Alcuni anni fa, dirigenti del settore automobilistico ed esperti di tecnologia prevedevano che nel 2023 le auto autonome avrebbero girato per le vie delle nostre città. Dopo miliardi di dollari in ricerca e sviluppo, la tecnologia dei veicoli autonomi non è ancora avanzata al punto in cui può sostituire i conducenti umani. Il Wall Street Journal ha riunito tre esperti per discutere del futuro dei veicoli autonomi, riportiamo il sunto delle loro conversazioni
Ambizioni ridimensionate e tempi allungati
Alcune case automobilistiche e startup tecnologiche hanno ridimensionato le loro ambizioni o spostato le tempistiche di conseguenza. A ottobre, Ford Motor Co. e Volkswagen AG hanno chiuso la loro società di auto senza conducente, Argo AI, e l’amministratore delegato di Ford, Jim Farley ha detto agli analisti in una chiamata trimestrale sugli utili che ”avremo una strada molto lunga” per sviluppare veicoli autonomi.
Anche i regolatori stanno pesando. Le autorità federali per la sicurezza a dicembre hanno dichiarato che stavano indagando su General Motors Co. La controllata Cruise di GM 3,30% dopo che i suoi taxi a guida autonoma hanno causato diversi tamponamenti. Anche la tecnologia di assistenza alla guida di Tesla Inc. è stata implicata in numerosi incidenti.
Veicoli autonomi, cosa pensano gli esperti
Il Wall Street Journal ha riunito tre esperti per discutere del futuro dei veicoli autonomi: Alexandre M. Bayen, professore di ingegneria elettrica e informatica presso l’Università della California, Berkeley; Raj Rajkumar, professore nel dipartimento di ingegneria elettrica e informatica della Carnegie Mellon University; Juergen Reers, senior managing director presso la società di consulenza Accenture.
Di seguito riportiamo un sunto della conversazione online.
Una AI a livello umano
La prima domanda, a bruciapelo, che il WSJ ha posto ai tre esperti è stata: le auto raggiungeranno mai la categoria di livello 5 della guida autonoma? Se sì, quando?
Juergen Reers ha subito risposto che ciò richiederebbe un’intelligenza artificiale a livello umano, e non esiste una teoria comunemente accettata su come arrivarci. “Finché non ci sarà un’AI” a livello umano – ha detto – la mobilità autonoma sarà limitata”.
Per Alexandre M. Bayen, promettere la piena autonomia per una data certa, di solito porta ad aspettative irrealistiche, “quando in realtà lo sviluppo dell’autonomia è per sua natura incrementale”. “Il mercato lo dirà”, ha concluso.
Ancora più scettico sulla possibilità di un’auto realmente autonoma è stato Raj Rajkumar: “Questo potrebbe in realtà non essere mai possibile, o è almeno lontano molti anni o decenni”. Il professore della Carnegie Mellon University, tuttavia, ha aperto a soluzioni più limitate, ma molto utili, che potrebbero essere implementate prima o poi.
Quali tecnologie per i veicoli autonomi
Parlando delle tecnologie necessarie per le auto a guida autonoma al di sotto del livello 5, il WSJ ha chiesto agli esperti cosa debba essere migliorato riguardo ai sistemi come radar, telecamere, GPS e lidar.
Per Reers, “il livello della tecnologia è molto avanzato, ma una sfida chiave è il costo. In alti livelli di guida automatizzata, è necessario un alto grado di ridondanza. La combinazione di sistemi di telecamere, radar e lidar con mappe ad alta definizione e requisiti di calcolo elevati renderebbe un veicolo di livello 4 troppo costoso per l’uso individuale”. I primi veicoli a guida autonoma di livello 4 (vedi tabella sotto), quindi, potrebbero essere più facilmente bus e navette.
Per Rajkumar, le aziende non potranno fare affidamento solo sulle fotocamere digitali ma dovranno utilizzare sistemi più evoluti. Radar, ultrasuoni e GPS hanno già costi accettabili, mentre per il Lidar occorrerà attendere ancora per avere costi accessibili.
Il WSJ ha poi chiesto ai tre esperti cosa ne pensassero dell’intelligenza artificiale adoperata per la guida autonoma.
Per Reers, l’intelligenza artificiale è un prerequisito fondamentale per automatizzare le funzioni di guida, anche se “non può coprire tutti i ‘casi limite’ [eventi insoliti come un cane che corre davanti a un veicolo o un cambio di corsia in un cantiere], perché non può ragionare e manca di intuizione. le reti neurali nell’AI eseguono ciò che viene chiamato ”model blind curve fitting” per ridurre al minimo i margini di errore. Per questo hanno bisogno di milioni di esempi”.
Rajkumar ritiene che l’intelligenza artificiale sia solo uno dei tanti strumenti nella cassetta degli attrezzi dei veicoli autonomi. “Gli esseri umani hanno costruito l’industria dell’aviazione passeggeri, le reti ferroviarie, le centrali nucleari e i veicoli spaziali, che hanno tutti diversi gradi di autonomia. Non usano l’intelligenza artificiale e dipendono invece da un’ingegneria ingegnosa costruita sulla scienza”.
Il WSJ fa notare agli esperti che l’intelligenza artificiale non può fare cose che fanno i conducenti umani, come leggere il linguaggio del corpo o l’espressione facciale di un pedone che scende da un marciapiede, o di un conducente in un veicolo in avvicinamento a un incrocio e chiede loro se la tecnologia sarà mai in grado di farlo.
Per Rajkumar è in corso un lavoro per rilevare l’intento umano, leggere le espressioni umane, ecc. “Tuttavia, queste tecniche non sono infallibili”, fa notare.
Per Bayen il campo dell’autonomia mista (in cui gli esseri umani interagiscono con le macchine) è ancora agli inizi, “quindi la capacità di un veicolo completamente automatizzato di interagire con un essere umano sconosciuto è ancora una questione non completamente risolta dall’apprendimento automatico“.
Reers si dice d’accordo sul fatto che i veicoli autonomi miglioreranno nel riconoscere e affrontare modelli più complessi. “Già oggi, le reti neurali sono sorprendentemente brave ad abbinare modelli complessi nei set di dati”, afferma. “Ma lo fanno per mera correlazione. Le correlazioni possono essere spurie. Non ci si dovrebbe aspettare che i veicoli automatizzati imitino il cervello umano“.
Veicoli autonomi e connessi, l’opinione gli esperti
La discussione promossa dal WSJ si è poi spostata sulla comunicazione delle auto a guida autonoma con le infrastrutture smart city, come i semafori intelligenti e gli altri veicoli
Secondo Bayen, “finché il rilevamento di eventi critici per la sicurezza risiede esclusivamente a bordo dei veicoli, li sottopone a livelli più elevati di controllo e certificazione”.
Per Rajkumar, “la tecnologia cellulare vehicle-to-everything, chiamata CV2X, consentirà a un veicolo di comunicare con veicoli adeguatamente attrezzati, segnali stradali, segnali stradali, pedoni, cloud, ecc. Il ritorno su questo investimento è che il veicolo può conoscere con precisione lo stato corretto di un semaforo, senza intelligenza artificiale, a diverse centinaia di metri di distanza, da cinque a 10 volte la portata della visione artificiale!”
Per Reers, il CV2X ha un potenziale significativo, “tuttavia, esistono ancora sistemi diversi in uso tra le case automobilistiche e le regioni, ostacolando l’interoperabilità. Pertanto, stabilire standard è un fattore chiave di successo”.
