंत बदल जाएंगे । लेकिन वास्तविकता यह है कि अभी तक कोई वास्तविक एए नहीं है, और इसके "नकली" से पहले से ही लाशें हैं, और कोई भी उनके लिए जवाब नहीं देना चाहता है। मस्क ने कहा कि उनका इससे कोई लेना-देना नहीं था, लेकिन यह चूसने वाला खुद को दोषी ठहराने वाला था, जिसने यह पता नहीं लगाया कि टेस्ला का "ऑटोपायलट" ऑटोपायलट नहीं था, बल्कि एक "टीएम ऑटोपायलट" था, यानी सिर्फ एक विज्ञापन झूठ को एक साधारण ड्राइवर के सहायक का नाम कहा जाता था। और इलोन मास्क और विज्ञापन पर विश्वास करना आवश्यक था, लेकिन अंत में छोटे प्रिंट में क्या लिखा गया था ( सभी जिम्मेदारी मानव चालक के साथ टिकी हुई है )।

इस प्रकार, शास्त्रीय एए की जिम्मेदारी समस्या को सैद्धांतिक रूप से भी हल नहीं किया जा सकता है। तो, एक पूर्ण क्लासिक एए सैद्धांतिक रूप से भी असंभव है ।

यह, वैसे, इसका मतलब यह नहीं है कि इसे बनाया या बेचा भी नहीं जा सकता है, इसका मतलब है कि पहले , आपको किसी तरह जिम्मेदारी की समस्या को हल करना होगा, या इस जिम्मेदारी से छुटकारा पाने का तरीका बेचना होगा।

और यहां हम समझते हैं कि प्राकृतिक तरीके से (प्रत्यक्ष राज्य के निर्देशों के बिना) ऐसा करना बहुत मुश्किल है।

इसके अलावा, समस्या और भी बदतर है। जिम्मेदारी, यह अपराध की स्थापना का एक परिणाम है। लेकिन यह अब एक बड़ी समस्या है। एक ओर, AA पर एक ब्लैक बॉक्स की उपस्थिति इस कार्य को सरल बनाती है, और दूसरी ओर इसे जटिल बनाती है, क्योंकि AA निर्माता की सभी जानकारी इच्छुक पार्टी की जानकारी है। आपको उदाहरण के लिए बहुत दूर नहीं जाना पड़ेगा: स्वाभाविक रूप से, कार को डीजलगेट मोड पर स्विच करना लॉग में परिलक्षित नहीं था। और शायद इससे भी बदतर, लॉग में जानबूझकर गलत जानकारी लिखी जा सकती है। यहाँ गैस पेडल चिपके जांच से रिपोर्ट पृष्ठ है:



रिपोर्ट की स्लाइड 14 - ड्राइवर क्या क्लिक करता है, इसके बारे में एक ब्लैक बॉक्स झूठ बोल सकता है।

और फिर, एए निर्माता विशिष्ट राज्यों की कंपनियां हैं, जो राज्यों का समर्थन करेंगे, अंतिम मोड़ में सच्चाई पर ध्यान देंगे। उदाहरण के लिए, बहुत ही समान मामलों में, टोयोटा और जीएम, अमेरिकी अधिकारियों ने काफी भिन्न निर्णय लिए हैं।



मैं आपको संक्षेप में याद दिलाता हूं कि वहां और वहां एक तकनीकी खराबी थी, वे उसके बारे में जानते थे, उन्होंने उसे लंबे समय तक छिपाया, और जो लोग इस बारे में बोलते थे, उन्हें निकाल दिया गया।

यह समस्या कैसे हल होगी, पीआर विशेषज्ञ हमें नहीं बताते हैं।

लेकिन मान लीजिए कि हम अभी भी AA दोषी पाए गए। आगे क्या करना है? हमें इसका कारण जानने की जरूरत है, लेकिन यहां हम समझते हैं कि वर्तमान छद्म III, अर्थात्, तंत्रिका नेटवर्क, सिद्धांत रूप में, यह नहीं समझा सकता है कि गलत निर्णय क्यों किया गया, जिससे दुर्घटना हुई।

