Félrevezetnek?

Merre megy az önvezető autó? Oda visz, ahova menni akarok, vagy új célokat keres magának?

Nézhetnénk ezt a kérdést az életcélok szempontjából is, hiszen egy intelligens jármű akár abban is segíthetne, hogy kiszakadjunk a napi mókuskerékből, és valami újat és jót kezdjünk magunkkal.

Nézhetnénk, de most inkább maradok annál, hogy valóban oda akarunk eljutni, ahova indultunk.

 

Sokszor írtam már (legutóbb fél éve) az „okos” és az önvezető autókról:

Az elmúlt hónapokban is voltak újabb fejlemények, ezek egy részéről lesz szó most.

Az első egy alapos és segítőkész cikk arról, hogy a buta autóból olcsón és egyszerűen lehet okosautót csinálni. A megoldás középpontjában egy Android alapú központi egység (Ownice C300 OL-8992T) van. Ez az autóban már meglévő CAN buszra csatlakozik.

Mi ez a CAN? Az autó összes elektronikus részegységét egymással összekapcsoló kommunikációs hálózat. A szabványa (ISO 11898) 1993-ból származik. Akkoriban fel sem merült az autón belüli kommunikációban a titkosítás és az azonosítás kérdése – hiszen miért is lenne ilyesmikre szükség? Azóta sok kiegészítése született a szabványnak (legutóbb 2015-ben), de a biztonság nem került bele. Azért hasznos a szabványosítás, mert így az autógyártók sok beszállító részegységeit tudják beépíteni, és nincs probléma a közöttük való kommunikációban. Milyen részegységekről van szó? Néhány példa: kormánymű (szervo), sebességváltó, fékrásegítő, ABS, légzsák, tempomat, ablakemelő, rádió, zenelejátszó, motoros tükör, ablaktörlő és még sok-sok más. Ezeket mind elektronika vezérli. Ez a vezérlés sokszor automatikus, és érzékelőkön alapszik (pl.: sebesség, a kormány állása, az autó dőlésszöge, a motor hőmérséklete, biztonsági öv csatja, parkoló radar, esőérzékelő).

Ezt az egészet a CAN köti össze, és – ahogy előbb írtam – nyoma sincs biztonságnak, minden elem elhiszi az információt, amit kap, és elhiszi, hogy az a másik elem küldte, amelyik feladóként szerepel benne.

Itt jön be a képbe egy újonnan felfedezett (de évtizedek óta létező) támadási lehetőség. A CAN úgy működik, hogy azt az elemet, amelyik sok hibás adatcsomagot küld, egyszerűen kikapcsolja (hiszen elromlott). Ha valaki be tud jutni ebbe a hálózatba, akkor például az ABS vagy a kormányszervo nevében tud ilyen hibás adatokat küldeni, és így elérheti, hogy a rendszer lekapcsolja a hibás egységet. Ki próbált egy modern autót úgy kormányozni vagy fékezni, hogy a szervo vagy a fékrásegítő nem működött? Alig-alig lehetséges!

Ahogy írtam, 1993-ban még nem tűnt reális veszélynek az autó belső hálózatának megtámadása. Azóta a helyzet megváltozott. Már nem kell fizikailag hozzáférni az autóhoz, és bekötni valamit a belső hálózatába (pl. rádugni a kiépített szervízcsatlakozóra), hanem interneten keresztül is meg lehet ezt tenni.

Ez nem elméleti lehetőség! Két éve mutatták be élesben (autópályán haladó Jeep Cherokee volt az áldozat). A támadó az autó minden lényeges funkcióját a kezébe tudta venni. Hogyan? A szórakoztató elektronikai rendszeren keresztül jutott be, mert az rendelkezik internetkapcsolattal. Sajnos minden rá van kötve a CAN-ra, és elég egy kis lyuk a zenelejátszóban, hogy elérjék a gázt vagy a féket. Ez a 2015-ös támadás csak az adott autó belső rendszereinek alapos ismeretében volt kivitelezhető.

A most feltárt lehetőség sokkal egyszerűbb. Azon alapszik, hogy a CAN szabványos. Nem feltétlenül fogja tudni vezérelni a támadó a féket vagy a kormányt, de kiiktatni tudja. Ez éppen elég gáz!

Erről rögtön eszembe jutott, amit a magyar AImotive cégtől hallottam nemrégiben. Azt mondták, hogy az autóban három külön hálózatnak kellene lennie: az egyik az infrastruktúra (fék, gáz, kormány és minden más, amitől megy az autó), a másik a szórakoztató elektronika, a harmadik az önvezető funkció. Az első és a harmadik között van kapcsolat (de szabályozott és ellenőrzött), a második teljesen független a többitől. Ezzel már ki is lenne védve a legtöbb támadás! Ez néhány éven belül bevezethető lenne, és a jövőben gyártandó autók biztonságosabbak lennének. Sajnos a már meglévőkbe aligha lehet ezt a módosítást beletenni.

Az eddigieknek még minden modern autóra vonatkoztak, nem sok közük volt az önvezető autókhoz. Az amerikai haditengerészet mostanában reflektorfényt kapott balesetsorozata kapcsán köztudott lett, hogy a navigációban használt GPS rendszer mennyire könnyen támadható. Azt régen tudni lehetett (volna), hogy zavarható a jel, vagyis működésképtelenné lehet tenni a navigációs rendszert, ha ugyanazon a frekvencián erős jelet sugárzunk. Ezt most már könnyen meg is lehet tenni egy drón felhasználásával.

A hírek szerint valaki (állítólag az orosz hadsereg) már teszteli azt a technológiát, amivel hamisítani lehet a jeleket, vagyis azt hiszi a jármű (az ember), hogy valahol máshol van. Június 22-24-én a jelentések szerint egy időben és egy helyen legalább 20 hajó navigációs rendszere tévedett nagyot – és ezt orosz GPS-támadásnak tulajdonítják. Ha ez valóság, és elérhető lesz mások számára is, akkor a GPS-szel navigáló önvezető autók is bajba kerülhetnek.

Meg kell mondanom, hogy már ez előtt a támadás előtt, amikor még fogalmam sem volt arról, hogy a műholdak jele meghamisítható, gyanakodva tekintettem a LIDAR technológiára az önvezető autókban. Mi az a LIDAR? Lézeres radar (light + radar), ami nagyon pontos háromdimenziós képet tud előállítani a környezetünkről, amit aztán az autó összevet a korábban letöltött szintén háromdimenziós térképpel és a GPS-es helymeghatározással, majd ezek alapján navigál és vezet. Mi nem tetszett ebben? Az első az, hogy a LIDAR nagyon drága, tízmilliókba kerül. (Ez sokat javulhat, ha egyszerűsítenek a technológián és az majd tömegtermelésbe kerül.) A másik aggályom a térkép használata. Szerintem a térkép navigációra való, és a vezetés maga nem függhet a térkép meglététől vagy pontosságától, és a helymeghatározás pontosságától sem.

