Νίκος Μιχαλόπουλος
Αυτό λέει η πραγματικότητα, η οποία βλέπει την αυτοκινητοβιομηχανία να εργάζεται ακόμα για να λύσει τα κρίσιμα προβλημάτων των αυτόνομων οχημάτων επιπέδου 3 και εκείνων του ανώτερου αυτοματισμού που περιορίζονται σε πειραματικά πεδία. Αυτό το επιβεβαιώνει η τελευταία έρευνα της Accenture αναφορικά νε επιχειρηματικά σενάρια και ευκαιρίες για τα οχήματα χωρίς οδηγό. Σύμφωνα με την έκθεση Rebooting Autonomous Driving, στην πραγματικότητα, μέχρι το τέλος της τρέχουσας δεκαετίας τα αυτοκίνητα με συστήματα επιπέδου 3 ή 4 θα αντιπροσωπεύουν μόνο το 5% της αγοράς. Ένα ποσοστό, επομένως, που δεν επιτρέπει σε αυτό το στάδιο να μπορούμε καν να μιλήσουμε για τα πλήρως αυτόνομα αυτοκίνητα. Αντίθετα, η συνεχής ανάπτυξη τεχνολογιών θα οδηγήσει σε μεγαλύτερη ανάπτυξη λειτουργιών υποβοηθούμενης οδήγησης και, έως το 2030, η Accenture αναμένει ότι το 60% των νέων αυτοκινήτων θα είναι εξοπλισμένα με χαρακτηριστικά επιπέδου 2 (προαιρετικά ή στάνταρ), τα οποία επιτρέπουν να διαχειριζόμαστε λειτουργίες ασφάλειας που έχουν ξεφύγει από την προσοχή του οδηγού.
Τα προβλήματα που πρέπει να ξεπεραστούν
Αν και αντιπροσωπεύει μία από τις μακρο-τάσεις που φέρνουν επανάσταση στον τομέα της αυτοκινητοβιομηχανίας, η αυτόνομη οδήγηση παρουσιάζει επιβράδυνση. Και η ιστορική στιγμή του κλάδου, που αντιμετωπίζει την οικολογική μετάβαση και τα σοβαρά προβλήματα στη διαχείριση των logistics και των προμηθειών, είναι σχετική μέχρι ένα σημείο. Το πρόβλημα είναι ότι το επόμενο βήμα που πρέπει να γίνει είναι πολύπλοκο.
«Η μετάβαση από αυτοκίνητα επιπέδου 1 σε οχήματα με προηγμένα χαρακτηριστικά υποβοήθησης οδήγησης (επίπεδο 2) ήταν σχετικά γρήγορη χάρη στις τεχνολογικές προόδους που επιτεύχθηκαν – εξηγεί ο Teodoro Lio, Επικεφαλής Βιομηχανιών Καταναλωτών και Κατασκευών Accenture στην Ιταλία, Κεντρική Ευρώπη και Ελλάδα. «Για να φτάσουμε σε εντελώς αυτόνομα αυτοκίνητα (επίπεδο 5), ωστόσο, είναι απαραίτητη μια αλλαγή ρυθμού» συνεχίζει ο διευθυντής, υπογραμμίζοντας πώς το έργο των κατασκευαστών «να ενεργοποιήσουν συνεργασίες οικοσυστήματος, να τροποποιήσουν τον τρόπο κατασκευής των αυτοκινήτων και να συνεχίσουν την ανάπτυξη νέων, την προηγμένη λειτουργικότητα και το λογισμικό, είναι μόνο ένα μέρος του συνόλου, η αλλαγή επηρεάζει επίσης ολόκληρο το θεσμικό πλαίσιο, την αστική κινητικότητα και τους κανονισμούς, απαιτώντας ένα πλαίσιο κοινών κανόνων μεταξύ χωρών, οι οποίες από τη φύση τους έχουν πολύ διαφορετικά οδηγικά πλαίσια. Δεν είναι τυχαίο ότι οι δοκιμές γίνονται πάνω απ’ όλα σε μέρη όπως η Καλιφόρνια, όπου οι πιο ανεκτικοί κανονισμοί και τα απλουστευμένα αστικά κέντρα κάνουν το έργο ευκολότερο από αλλού, ξεκινώντας από την Ευρώπη. Μόλις ξεπεραστούν οι προκλήσεις που σχετίζονται με ρυθμιστικά ζητήματα και θέματα ευθύνης (σε περίπτωση ατυχήματος, φταίει όποιος είναι στο όχημα ή ποιος προμηθεύει τις τεχνολογίες;), το πρόβλημα του κόστους πρόσβασης παραμένει υψηλό, το οποίο για τα αυτόνομα αυτοκίνητα επιπέδου 3, θα αντιπροσωπεύουν το κύριο εμπόδιο στη μαζική υιοθέτηση. Επομένως η Accenture εκτιμά ότι το 2030 οι λειτουργίες του L3 θα περιοριστούν στο υψηλότερο μέρος των τμημάτων (π.χ. premium και πολυτέλεια), που αντιπροσωπεύουν λιγότερο από το 5% της αγοράς, ενώ μια διάδοση σε μεγαλύτερη κλίμακα αναμένεται μόνο γύρω στα μέσα της επόμενης δεκαετίας.