तंत्रिका नेटवर्क के बारे में एक छोटा सा विषयांतर। उनकी समस्याओं को "एआई के पुनरुद्धार" में विशेषज्ञों के लिए अच्छी तरह से जाना जाता है - पुराने विचार को लागू करने के लिए फेंके गए महंगे हार्डवेयर और विज्ञापन से ज्यादा कुछ नहीं । और कई पहले से ही AI की दूसरी सर्दियों के बारे में खुलकर बात करना शुरू कर रहे हैं। यदि आप उंगलियों पर समझाते हैं, तो आपको तंत्रिका नेटवर्क के बारे में एक बात जानने की जरूरत है: कि ये सिर्फ बहुआयामी आंकड़े हैं। कम नहीं, लेकिन अधिक नहीं। इसलिए, उनकी क्षमताएं और सीमाएँ स्पष्ट हैं:

1. किसी भी आंकड़े की तरह, वे इनपुट डेटा पर बहुत निर्भर हैं, यानी इनपुट डेटा में छोटे परिवर्तन भी अंतिम परिणाम को गंभीरता से बदल सकते हैं।
2. चूँकि यह आनुभविक है, न कि विश्लेषणात्मक, इसके अलावा बहुआयामी, डेवलपर्स, सिद्धांत रूप में, यह नहीं समझते हैं कि एक तंत्रिका नेटवर्क कैसे काम करता है और क्या तत्व प्रभावित करते हैं। यह किसी भी जटिल अनुभवजन्य सूत्र द्वारा चित्रित किया जा सकता है, जो कई गुणांकों के साथ एक बहुपद है। यह समझना आम तौर पर असंभव है कि कोई विशेष गुणांक किसके लिए जिम्मेदार है और कैसे, अन्यथा एक साधारण विश्लेषणात्मक सूत्र लिखना संभव होगा।
3. पहले दो बिंदुओं से, यह निम्नानुसार है कि इनपुट डेटा में किसी भी बदलाव के लिए पूरे सिस्टम का पूर्ण परीक्षण आवश्यक है। अन्यथा, यह पता चलता है कि एक त्रुटि को सुधारकर, हम अन्य त्रुटियों को जोड़ सकते हैं जो पहले मौजूद नहीं थीं। यही है, पिछले परीक्षणों के परिणाम अपना अर्थ खो देते हैं।
4. पर्याप्त प्राथमिक डेटा संग्रह संगठनात्मक और आर्थिक रूप से असहनीय है।

नतीजतन, समस्या निवारण के लिए क्लासिक दृष्टिकोण काम नहीं करता है। और परिणामस्वरूप, सॉफ़्टवेयर का प्रत्येक नया संस्करण एक तथ्य नहीं है कि यह पिछले एक से बेहतर होगा। फिर AA को कैसे प्रमाणित करें?

लेकिन हम सभी इस धारणा के तहत स्थिति पर विचार करते हैं कि, तकनीकी दृष्टिकोण से, आदर्श एए पहले से मौजूद है। लेकिन यह मामले से बहुत दूर है। यहां कुछ कारण दिए गए हैं, जिनमें से प्रत्येक, यदि यह शास्त्रीय दृष्टिकोण को समाप्त नहीं करता है, तो कम से कम निर्णय को स्थगित कर देता है और अंतिम एए की लागत बढ़ जाती है । और वह अब बहुत महंगा है।

कार से सब कुछ देखने के लिए असंभव

शास्त्रीय तरीके से समस्या का कोई हल नहीं है, क्योंकि बस किसी भी पैसे के लिए ऐसे सेंसर नहीं हैं। इसलिए, सामान्य मामले में, एए को जानकारी की कमी की स्थितियों में निर्णय लेना चाहिए, अर्थात, यह सोचें कि कोने के आसपास क्या है। एक व्यक्ति इन विचारों के लिए जिम्मेदार है, और एक कंप्यूटर? कृपया ध्यान दें कि वास्तविक जिम्मेदारी के आधार पर, समान अनुभव और योग्यता वाले व्यक्ति वास्तविक सड़क और कार सिम्युलेटर पर मौलिक रूप से अलग-अलग निर्णय लेते हैं। और यदि ड्राइवर अभी भी बड़ी संख्या में यात्रियों के लिए जवाब देने के लिए मजबूर है, तो उसे ड्राइवर की लाइसेंस की एक अतिरिक्त श्रेणी प्राप्त करना आवश्यक है। इसलिए, जिम्मेदारी एक मौलिक प्रबंधन मानदंड है, जिस पर अन्य प्रबंधन विशेषताएँ सीधे निर्भर करती हैं । और क्लासिक एए पूरी तरह से इस महत्वपूर्ण मानदंड से रहित है।