Szóval, még mindig azt gondolom, hogy a vizuális tájékozódás lesz jó darabig a járható út. Ehhez elég néhány kamera és mellé okos és gyors szoftver. Az valószínűleg eltart egy darabig, amíg a képelemző szoftver olyan gyors és okos lesz, mint egy ember, de bíztatóak az eddigi eredmények. Érdekes videókat publikáltak, amik jól mutatják a képességeit.

Ha majd egyre több lesz az önvezető autó, az nyilván együtt jár azzal is, hogy a mindennapokban az autó egyre inkább arra szolgál majd, hogy eljussunk valahova, és csökken „szeretett tárgy” funkciója. Ebben egy nagy lépés lesz, amikor a sok „as-a-Service” közé belép az önvezető autó mint szolgáltatás. Vagyis nem csak hogy nem fogjuk vezetni az autót, de a tulajdonunk se lesz majd. Tulajdonképpen ez sem új, hiszen a taxi is ilyen autó, de várhatóan megjelenik az önvezető autó mint külön szolgáltatás, és arra számítok, hogy a nagy játékosok között lesznek a ma feltörekvő gyártók. Nem tudom, hogy vajon az autókölcsönzők milyen sikerrel ugranak rá erre az új piacra, és mekkora szeletet tudnak majd kihasítani belőle. Vannak már jelei annak, hogy a kölcsönzők és a fejlesztők összefognak (Hertz és Apple, Avis és Waymo (Google)), meglátjuk, mi lesz az eredmény.

Egy hét múlva lesz egy konferencia San Franciscoban, ami kifejezetten az önvezető autó mint szolgáltatás témáról szól majd. A beharangozó utolsó mondata érdekes jövőt vetít elénk: „The surge in self driving technology and the connected user will allow cars to provide a service entirely customized to the person riding it, their mood, time of day or even their destination”. Tőlünk (utasoktól), akár a hangulatunktól is függhet majd, hogy milyen autó jön értünk. Érdekes! Ez még odébb van, de nem lehetetlen…

Erről eszembe jutott egy tavaszi eszmefuttatásom, amiben a „Washing machine-as-a-Service” is előkerült. Biztos az is jön majd, de az autó nagyobb üzletnek tűnik…

A gép tanul helyettünk?

Mit tesz velünk, a munkánkkal és az életünkkel a mesterséges intelligencia?

Pontosabban, nem maga a mesterséges intelligencia teszi majd, hanem az, ahogy felhasználjuk. Ez is egy általános célú technológia, ami vélhetőleg hasonló nagyságrendű változásokat hoz majd az életünkben, mint korábban az általános célú technológiák (gőzgép, elektromosság, belső égésű motor). Általában mesterséges intelligenciáról beszélünk, és ez a terület annyira szerteágazó, hogy nem is mindig tiszta és világos, hogy részére gondolunk.

Vannak kísérletek a mesterséges intelligencia kereteinek és határainak megalkotására. Az egyik érdekes próbálkozás az „Asimolar AI Principles” nevet viseli. Ez egy 23 alapelvből álló lista, amit januárban állított össze sok okos ember egy konferencián, és azóta több ezren csatlakoztak hozzájuk. Én úgy látom, hogy ezek inkább óhajok, mintsem várhatóan betartható szabályok. Emlékezzünk arra, hogy Asimov végtelenül egyszerű három törvényét sem sikerült a robotoknak betartaniuk! Egy korábbi írásomban egy kicsit részletesebben belementem ebbe a témába: Mesterségesen etikus.

Egy pozitív megközelítés szerint a mesterséges intelligencia valójában felszabadítja az embert a „robot”, az unalmas, gépies munka alól. Az ilyet átveszi a gép, és az embernek megmarad az alkotó tevékenység. Úgy érzem, hogy ez az optimizmus nem teljesen indokolt, mert már látszik az is, hogy a gépek nagyon bonyolult döntések meghozatalát is kezdik átvenni az emberektől. Valójában még mindig az ember hozza a döntést, azonban a gép tesz javaslatot a döntésre. Az a gép, amelyik egy pillanat alatt elemzett annyi információt, amennyit az ember csak napok vagy hetek alatt nézhetett volna át. Ha az ember utána akarna nézni annak, hogy a gép jól következtetett-e, akkor elveszítené a gyors döntés előnyét. A gyors döntésen emberi életek vagy üzleti eredmények múlhatnak! Ezért valószínűleg általában el fogja fogadni a gép javaslatát. A géppel együtt dolgozó emberek tudása szép lassan elkopik majd, így egyre kevésbé fognak tudni beleszólni a döntésbe, vagyis teljesen alárendelik magukat a gép programjának.

Az itt az érdekes, hogy nem is a gép programjáról van szó. A programot ember írja, és elvileg ismeri a működését. (Azért csak „elvileg”, mert a valóságban ezek a bonyolult programok tele lehetnek hibákkal – akárcsak a sokkal egyszerűbbek.) Azonban itt nem programról van szó, mert a lényeg a gépi tanulás (machine learning, ML).

A gépi tanulás azért fontos, mert a bonyolult kérdésekben hozott döntési folyamatainkat nem tudjuk algoritmusba önteni. Van ott intuíció, asszociáció, vagy valami más, amit nem tudunk precízen elmagyarázni. Így számítógépes program formájában sem tudjuk leírni, vagyis nem tudjuk a szokásos módon automatizálni. Itt lép be a gépi tanulás. Miben más a gépi tanulás, mint ahogy az ember tanul? Tulajdonképpen nagyon hasonlít ahhoz, ahogy a kisgyerek tanul – példákból, mások tapasztalatából.

A vezető nélküli autózás egyik fejlesztője, a magyar AImotive cég megtanítja a szoftverét az utcán előforduló „objektumok” (autók, gyalogosok, motorkerékpárok, biciklik, tereptárgyak) felismerésére és megkülönböztetésére. Ezt nem úgy teszi, hogy szabályokat táplál a gépbe, hanem videók tömkelegét mutatja be a gépnek, és ezeken a videókon emberek kategorizálják az objektumokat. Az Udacity nevű cég egyik vezetője a kereskedők és a vevők online beszélgetéseit elemezte, és „sikeres” – „sikertelen” címkékkel látta el a beszélgetéseket. Ebből kiderült, hogy mik a jó és mik a rossz válaszok egy-egy szituációban. A WorkFusion háttérfolyamatok optimalizálását végzi (számlák kezelését és nagy összegű pénzügyi tranzakciókat). Itt sem elég a szabályokat „beleönteni” a gépbe. Sokkal hatékonyabb az, ha a gép megfigyeli az emberek munkáját, és „felfedezi” az összefüggéseket, megtanulja, hogy mik voltak a jó és a rossz döntések. Szóval, más példájából tanul, akárcsak a gyerek.