Άνθρωπος εναντίον μηχανών
Εν τω μεταξύ, ο αρχικός ενθουσιασμός για την αυτόνομη οδήγηση έχει ψυχρανθεί: «Πολλοί κατασκευαστές αυτοκινήτων και νέοι παίκτες στον κλάδο έχουν πάρει θέση δηλώνοντας ότι τα αυτοκίνητα που οδηγούνται από τεχνητή νοημοσύνη θα γίνουν πραγματικότητα μέχρι το 2025. Ωστόσο – συνεχίζει ο Lio – με την τεχνολογία και τη διαθέσιμη βαθιά μάθηση, οι αλγόριθμοι απέχουν ακόμη πολύ από την επίτευξη αυτού του στόχου». Το επίπεδο φάντασμα 5, όπου δεν υπάρχει καμία επέμβαση από τους επιβαίνοντες στο όχημα, παραμένει μια χίμαιρα αυτή τη στιγμή. Στην πραγματικότητα, αυτό το πρότυπο απαιτεί πλήρως προσαρμοστικά συστήματα και, κυρίως, απαιτεί μηδενικά περιθώρια σφάλματος στην «ανάγνωση» του περιβάλλοντος. «Βραχυπρόθεσμα, η τεχνητή νοημοσύνη εξακολουθεί να μην μπορεί να διακρίνει μια πραγματική οδική πινακίδα από μια τροποποιημένη ή να οδηγεί στο δρόμο όταν η άσφαλτος είναι καλυμμένη με χιόνι. Μια μελέτη από το Πανεπιστήμιο Cornell – εξηγεί η εταιρεία – έδειξε ότι απλώς τροποποιώντας με ένα μαρκαδόρο ή αυτοκόλλητα οδικές πινακίδες (για παράδειγμα ένα Stop) είναι δυνατό να «ξεγελαστούν» τα τρέχοντα συστήματα αναγνώρισης και να τα κάνουν να πιστέψουν ότι είναι όρια ταχύτητας . Κάτι που σίγουρα δεν θα ξέφευγε από έναν άνθρωπο που οδηγεί. Ομοίως, οι αλγόριθμοι τεχνητής νοημοσύνης δεν μπορούν να αναγνωρίσουν εάν ένα φανάρι είναι κόκκινο όταν σπάσει το γυάλινο καπάκι επειδή αναζητούν το χρώμα του φωτός. Τεχνολογίες όπως το V2X (όχημα για τα πάντα) θα καταστήσουν δυνατή τη λήψη δεδομένων από την υποδομή λογισμικού για να προσθέσουν περιεχόμενο και νόημα στις πληροφορίες που συλλέγονται, λειτουργώντας ως συμπλήρωμα της παραδοσιακής τεχνητής νοημοσύνης και της μηχανικής μάθησης».