पूर्ण एआई, लेकिन पूर्ण कृत्रिम चेतना के बिना निर्णय करना असंभव है

और खतरनाक स्थितियों में यह अक्सर आवश्यक होता है। उदाहरण के लिए, लिखित नियमों (हम सीधे ब्रेक करते हैं) और अलिखित नियम (हम अपने साइडलाइन पर छोड़ते हैं) से दुर्घटना हो सकती है। और आने वाली लेन के लिए एक निकास के साथ बाईं ओर एक चक्कर एक दुर्घटना से बचा। जाहिर है, एक पूर्ण कृत्रिम चेतना के बिना समस्या का कोई समाधान नहीं है, क्योंकि इसमें जानकारी के अभाव में यातायात नियमों के जानबूझकर उल्लंघन पर निर्णय की आवश्यकता होती है। जानकारी और संभाव्य पूर्वानुमानों की वास्तविक कमी को देखते हुए, परिणामों के लिए कौन जिम्मेदार होगा?

कोई सही रास्ता नहीं है

यह अनुमान लगाना आसान है कि एए और एक मानव चालक के बीच संघर्ष स्थितियों को हल करने के मुद्दे को स्पष्ट रूप से हल नहीं किया जा सकता है (एक व्यक्ति हमेशा यह तर्क देगा कि वह किसी अन्य व्यक्ति के साथ बातचीत पर सहमत होगा)। अदालत में इस मुद्दे का समाधान बहुत समस्याग्रस्त है, क्योंकि न्यायाधीश के उद्देश्यपूर्ण होने की संभावना नहीं है। चूंकि न्यायाधीश व्यक्ति के चालक के स्थान पर हो सकता है, लेकिन चालक कंप्यूटर के स्थान पर कभी नहीं।

यह सभी लंघन मालकिन को बाहर कर देगा जो मालिक के अनुरूप नहीं है

रियल एए को केवल यातायात नियमों के सख्त पालन के लिए ही प्रोग्राम किया जा सकता है , जो दुर्भाग्य से, सख्ती और स्पष्टता में भिन्न नहीं है। इसलिए, एए नियम का पालन करने के लिए अतिवृद्धि "मूर्ख को रास्ता देगा।" और निश्चित रूप से, मूर्ख-चालक इसका उपयोग करेंगे, एए को अशुद्धता के साथ काट देंगे। और वह खुद को ब्रेक देगा, सभी को आगे बढ़ने देगा। एए मालिक कितनी जल्दी ऊब जाएगा?

सुरक्षा की गारंटी नहीं दे सकते (कि वे आप में दुर्घटना नहीं करेंगे)

ट्रॉली समस्या, जिसमें एक सुरक्षित समाधान नहीं है, पीड़ितों को AA गलती के माध्यम से गारंटी देता है। स्वाभाविक रूप से, पेशेवर ड्राइवर जो बिना काम के रह जाते हैं, AA पर प्रतिबंध लगाने के लिए अधिकारियों पर राजनीतिक दबाव के लिए किसी भी दुर्घटना का उपयोग करेंगे। लेकिन ये असली वोटर हैं।