Egyes esetekben az a kiűzött cél, hogy a gép teljesen átvegye az emberi tevékenységet, és azt jobban és gyorsabban csinálja. Ez a cél a vezető nélküli autók esetében, amikben végül nem is lesz se kormány, se pedál. Az előbb említett kereskedelmi rendszerben nem volt cél az ember „kiküszöbölése”. A gép csak figyeli a kereskedő és a vevő beszélgetését, és tanácsokat ad. Ezzel 58%-os javulást értek el a kereskedők munkájában. Hasonló folyamat zajlik a daganatos betegségek diagnózisában is: a képfelismerő rendszer megszabadítja az onkológus szakorvost a sejtek osztályozásától, a gép tudja megkülönböztetni a beteg és az egészséges sejteket egymástól. Az orvos a beteggel való kommunikációra és a magasabb szintű elemzésre több időt tud fordítani. Értékesebb munkát tud végezni.

Amikor a gép korábbi példákból tanul, ezekből építi fel a tudását, majd a tudása alapján dönt, az emberi asszociációra valamelyest hasonló módon „gondolkodik”. Az a helyzet áll elő, hogy a gép nem tudja egyszerűen elmagyarázni, megindokolni a döntését, ha az ember kolléga megkérdezi, hogy miért ezt vagy azt a döntést javasolta. Ez azt is jelenti, hogy az ember (aki a végső döntést meghozza, és a felelősséget viseli) nem igazán tudja ellenőrizni a javaslatot.

A tanulás során felhasznált adatokban lehetnek elfogult döntések eredményei. Ebben az esetben a gép is hasonlóan elfogult lesz. Ezt a lehetőséget nagyon jól (és szélsőségesen) illusztrálta a Microsoft Tay nevű twittelő robotjának az esete.

A nagyon bonyolult elemzések eredményét az ember nem fogja tudni megérteni, ellenőrizni, jóváhagyni. Tulajdonképpen ez sem jövő idő már. Az AlphaGo gép, ami megverte a legjobb Go játékost, olyanokat lépett, amit az emberi ellenfele fel se tudott fogni, nem értette a lépések lényegét és célját. Ha a szakterület legjobb elméje sem érti a gépet, akkor egy átlagosan jó szakember, hogyan fogja megérteni és elfogadni vagy elutasítani a gép döntési javaslatát?

A tanulás módszeréből adódik, hogy a gép statisztikai alapon dönt. Ez sokszor jó megoldás, ha rengeteg esetben kell döntést hozni, és a cél az összességében jó döntés, de egy-egy tévedés belefér. Ezt nyilván nem akarjuk vállalni, amikor emberéletekről van szó. De mégis vállaljuk, ha orvosi diagnosztikában és terápiában hoznak döntéseket a gépek. Itt végtelenül nem egyszerű a helyzet, hiszen a gyorsabb, és az esetek nagy részében jó döntést kell a sokkal-sokkal lassabb döntéssel összevetni. A lassabb döntés is emberéletekbe kerülhet!

A hibás döntéseket nehéz lesz felismerni, ha nem látjuk át, hogy mi vezetett a döntéshez. Ha nekünk napokba kerülne az adatokat elemezni, vajon várunk annyi időt, vagy szabad folyást engedünk a gép javaslatának?

Itt most eszembe jutott a korábban említett 23 alapelv egyike: a jogi döntésekben részt vevő önálló rendszerek adjanak megfelelő és emberek által ellenőrizhető magyarázatot a döntésükre. Ez tényleg jól hangzik, de az egy pillanat alatt meghozott döntést vajon hány ember, hány hétig fogja elemezni, és megérti-e majd?

Azt is mondhatnánk, hogy a cél nem az, hogy minden döntés hibátlan legyen, hanem legalább olyan jó legyen, mint az emberek döntései. Nekünk magunknak is vannak előítéleteink, hibázunk, és nem mindig tudjuk rendesen elmagyarázni a döntéseinket. Ha a gép kicsivel kevesebbet hibázik, akkor már nyertünk! Nyertünk? Lehet, hogy túl sokat tudok az informatikáról…? Az nyugtalanít, hogy nem csak tévedés lehet a rossz döntések mögött, hanem valakinek a szándékossága is. Ez nem olyan különös, embereknél is előfordul a szándékos rosszakarat. A veszélyt abban látom, hogy a számítógépet „istenítjük”, elfogadjuk helyesnek azt, ami a gépből kijön. Nem kellene…

Nos, Kedves Olvasó, szerinted ez az írás pozitív vagy negatív lett? Örömmel vagy aggodalommal várod ezt a szép, új jövőt (ami már jelentős részben jelen)?

Felhő, kütyük, okosság

Beborít mindent az okos felhő. Ma még ritkás a felhő és szerényen viselkedik, de ez nem sokáig lesz így…

Amikor három új technológia összefog majd, nagy dolgok jönnek létre. Mi ez a három dolog?

  1. Felhő, számítási felhő, „cloud”
  2. Internetre kapcsolt dolgok, dolgok internete, IoT
  3. Mesterséges intelligencia, okos gépek, cognitive computing
R. Daneel Olivaw

R. Daneel Olivaw

Erről a három jelenségről mindenki hallott már, jót, rosszat, ezt vagy azt. Többnyire gondolunk is róluk valamit, sokféle meghatározása van mindegyiknek, és néha viták is vannak arról, hogy mit jelentenek, új jelenségek-e egyáltalán. Egy gyors összefoglalásnak érdemes teret adni mielőtt belefogok abba, amit valójában mondani akarok. Miről lesz majd szó? Ennek a három „valaminek” az összekapcsolódása, együttműködése.

A számítási felhő sok különböző jelentéssel bír. Korombeli emberek megélték azt, amikor megjelent ez az elnevezés, és úgy éreztük, hogy mi már egy ideje valami ilyesmit csinálunk, csak éppen nem neveztük ezen a néven. Ma már mindenki használja a nyilvános felhőt a magánéletében, és legtöbben a munkájukban is. Mire is használjuk? Levelezés, naptár, közösségi hálók, kérdőívek, szavazások, publikálás, olvasás, képek és videók közzététele, film és zene letöltése, sport, egészség. Nem teljes a lista… Abban a témában, amiről most lesz szó, a nyilvános felhőnek az a tulajdonsága fontos, hogy olyan számítási kapacitást vagy informatikai képességet használhatunk rajta keresztül, aminek a birtoklása számunkra nem célszerű vagy egyenesen lehetetlen.