Χρειάζεται ακόμη δουλειά να γίνει
Επομένως, το επίπεδο που φτάνει αυτή τη στιγμή η τεχνητή νοημοσύνη δεν επαρκεί για να υποστηρίξει επαρκώς την αυτόνομη οδήγηση, παρά το γεγονός ότι αυτά τα συστήματα υπολογιστών τροφοδοτούνται όλο και περισσότερο με πακέτα δεδομένων που τους βοηθούν να συσσωρεύουν εμπειρία, δηλαδή να απομνημονεύουν πληροφορίες και χρήσιμες καταστάσεις για την ερμηνεία της πραγματικότητας (τη λεγόμενη εποπτευόμενη μάθηση). Ο τομέας της μηχανικής μάθησης είναι ωστόσο ένας τομέας σε συνεχή ανάπτυξη χάρη στις επενδύσεις που πραγματοποιούν μεγάλες εταιρείες τεχνολογίας, νεοφυείς επιχειρήσεις, κεφάλαια επιχειρηματικού κινδύνου αλλά και κατασκευαστές. Μεταξύ των τεχνολογιών που επιδιώκουν να φέρουν τη μηχανική μάθηση πιο κοντά στην ικανότητα του ανθρώπου να συνδέει γεγονότα με την εμπειρία του παρελθόντος, η Accenture τονίζει τη σημασία δύο ειδικότερα: «Το επαναλαμβανόμενο νευρωνικό δίκτυο (RNN), το οποίο προσθέτει έναν βρόχο ανατροφοδότησης που θυμίζει πολύ σύντομο ανθρώπινο -term memory, και Spiking Neural Networks (SNN), που επιτρέπει τη χρήση δυναμικών σημάτων, όπως κάνει ο ανθρώπινος εγκέφαλος, που ονομάζεται «νευρομορφικός» υπολογισμός. Ωστόσο, πρόκειται για πολύπλοκα πεδία έρευνας και πολύ μακριά από την πραγματική εφαρμογή και τα πρότυπα που είναι απαραίτητα για την εφαρμογή του επιπέδου 5.
Οι προοπτικές
Δεδομένων αυτών των υποθέσεων, η Accenture σκιαγραφεί δύο πιθανές εναλλακτικές λύσεις για την ανάπτυξη της αγοράς. Το πρώτο είναι η εποπτευόμενη οδήγηση σε ένα οικοσύστημα ανοιχτό στην κυκλοφορία, παρουσία οδηγού στο όχημα ή, το πολύ, υπό τον τηλεχειρισμό ενός κέντρου επιχειρήσεων. Το δεύτερο είναι το ODD (Operational Design Domain): αυτόνομη οδήγηση που επιτυγχάνεται με οχήματα χωρίς οδηγό σχεδιασμένα να κυκλοφορούν σε περιορισμένες και απλοποιημένες περιοχές. Ωστόσο, τα επόμενα χρόνια, για τα ιδιωτικά αυτοκίνητα και τα επαγγελματικά οχήματα, το μεγαλύτερο επιχειρηματικό δυναμικό θα εξακολουθήσει να είναι η υποβοηθούμενη οδήγηση, και ιδίως τα συστήματα που διαχειρίζονται αυτόματα την κυκλοφορία στην κυκλοφοριακή συμφόρηση. Αντιθέτως, κοιτάζοντας συγκεκριμένους τομείς, όπως τα logistics, η Accenture αναμένει ανάπτυξη στα συστήματα επιπέδου 4, που θα εφαρμοστούν, για παράδειγμα, στον χειρισμό εμπορευματοκιβωτίων.
Νέα επιχειρηματικά μοντέλα
Και για τους κατασκευαστές, ποια είναι η πιο βολική στρατηγική στην αυτόνομη οδήγηση; Σύμφωνα με τη συμβουλευτική πολυεθνική, οι κατασκευαστές θα πρέπει να σφυρηλατήσουν συμμαχίες και να αναπτύξουν, με εταιρείες τεχνολογίας, νέα επιχειρηματικά μοντέλα βασισμένα σε άδειες λογισμικού και υλικού: «Θα αποφευχθεί η διπλή προσπάθεια, μειώνοντας το κόστος ανάπτυξης – εξηγεί ο Teodoro Lio -. Επιπλέον, οι συνεργασίες θα βοηθήσουν στην αλλαγή της κουλτούρας και του τρόπου με τον οποίο λειτουργούν οι ΚΑΕ όσον αφορά την ανάπτυξη λογισμικού και τον μετασχηματισμό της τεχνολογίας». Ένα μονοπάτι, χέρι χέρι με τα μεγάλα ονόματα της τεχνολογίας, που ένα μεγάλο μέρος του κόσμου της αυτοκινητοβιομηχανίας έχει ήδη πετύχει με διάφορες μορφές.