अस्वीकार्य रूप से कम विश्वसनीयता और शोर प्रतिरक्षा

बिल्कुल एए सेंसर आसानी से जाम या छल किया जाता है। इस प्रकार, सड़क के किसी भी हिस्से पर सभी एए को निष्क्रिय करने के लिए बहुत सरल और सस्ता है। हम बच्चों को बाइक के लिए "लेजर रिफ्लेक्टर" देते हैं और उन्हें सड़क पर चलने के लिए कहते हैं। हम वाईफाई, जीपीएस, पेड़ों पर क्वाड्रोकोप्टर से रडार के लिए सफेद शोर बिखेरते हैं। हम "मूल" सड़क चिह्नों को आकर्षित करते हैं। हम सड़क के संकेतों को थोड़ा संशोधित करते हैं, साधारण वीडियो कैमरों को भ्रमित करते हुए Tesla Arduino से $ 40 किट और ध्वनि तरंगों को उत्पन्न करने वाले एक अल्ट्रासोनिक ट्रांसमीटर को धोखा दे सकते हैं - कार एक मुफ्त पार्किंग स्थान खोजने या वास्तविक करीबी बाधाओं को याद नहीं कर पाएगी । सस्ता और प्रभावी। और हम हैकर्स पर बिल्कुल भी विचार नहीं करते हैं! ये सिर्फ नवउदारवादी हैं।

पेशेवर मानव चालक स्पष्ट रूप से खिलाफ हैं और हतोत्साहित करेंगे

तो, सरल और सस्ते ठेला (इस तरह के एक सरल इलेक्ट्रॉनिक युद्ध) द्वारा, आप किसी भी एए को रोकने की गारंटी दे सकते हैं। ऐसी स्थितियों में जो सैद्धांतिक रूप से भी काम करने में सक्षम नहीं होंगे, लेकिन एक मानव चालक कर सकता है । कम से कम एक कारण के साथ आने की कोशिश करें कि जो लोग बिना काम के बचे हैं वे इस पद्धति का उपयोग क्यों नहीं करेंगे। लेकिन किसी को भी परिवहन की आवश्यकता नहीं है जो अनिश्चित समय के लिए किसी भी समय रोक सकता है। और टैक्सी ड्राइवर, ऐसे लोग जिन्होंने इस समय कीमतें बढ़ा दी हैं, वे एए टैक्सियों पर बचत करने वाले लोगों की संख्या को शून्य तक कम कर देंगे।

हैकर्स

अब भी, दर्जनों देशों की सैकड़ों कंपनियां AA बनाती हैं। यह सब कैसे जांचना, प्रमाणित करना और सेवा करना है? लेकिन आप ऐसे सॉफ़्टवेयर को कैसे प्रमाणित करते हैं जो लगातार हवा से अपडेट होता है? गारंटी कैसे दी जाती है कि अगले नाराज कर्मचारी ने एक्सेस कोड लीक नहीं किया है? भविष्य में, सभी ऑटोपिलॉट्स को प्रांतीय कार सेवाओं में मरम्मत की जाएगी। कैसे नियंत्रित करें कि कौन सा फर्मवेयर वहां स्थापित किया जाएगा? इन फर्मवेयर के लिए कौन जिम्मेदार होगा? ड्राइवर कहेगा कि उन्होंने इसे सेवा में डाल दिया था और मुझे भगवान के सक्रिय मोड के बारे में कुछ भी नहीं पता था, मैंने सोचा कि यह सभी के मामले में है। यही है, सुरक्षा समस्याओं की एक बड़ी संख्या, और जो कुछ भी कह सकता है, क्लासिक एए सिर्फ एक हैकर का सपना है! Hackers_ के लिए एक अच्छा लक्ष्य AI को धोखा देना और उसे खतरनाक निर्णय लेने के लिए कैसे करना है

निचला रेखा: क्लासिक एए के लिए, कई तकनीकी और कानूनी समस्याएं हैं जिनके पास आज स्वीकार्य समाधान नहीं है । सैद्धांतिक रूप से, निश्चित रूप से, सब कुछ हल किया जा सकता है या "सुचारू" किया जा सकता है, लेकिन इसके लिए बहुत समय और धन की आवश्यकता होगी।

और यहाँ हम जमीन पर गिर जाते हैं। यही है, "वाह!" एए "और" किसके खर्च पर भोज है? वास्तव में, कई महत्वपूर्ण अतिरिक्त लागतें हैं जो एए मूल्य टैग में शामिल नहीं हैं:

1. खुद ए.ए. यह सिर्फ महंगा है, लेकिन कम से कम ईमानदारी से।
2. सटीक उच्च संकल्प नक्शे। और उनकी प्रासंगिकता कैसे बनाए रखें? दो तरीके हैं और दोनों ही बुरे हैं। सबसे पहले, कंपनी को एए निर्माता के लिए खुद को इकट्ठा करना। लेकिन इसके लिए आपको कितनी कारों की जरूरत है? दूसरा तरीका, कारों को खुद इकट्ठा होने दें। लेकिन इस डेटा की विश्वसनीयता का निर्धारण कैसे करें (और हैकर्स या प्रतिस्पर्धी आपके तंत्रिका नेटवर्क को खराब सिखाने की कोशिश नहीं कर रहे हैं)। यही है, इन आंकड़ों को गंभीरता से जांचना होगा, और सभी चेक में पैसे की आवश्यकता होती है। लेकिन सामान्य स्थिति में इन कार्डों की वास्तविक प्रासंगिकता के सवाल का कोई हल नहीं है ।
3. इन सटीक कार्डों को वायरलेस नेटवर्क पर लोड करने की आवश्यकता होती है, अन्यथा, सिद्धांत रूप में, वे प्रासंगिक नहीं हो सकते। इसलिए, यह पता चला है कि हमें अभी भी हर जगह ब्रॉडबैंड इंटरनेट की आवश्यकता है, और संघीय राजमार्गों पर भी हमारे पास सेलुलर संचार हर जगह नहीं है। किसके खर्चे पर? कृपया ध्यान दें कि टेस्ला के दुर्लभ अपडेट भी केवल मुफ्त वाईफाई के माध्यम से ही किए जा सकते हैं। यह कहना नहीं है कि यह बिल्कुल नहीं कहा जाता है। लेकिन सबसे अच्छे मामले में, यहां और वहां छोटे प्रिंट में और हमेशा एक मूल्य निर्दिष्ट किए बिना।
   
   
4. 4) दुर्घटना बीमा। किसी कारण से, यह माना जाता है कि बीमा देयता के मुद्दे को हल कर सकता है। लेकिन ऐसा नहीं है, बीमा केवल बड़ी संख्या में निर्दोष लोगों को जिम्मेदारी वितरित करता है। स्वाभाविक रूप से, टेस्ला के मालिक मानव रहित कामाज़ और इसके विपरीत की गलतियों के लिए जिम्मेदार नहीं होना चाहेंगे। यह कहना मुश्किल है कि चीजें कैसे चलती हैं, लेकिन प्रारंभिक चरण में बीमा निषिद्ध होगा (कैलिफोर्निया में परीक्षणों के लिए प्रति कार लाखों डॉलर)। और फिर क्लासिक शातिर सर्कल (थोड़ा AA, महंगा बीमा, महंगा बीमा, थोड़ा AA)। इसके अलावा, यह कथन कि शास्त्रीय AA किसी व्यक्ति की तुलना में सुरक्षित है, किसी भी तथ्य पर आधारित नहीं है, क्योंकि वे वास्तविक AA की अनुपस्थिति को देखते हुए नहीं हो सकते हैं ।

और एए की आर्थिक दक्षता के बारे में मिथक कहां से आया?

पहली नज़र में, जाहिर है, हम ड्राइवर को बाहर निकालते हैं, उसके वेतन पर बचत करते हैं। लेकिन वास्तव में, सब कुछ इतना सरल नहीं है। आखिरकार, हम सिर्फ ड्राइवर को नहीं फेंकते हैं, हम व्यक्ति को फेंक देते हैं। और ट्रक के लिए, कार में एकमात्र व्यक्ति। लेकिन यह एक लुटेरों का सपना है! हम संचार में फेरबदल करते हैं, एक दुर्घटना का अनुकरण करते हैं, एक खाली सड़क पर एक मानव रहित वैगन को रोकते हैं। हम कार्गो को लोड करते हैं, लिडार, रडार और इतने पर हटाते हैं। हम आग लगाते हैं और छोड़ देते हैं। और यह सब चोरी, लेकिन गुंडागर्दी के रूप में भी वर्गीकृत नहीं किया जा सकता है। वहां कोई आदमी नहीं है, इसलिए डकैती नहीं।
हमने प्रयोगों के लिए खेलने के लिए लिडर्स को उतार दिया। और कार्गो को यादृच्छिक लोगों द्वारा चुरा लिया गया था। और इस तरह के परिदृश्य का मुकाबला करना बहुत मुश्किल है। चूंकि हमलावर नियमित रूप से और कई स्थानों पर कनेक्शन को जाम कर देंगे, इसलिए प्रत्येक मामले के लिए दंगा पुलिस को भेजना शारीरिक रूप से असंभव है।
रक्षा उपकरणों को कार पर रखना भी एक विकल्प नहीं है, क्योंकि आप उन मृत बच्चों के लिए जिम्मेदार होंगे, जिन्हें हमलावरों द्वारा विशेष रूप से फंसाया गया है।