A dolgok internete lényegesen egyszerűbb fogalom. Arról van szó, hogy olyasmiket kapcsolunk a világhálóra, amiket régebben nem szoktunk, pl.: villanylámpát, inzulinpumpát, szívritmus-szabályozót, szobai termosztátot, hűtőgépet, mosógépet, autót, meteorológiai állomást. Miért tesszük ezt? Erről elég sokat írtam már, például Álom otthon és Otthon, édes otthon, valamint Okos felhő vagy köd?.

Na, a mesterséges intelligenciát nem ilyen könnyű megfogni. A három fogalom közül ez létezik a legrégebben, már a nyolcvanas években beszélgettem olyanokkal, akik ezt kutatták hazánkban. Az okos számítógépek és a cognitive computing is része a mesterséges intelligenciának, de ide tartozik a robotok egy része is. Azok, amiket az autógyárban láttam, messze vannak az intelligenciától, de Asimov robotjai, akik számára a robotika három törvényét előírta, már nagyon is intelligensek. A mai valóság szempontjából azt a gépet tekintem intelligensnek, amelyik tanulni képes, vagyis az ismereteit új módon tudja összekapcsolni annak érdekében, hogy új kérdéseket tudjon megválaszolni (olyanokat, amikre a választ nem táplálták bele).

Most, ahogy ígértem, ennek a három lehetőségnek az összekapcsolásáról lesz szó. Mi jöhet ki belőle? Kezdjük egy jövőbeli példával, a hálózatba kötött önvezető autóval! Ha már sok ilyen autó közlekedik az utakon, és ők jelentik a többséget, akkor lehetőség lesz a forgalom optimalizálására. Hogyan? Ismerjük minden jármű úti célját, így nem csak a pillanatnyi (pár perccel ezelőtti) forgalmi helyzetet tudjuk figyelembe venni, amikor a leggyorsabb útvonalat próbáljuk megtalálni, hanem jövőbe is láthatunk. Minden egyes jármű a többiek jövőbeli mozgását figyelembe véve közlekedhet. Ez nem csak az útvonalat jelenti, hanem a sebességet és a forgalmi sávot is. Ezt már ma is részben meg tudnák tenni az útvonaltervező szolgáltatások: a Waze figyelembe vehetné a korábban adott tanácsait és az általa „irányított” autók pillanatnyi mozgását, amikor nekem tervez, de ez így még elég gyenge lenne. Ha az összes jármű tervezett útvonalán kívül még a vezetésük is a szolgáltató központ kezében van, akkor nagyszerű eredményeket érhet el. Ez már mesterséges intelligencia? Nem vagyok biztos benne. Az biztos, hogy hihetetlen méretű optimalizálási feladatról van szó, aminek a közelítő megoldása is óriási számítási kapacitást igényelne. Ha nem irányítunk minden járművet, akkor inkább kell a mesterséges intelligencia. Miben? Az elmúlt hónapok, évek adatai, a jelenlegi és az előre jelzett időjárás, az üzletek nyitva tartása, nagy kiárusítások, meccsek, koncertek, és sok egyéb, a forgalmat befolyásoló tényező felhasználásával a többi autó mozgását is többé-kevésbé meg lehet jósolni. Ez már nem egyszerű adatfeldolgozás, hanem a tapasztalatok összegzését és az azokból való tanulást kívánja meg. Így már tekinthetjük mesterséges intelligenciának, és talán nem is a távoli jövő lehetősége. Mondok egy futurisztikusabbat: Ha az okos központi gép azt is tudja, hogy kinek mikorra kell odaérnie, mennyire sürgős az útja, akkor ezt is figyelembe veheti a tervezéskor. Mire gondolok? Látja a naptáramat, így tudja, hogy kényelmesen odaérek a tervezett megbeszélésre, nem kell annyira nyomni a gázt. Tudja, hogy a másik autós azért megy most (nem a megszokott időben) haza, mert otthon baj történt, segítenie kell. Honnan tudja? Hallotta a telefonbeszélgetést. Neki elsőbbséget tud biztosítani, el tudja takarítani előle a nagy forgalmat. Ahhoz, hogy a prioritásokat elemezze és a „nagyobb jót” szolgálja, már kell a mesterséges intelligencia, ezt nem esélyes előre megírt algoritmusokba önteni. Ez a példa tartalmazza mindhárom tényezőt: hálózatba kötött eszközt (autót), központi mesterséges intelligenciát, és közöttük lévő kapcsolatot (felhőt).

Nézzünk egy másik példát, ami szintén megvalósítható a mai eszközökkel. Ha a naptáramba beírok mindent, az okos elektronikus asszisztens tud szólni, hogy mikor induljak el, hogy időben odaérjek. Ezt már tegnap is tudta a Waze, ami nem csak útvonalat tervez, hanem még a pillanatnyi forgalmat is figyeli, és szükség szerint változtat a terven. Ha késésben vagyok, akár küldhetne is egy üzenetet, vagy felhívhatná nekem mobilon azt, akihez megyek, hogy én tudjak szabadkozni. Kapcsoljuk még hozzá a reggeli ébresztőt, a kávét, az autó bemelegítését! Már kezd összejönni az elektronikus komornyik. Ahhoz, hogy a ruhámat kikészítse, már robot is kell J Ebben még nincs mesterséges intelligencia, és felhő is csak alig van. Ha képes értelmezni a naptáramba írt dolgokat, valamint figyelni a munkámat, rájöhet, hogy ma előbb kell kelnem, mert még nem készültem fel teljesen arra a megbeszélésre vagy előadásra, amire indulok. Esetleg tudja, hogy este kirúgtam a hámból, és több idő (és több kávé) kell, hogy üzemképes legyek. Vagy azért kell előbb kelnem, mert az esti nagy zabálás után hosszabb reggeli edzésre van szükségem. A kávé koffeintartalmát az időjárási frontok szerint is beállíthatja. Ugyan ezek olyasmik, amiket akár egyesével beprogramozhatnék egy nagyon okos ébresztő órába, a valódi, kényelmes megoldáshoz kell a mesterséges intelligencia.

Az elektronikus komornyik felébresztett és útnak indított. A felhőn keresztül figyelte az utamat, módosította az útvonalamat, ha kellett a forgalom, baleset vagy más miatt. Beértem a munkahelyemre. Itt vajon milyen okos cuccokkal találkozom a szuper kollégáimon kívül? Az régi történet, hogy egyre több folyamatot automatizálnak, akár IT-üzemeltetésről, akár könyvelésről, akár könyvvizsgálatról van szó (hogy csak néhány területet említsek). Újabb irányzat a robotok alkalmazása ilyen munkakörökben. Ezek a robotok a számító gép előtt ülő, rutin tevékenységeket végző emberek helyett dolgoznak. Ez a robotic process automation (RPA): a szoftver a felhasználó helyére ül be, és ugyanazt, ugyanúgy csinálja. Ezt azért szeretik a cégek, mert nem kell a folyamatokon semmit se változtatni, így kisebb a kockázat. Ha esetleg nem válik be a robot, simán vissza tudja venni az ember a tevékenységet. Ezek a robotok pontosan tudják követni a szabályokat, jól kezelik a tipikus eseteket, sőt egy-egy kivételt is megoldanak. Ha valamivel nem boldogulnak, megkérdezik a tapasztalt kollégát, az embert. Ezen változtathat hamarosan a mesterséges intelligencia. A tanulni képes gép oldhatja meg a szokatlan, tapasztalatot igénylő problémákat. Meddig jutunk el ezen a területen és milyen gyorsan? Nem tudom. Ez leginkább attól függ, hogy mennyire találják fontosnak a nagy cégek, mikor lesz gazdaságosabb az intelligens robot használata. Az IBM úgy pozícionálja a Watsont, hogy az nem elveszi az emberek munkáját, hanem jó kolléga lesz, aki segít a pontosabb, hatékonyabb munkában. Meglátjuk…

Watsonnak fontos szerepet szánnak a sok milliárd érzékelő és egyéb kütyü által begyűjtött adatok feldolgozásában. Az IBM szerint ez megoldhatatlan lesz a hagyományos számítógépes programokkal. A 2020-ra jósolt 21 milliárd ilyen eszközből mennyi adat jön ki? Hogy gyűjtjük össze? Hol tároljuk? Ezek sem egyszerű kérdések, de „csak” mennyiségi kérdések. A minőségi ugrás akkor következik be, amikor fel is kell dolgozni ezt a sok adatot, és következtetéseket akarunk levonni, előrejelzéseket akarunk készíteni. Itt lép be az újfajta informatika, a „cognitive computing”, a gondolkozó gép – vagyis a Watson. Ebben nem előre beprogramozott algoritmusok döntenek, hanem tanul a fizikai világból, a gépektől és az emberektől is.

Elveszi a munkahelyeket az okos gép? Sajnos, a jelek arra mutatnak, hogy igen, sőt már el is kezdődött a folyamat. A mai, kevéssé (vagy semennyire se) okos gépek elkezdték betölteni a szakmunkások és az irodai dolgozók helyét. Erre Bőgel professzor hozott példákat és statisztikákat a novemberi NJSZT konferencián (Gondolkozom, tehát…?). Ez egyes esetekben még nem eredményez sokkal kevesebb munkahelyet, de alacsonyabban képzett (és rosszabbul fizetett) emberek is el tudják végezni a munkát a gépek segítségével.

Itt folytatom a jövő héten…

Kinek van tapasztalata ezen a téren? Tényleg elkezdték elvenni a gépek a munkahelyeket?

Internetre kötött tehén?

Az internetre kapcsolt kütyük (IoT) nagyszerű és ijesztő lehetőségeket hoznak létre. Élni fogunk velük, visszaélni, vagy velünk élnek vissza? Azt hiszem, hogy mindhárom előfordul majd.

vodafone-m2m-cow-ul-67l3kxmh7quvik3tilxkes5ye2br8b0lnubnjj88Nagy érdeklődéssel olvasom az újabb és újabb nagyszerű ötletekről és működő megoldásokról szóló híreket. Néha azon csodálkozom, hogy milyen zseniális az ötlet, néha azon, hogy miért hagyták félbe.

Mutatok néhány példát. Ebben a cikkben olyan megoldásokról írnak, amikben a Vodafone hálózatát is használják.

Az egyik éppen az egyszerűségében nagyszerű, és közben valódi problémát old meg. Teheneknél gyakran vannak problémák az ellés körül, és ezek akár a borjú és az anyaállat elvesztéséhez is vezethetnek, ezért a gazdák sokszor egész éjszaka kénytelenek fennmaradni, hogy vigyázzanak, figyeljenek – akár több napig is, mert nem lehet pontosan előre megmondani az ellés időpontját. A Moocall azon a megfigyelésen alapul, hogy a tehén farkának mozgásából meg lehet állapítani az esemény közeledtét. Felraknak egy kis kütyüt, ami mobil interneten keresztül közvetíti a dublini központba az adatokat az egész világról. Innen küldenek SMS-t a tehén gazdájának egy órával a borjú világra jötte előtt. Ugye milyen egyszerű? Nincs is hiányérzetem – ez egy jól megfogalmazott problémára ad jól használható megoldást, és nincs elbonyolítva.

Jut eszembe egy korábbi tehenes hír, amiben az előző lépés, a mesterséges megtermékenyítés szerepel. Itt az a gond, hogy csak egy 16 órás időszakban fogannak a tehenek, ekkor kell a megtermékenyítést elvégezni. Ebben is az a szép, hogy egyszerű! Egy lépésszámlálót kap a tehén, ennek az adatait elemzik a Fujitsu adatközpontjában, a tehén toporgásából kiszámolják, hogy mikor lesz éppen megfelelő állapotban, és az eredményeket kapja meg a farmer (telefonon, táblagépen, asztali gépen, akárhol). Ez segít neki az eredményes megtermékenyítésben.

A VanMoof „okos” elektromotoros biciklije 2800 eurónál kezdődik, és nem szívesen veszítenék el, akik ennyit adnak érte, mások viszont szívesen megszereznék ingyen. Itt is egyszerű a megoldás: a gyárban beépítik a bicikli vázába azt a GSM modult, ami elárulja a gyártó központjának, hogy hol van éppen. Ha két héten belül nem szerzi vissza a biciklit a gyártó, akkor ad egy újat. (A helyinformációt csak a rendőrségnek adják ki, a tulajdonosnak nem, mert nem akarják a tolvajjal való konfliktus veszélyének kitenni.)

Mutatom azt is, ahol továbbfejlesztési lehetőséget látok. A DriveNow 11 európai nagyvárosban ad bérbe BMW és Mini autókat. A nagyszerűsége a rugalmasságában van. Egy telefonos alkalmazással lehet megkeresni, hogy hol van a közelben szabad autó, és a végén bárhol le lehet tenni a kijelölt területen belül. Amikor hosszabb ideig használaton kívül van az autó, a személyzet kitakarítja és megtankolja. Mi hiányzik nekem? A modern autók tele vannak érzékelőkkel. Hogy használják ezeket? Nem derül ki sok a leírásokból, bár a tankolásra vonatkozó szabályok arra utalnak, hogy az üzemanyagszintet figyelik. Vajon mi van az egyebekkel? Szól az autó, ha valami gondja van, valamit meg kell javítani vagy ki kell cserélni? Ez hasznos lenne, mert egy sok-sok ember által használt autó esetében nem igazán lehet a vezető fülére támaszkodni. Hogyan kommunikál az autó a központtal? Eleinte próbálkoztak WiFi-vel, de előfordult, hogy nem volt megfelelő kapcsolat, és a bérlő nem tudta kinyitni és beindítani az autót (mert az nem tudta ellenőrizni a jogosultságát). Áttértek egyszerű mobil internetre, azóta nincsenek ilyen problémák.