इस प्रकार, किसी भी मामले में एक व्यक्ति होना चाहिए। हां, यह एक ड्राइवर नहीं, बल्कि एक फारवर्डर हो सकता है। लेकिन अनिवार्य रूप से एक व्यक्ति की उपस्थिति को काम और आराम के शासन की आवश्यकता होती है। यही है, एए का मुख्य लाभ यह है कि चौबीसों घंटे काम गायब हो जाता है ।

लेकिन क्या होगा यदि कई वैगनों ने हैकर्स के पीछे कसकर पकड़ लिया और लंबे समय तक सड़क को पूरी तरह से अवरुद्ध कर दिया, उदाहरण के लिए, एक एम्बुलेंस? यही कारण है, हर कार में भविष्य के भविष्य में होना चाहिएड्राइवर बनना यही है, यह भी एक तथ्य नहीं है कि एक चालक के साथ उस पर दो ड्राइवरों का काम करना संभव होगा। हां, निश्चित रूप से, उसे अपना वेतन कम किया जा सकता है, क्योंकि उसे केवल ऑटोपायलट के कब्जे में जरूरत होती है। लेकिन यह इस सिद्धांत की बहुत याद दिलाता है कि एक गाय को अधिक दूध देने की आवश्यकता होती है, लेकिन कम खिलाया जाता है। और ड्राइवर का वेतन अभी कम नहीं है, संयुक्त राज्य अमेरिका में मौजूदा वेतन के लिए ड्राइवरों की भारी कमी है।

और एक और समस्या है: यदि मानक परिस्थितियों में कार का अधिकांश समय ऑटोपायलट पर चला जाएगा, तो चालक जल्दी से अपने कौशल खो देगा . , ? . , , . !

( ) .

: , . , , , .

:

, - . ! ! , ? , - , :

1. .
2. .
3. . , , .
4. , , .
5. , ( 80% , ).
6. , , ( ). , , ( , ).
7. ( Vision Zero). , ! , , .
8. ( , , , ). , .

, :

1. , « ». , - - . , , - . , . , , .
2. , « ». «» , , .
3. , . , , , .
4. , .

« », , . , . , . , Vision Zero .

, _ , , LSE Cities_ — , , , , , . , . « », , , . .

: , , , , . , , . , .

और सवाल यह है कि क्या एक पूर्ण क्लासिक एए संभव है दो सवालों के जवाब देने में शामिल हैं:

1. क्या क्लासिक एए ट्रैफिक दुर्घटनाओं में होने वाली मृत्यु की पूर्ण अनुपस्थिति की गारंटी दे सकता है?
2. यदि नहीं, तो पीड़ितों के लिए कौन जिम्मेदार होगा?

इन सवालों के कानूनी रूप से महत्वपूर्ण जवाब के बिना, क्लासिक एए एक महंगा खिलौना बना रहेगा । यही है, आप क्लासिक एए कर सकते हैं , लेकिन करना असंभव है ।

PS यह ITS SPRUT विवरण चक्र का तीसरा लेख है, यहाँ पहला लेख है ।

यह सड़क सुरक्षा और एक क्लासिक एए के निर्माण के शास्त्रीय दृष्टिकोण के साथ मामलों की वर्तमान स्थिति के विश्लेषण का अंत है, और अगले लेख में मैं इन सभी समस्याओं को पूरी तरह से हल करने के बारे में विस्तार से वर्णन करना शुरू करूंगा।