Az előző bekezdésben szereplő biciklikkel is létre lehetne hozni egy hasonló kölcsönző szolgáltatást.

Ha már autó, és hiányoltam a beépített érzékelők használatát: biztosítás. A biztosítás arról szól, hogy a hozzávetőleg azonos mértékű kockázatú szerződők között elosztják a károkat és a költségeket. Ehhez ismerni kell az egyes résztvevők kockázatosságát. Ezt ma leginkább néhány egyszerű adat alapján becslik meg (korábbi káresetek, életkor, nem, lakóhely), amik elég pontatlan eredményt adnak – így egyesek többet, mások kevesebbet fizetnek, mint a valós kockázatuk alapján kellene. El is kezdtek ezen a területen mozogni a biztosítók. Figyelembe tudják venni a vezetési stílust (gyorsítás, fékezés, hirtelen kormánymozdulat, gyorshajtás, és ki tudja, még mit) a biztosítási díj kialakításánál. Érdekes jövő (jelen) az, ahol a biztosító mindent tud a vezetési szokásainkról! Sőt, akár azt is észreveheti, amikor más vezeti az autót.

Ha már biztosítás: Megjelent az első olyan biztosítás, amit kifejezetten az önvezető autókra szabtak. A biztosítási védelem tartalmából világosan látszik, hogy a biztosító használja a jármű szoftveréből származó adatokat (amikből ezekben az autókban még több van).

Ezek mind óriási lökést adnak a mobilszolgáltatók forgalmának – azokénak, amelyek tudnak egyetlen SIM kártyával az egész világot (vagy legalább egy egész kontinenst) lefedő és ésszerű árú szolgáltatást nyújtani. Enélkül egyik ötlet sem kivitelezhető!

Hozok egy földhöz ragadt példát is. Az Egyesült Királyságban az utóbbi években a nagy esőzések sok helyi árvizet okoztak, és a háttérben gyakran az volt, hogy eldugultak az utak alatt átvezető csatornák. Ezekből 30 ezer van országszerte, és nem egyszerű feladat a folyamatos tisztításuk. Sok a felesleges kiszállás, amikor az ellenőrzés után nincs semmi tennivaló, de sokszor nem találják meg a dugulást a zápor előtt, ami elég nagy baj. Mi lett a megoldás? Napelemes kamerákat szereltek ezekbe a csatornákba, majd mobil interneten keresztül bekötötték őket a központba. Ha esik, a kamera elkezdi figyelni a víz lefolyását, a felvételt elküldi, és azonnal indulhat a beavatkozó brigád, ha baj van. Így kevesebb emberrel, jobb és gyorsabb munkát végeznek, és kevesebb az elöntéses kár.

Ezekben az IoT alkalmazásokban csak megfigyelés, adatgyűjtés és elemzés van, direkt beavatkozás nincs, így a kockázatok mérsékeltek. Ma még főleg ilyen célokra használjuk az új technológiát, de egész biztos vagyok benne, hogy a vezérlés is felfut majd. Bő egy éve írtam az álom otthonról, ott felsoroltam néhány lehetőséget. Mi valósult meg eddig belőlük?

Hová vezet ez?

Nem mindig látható a robot! Van, amikor elbújik, nem úgy mint dr. Robot, akiről a múlt héten írtam.

aimotive-4-930x698Nagyon örültem, hogy az NJSZT 10. Digitális Esélyegyenlőség konferenciáján az előadók között volt Takács Árpád az AImotive kutatója is. Miért? Elég sokat olvastam, sőt írtam is a cégről (akkor még AdasWorks volt a neve), amikor az önvezető autókkal foglalkoztam. Kik ők és mit csinálnak? Viszonylag fiatal magyar cég (2009-ig nyúlik vissza a történetük), ami gyorsan betört az autóiparba, fontos elektronikai beszállító lett. Az önvezető autókhoz mesterséges intelligencián alapuló szoftvereket fejlesztenek, beleértve környezet felismerését, a helymeghatározást, a mozgás megtervezését, és az autó alacsony szintű vezérlését. Főleg kamerákat használnak, de szükség szerint radarra és ultrahangra is támaszkodnak. A koncepciójuk megvalósításának fontos eleme az olcsó és nagy teljesítményű GPU, amire sok kamerát lehet rákötni, és képes a nagy felbontású videókat valós időben feldolgozni.

Takács Árpád novemberi előadásának címével, „A jövő luxusa: hús-vér sofőrök?”, adta meg az alaphangot. Megtudtam tőle, hogy a közlekedési balesetek jelentik a nem betegséghez köthető leggyakoribb halálozási okot, évente 1,3 millió ember hal meg így. Ez tényleg óriási szám! Olyan, mintha naponta tíz nagy utasszállító repülő összes utasa meghalna. Ha más nem, ez is elég motiváció lehet arra, hogy megokosítsuk az autókat.

A cél az ötös szintű önvezető autó, ami azt jelenti, hogy az autó minden közlekedési helyzetben és mindenféle úton legalább olyan jól teljesít, mintha ember vezetné. A fenti statisztika ismeretében nem elég annyira jól vezetnie, mint az ember teszi, hanem még jobban is kell!

sae-automated-levels-table

Hogy érjük ez el? Nem úgy, hogy még tovább és tovább javítgatjuk a jelenlegi autókat (amikbe már tényleg rengeteg biztonsági megoldás került be), hanem valami nagyot és újat kell lépni – ez lesz a mesterséges intelligencia. (Ezért is változtatták meg a cégük nevét, mert már nem a vezetést segítő ADAS rendszerekkel, hanem a mesterséges intelligenciával foglalkoznak.) Ehhez nem csak a technológiában, hanem a szabályozásban is nagyot kell lépni, mert ma Európában még az 1969-es Bécsi Egyezmény van hatályban, ami szerint még tesztelni se lehetne ilyen autókat. (Összehasonlításul: az USA 14 államában már szabályozták az önvezető autók tesztelését.)

Az, hogy nem a meglévő autók javítgatása a cél, látszik abból is, hogy a nagy autógyártók mellett fontos kulcsszereplők lettek olyan cégek is, amelyek korábban az autógyártás közelében sem jártak, pl.: NuTonomy, Delphi, MobilEye, Baidu, Google, Über, Apple. (Tavaly ősszel írtam egy részükről.) Az alábbi frissebb ábrán a legalább hatszáz játékosból a 125 legfontosabb jelenik csak meg. Hozzátehetjük, hogy állandó itt a változás, gyorsan avulnak el az ilyen összeállítások.

autonomous-drive_vision_systems_intelligence_infographic

A lényeg az – mondja Takács Árpád –, hogy a tetején lévő integrátoroknak mindenképpen mesterséges intelligenciához kell folyamodniuk, de ez utóbbival sokkal kevesebben foglalkoznak! Az autógyártók közül szinte senki. Miért? Az egyik alapvető korlátjuk az, hogy sok-sok beszállító elemeit építik be a járművekbe, akár 150 processzor is lehet egy autóban! Meglehetősen reménytelen vállalkozás lenne egy ilyen platformra mesterséges intelligenciát telepíteni.

vision_systems_intelligence_ai_pr_infographic_new

Az önvezető autókban kamerákon kívül még LIDAR és radar is szokott lenni. Az utóbbi olcsó, de a képe rossz felbontású, ezért elsődleges szenzorként nem használható. A LIDAR alkalmas a távolság nagyon pontos megmérésére, így 3 dimenziós képet is elő tud állítani. Egy előre elkészített 3D térképpel összekapcsolva, centiméteres pontosságú helymeghatározást tesz lehetővé. Az ára viszont elképesztő (kb. 20 millió forintba kerül). Szintén korlátozza a használatát az is, hogy az alapul szolgáló térképet az autóban kell tárolni, és folyamatosan frissíteni kell.

A kamerák az emberhez hasonlóan látnak, és jól használhatók lehetnek, de sokáig kívül estek a tervezők érdeklődési körén, mert nem volt módszerük a hihetetlen adatmennyiség gyors elemzésére és a tárgyak, emberek felismerésére. A képfeldolgozásban rohamléptekkel fejlődik a mesterséges intelligencia használata. Más alkalmazási területekről tudhatjuk, hogy viszonylag rossz minőségű kültéri kamerák felvételein is fel tudják ismerni az embereket. Más alkalmazásokban pedig az emberek arca alapján már a gép is sok mindent meg tud mondani (pl.: nem, életkor, hangulat – persze ez egyik sem akkora csoda, mi emberek már régen tudjuk ezt).

Mi az AImotive megoldási módszere? Az autóvezetés négy fontos lépéséhez kell megtalálni a megfelelő eszközöket. Melyek ezek a lépések?

  1. Felismerés: fel kell mérnünk a környezetünket, azonosítanunk kell az objektumokat (autó, fa, gyalogos, kerékpáros, stb.)
  2. Lokalizáció: el kell helyeznünk magunkat ebben a térben
  3. Döntés: felmérni, hogy mi fog történni, és erre hogyan reagálunk
  4. Irányítás: az autó a megtervezett módon haladjon

Ehhez sok szoftverre van szükség. Az első lépésben a sok szenzorból érkezett adatokat össze kell vetni, együtt kell értelmezni. A kamerák képei együtt használhatók például a tárgyak távolságának vagy mozgási sebességének meghatározására. Ezt követően ismeri fel majd az autó az objektumokat. A felismerést sok-sok valós életből vett kép alapján lehet megtanítani az autóban futó rendszernek. Ez a videó ad képet arról, hogy miképpen azonosítja a képfeldolgozó rendszer az autókat, gyalogosokat (különböző színekkel jelöli be és különíti el a háttértől őket, hogy jobban lássuk): https://youtu.be/Nj1UQ-L-Ux0?t=6m11s Nekem nagyon tetszik!

Az előadásban még van néhány érdekes példa, érdemes megnézni őket!

Újdonság volt számomra, hogy ezt a felismerési képességet emberektől tanulja az autó. Rengeteg valódi képet dolgoznak fel (annotálnak) emberek, azaz bejelölik rajtuk az összes objektumot, amit majd a helyzetelemzés és a döntés során fel kell ismernie a mesterséges intelligencia szoftvernek.

Takács Árpád az előadása végén felhívta a figyelmünket néhány tévhitre az önvezető autóval kapcsolatban:

  • A mai vezetéstámogató rendszerekből nő majd ki
  • Azonnal kereskedelmi forgalomba kerül majd
  • Évtizedekre van még szükség.
  • Több százmillió km tesztelés kell majd
  • Ha-akkor szabályok alapján dönt majd az autó
  • Helyes morális döntéseket kell majd hoznia

Ez az utóbbi két téma egy-egy külön tanulmányt is megér…

Ez a cikk nagyrészt Takács Árpád előadása alapján készült, és felhasználtam hozzá saját olvasmányaimat és írásaimat is.

A dolgok és a mesterséges intelligencia kapcsolatáról (benne az önvezető autókról) elég sokat írtam már, ezek az írások az Összekapcsolt mindenség című oldalon is megtalálhatók.

Autót az autóboltból? Vagy a telefongyártótól?

Mikor ülhetünk az iCar-ba? Vajon iPhone-ról is irányíthatjuk?

apple-icar-conceptSokat olvastam és írtam már idén az önvezető autókról – főleg azokról, amik már az utakon próbálnak ügyesen vezetni, több-kevesebb sikerrel. Az persze nem hír, ha egy autó nem okoz balesetet, így inkább a negatív hírek kerülnek előtérbe.

A régi autógyártók lassan, fontolva haladnak, nem érzik szükségét annak, hogy az elsők között legyenek ezen a területen. Van nekik éppen elég vevőjük így is, ezért inkább csak „melegen tartják” a témát, és kisebb lépéseket tesznek.

Mit tesznek a „nagy öregek”?

A Ford tervei szerint 2021-ben nagyüzemi méretekben gyártják majd a kormánykerék, fék- és gázpedál nélküli autókat. Az ilyen autókban már nem lesz vezető, akinek be kellene (lehetne) avatkoznia, amikor kezelhetetlen helyzettel találja szemben magát a robotpilóta. Ez egészen más, mint a vetélytársak jelenlegi fejlesztései, amikben az autó a vezetőre hárítja a felelősséget, amikor ismeretlen helyzetbe kerül. (Sőt, a mai rendszerekben még csak nem is mindig szól az autó, hogy gondja van – egyszerűen csak hibázik, de nagyot.)

Saját értékelésük szerint az önvezető autó ugyanakkora áttörés lesz, mint a szintén a Ford által kitalált futószalagos gyártás volt száz évvel ezelőtt. Ehhez az önvezető autók tervezésében meglévő évtizedes tapasztalatuk mellett erre specializált cégekre és a gyorsan növő Palo Alto-i kutatóközpontjukra támaszkodnak. Idén megháromszorozzák a közutakon futó ilyen autóik számát, és jövőre ismét háromszoroznak. Érdekes, hogy a Ford nem szerepel a hírekben – valószínűleg azért, mert semmi érdekes sem történik az autóikkal, nem okoznak baleseteket.

Mennyire reális a Ford terve? Nem minden helyzetre tervezik az autót, hanem csak városi taxinak. Über-sofőrök, figyelem! Olvasták, ugye, hogy az Über már elkezdte az önvezető autók használatát? Nos, a Ford pár éven belül képes lesz sok-sok ilyen autót leszállítani. Arra specializálják, hogy a városi forgalomban álljon helyt. Nem lesz teljesen magára hagyva az utas. A kormánykerék és a pedálok helyett egy táblagépet kap, amin kommunikálhat az autóval.

Az nem teljesen világos, hogy miben áll majd ez a kommunikáció, de támaszkodhatunk az eddigi példákra, ha kíváncsiak vagyunk. Az eddigi prototípusok képernyőn tájékoztatták az utasokat, hogy észlelték a veszélyt vagy akadályt, sávot fognak váltani, vagy előzni készülnek. Van egy érdekes példa, az Olli vezető nélküli kisbusz, amiben már a Watson is szerepet kapott. Egyelőre még nem azt a szerepet, amit én szánnék neki, hogy optimalizálja és biztonságossá tegye a forgalmat. Ehhez rengeteg járművet kellene irányítania. Az Olliban csak annyit csinál, hogy válaszol az utasok kérdéseire, mint pl.: Miért állunk meg? Időben oda fogok érni ebben a forgalomban? Az alkotói szerint ezzel személyessé válik az utazás, és könnyebben bíznak meg az utasok a robotpilótában. Meglátjuk! Most csak egy nagyon kicsi helyen jár Maryland államban (National Harbor), de Miami és Las Vegas is szerepel az idei terveikben.

Milyen lenne egy ilyen vezető nélküli kisbuszban utazni? Ki ugrana fel máris?

Ha már „nagy öregek”: megnéztem, hogy mit árul el a Mercedes a terveiből „autonomous driving” címen. Azt mondják, hogy a meglévő technológiát (szenzorokat) akarják használni, mert nagyon sok időbe telik, amíg az újak megbízhatóak és megfizethetőek lesznek. A többit szoftverrel oldják meg. Ez nagyon különbözik a Tesla kockáztató megközelítésétől (ők új, kipróbálatlan és alkalmatlan technológiát is szívesen beépítenek az autójukba – majd a tragédia után keresnek másikat). Részmegoldásokat már teszteltek éles forgalomban, pl., Mannheim Pforzheim között teljesen normális országúti és városi forgalomban, autók, kerékpárosok, gyalogosok között 2013-ban egy S500-assal. A jövőbeli terveikből az F015-ös luxusautót mutatják. Ez annak az elképzelésnek a része, hogy az életünk három helyen zajlik majd: otthon, iroda, autó. Ehhez illeszkedik a „digital lifespace” az F015-ben. Arra is gondoltak, hogy az autó mit és hogyan jelezzen a körülöttünk közlekedőknek, pl., kivetít az úttestre egy gyalogátkelőt, hogy az ember nyugodtan átmehessen előtte.

mercedes-gyalogos

Megnéztem, mit mond erről a Volkswagen. Lényegében azt, hogy vezető gyártó lesz ezen a területen, és ezt a tapasztalatukra alapozza. Az évtized végére lesz „connected” elektromos autójuk, ami közel 500 km-t tud megtenni egy töltéssel. Arról nem esik szó, hogy önvezető lesz-e. Talán azért nincsenek még részletek, mert arra várnak, hogy meg tudják venni a kész önvezető csomagot, amit csak be kell építeniük az új elektromos autójukba? Lehet ilyet venni? A jelek szerint hamarosan lehet majd. Kitől? A Delphi időtlen idők óta gyárt elektromos és elektronikus elemeket autókhoz, a Mobileye pedig okos és nem drága kamerákat ad hozzá a megoldáshoz. Most összefognak, komplett csomagot állítanak össze, amit 2019-től megvehetnek az autógyártók. (Megjegyzés: a Delphinek van saját autója is, de valószínűleg inkább csak a felhajtás kedvéért. Itt egy kép róla, amiben az a meglepő, hogy nincs az autón semmi különös. Mindent ügyesen elrejtettek.)

22 Mar 2015, San Francisco, California, USA --- An autonomous car from Delphi drives on Treasure Island in preparation for a cross-country trip from San Francisco to New York City in San Francisco, California March 22, 2015. The self-driving vehicle, modified from a production Audi SQ5 crossover, will travel 3,500 miles in a demonstration of the automotive parts manufacturer's capabilities while collecting over two terabytes of data.The vehicle is expected to arrive in time for the New York International Auto Show which begins on April 3. REUTERS/Stephen Lam --- Image by © STEPHEN LAM/Reuters/Corbis

Az új belépőkről csak ennyit mond a VW: „the challenge for the start-ups is meeting the quality levels that the car industry is so well practiced in, from 10 year durability standards to building car after car to the same levels”. Ehhez nyilván nekik is lenne hozzászólásuk…

Azzal kezdtem, hogy mit csinál az Apple. Mit is? Most éppen változtat egy nagyot. Új vezető került a Titan projekt élére, és elküldtek néhány tucat embert a csapatból. A hírek szerint már nem autót terveznek gyártani, hanem az önvezető autóhoz való technológiát. Korábban (decemberben) regisztrálták az „apple.car” domaint és egy pár másikat az autó témában. Tárgyaltak egy kíváncsiskodók elől teljesen elzárt terület használatáról, ahol mindenféle körülmények között lehet az autókat tesztelni. Tim Cook azt mondta a részvényeseknek, hogy még egy darabig „karácsony előtti” titokzatos időszak lesz, amíg csak találgatni lehet, hogy mi lesz a fa alatt, de semmi biztosat nem lehet tudni.

Találgassunk! Lesz iCar, vagy technológiát szállít az autógyártóknak az Apple? Ha lesz, ki gyártja? Maga az Apple, vagy átcímkézi másnak az autóját? Ha technológiát szállít, hogy viszonyul majd a Delphi és a Mobileye párosához? Tud sokkal jobbat adni? (Hiszen olcsóbb aligha lesz.)

 

Ki vezet a végén?

Ön vezet. Önvezet. Ki vezet?

2014-03-04_Geneva_Motor_Show_1186Az elmúlt több mint egy hónapban az innovációról és a digitális átállásról írtam. Közben sokat olvastam az önvezető autókról (jót is, tragikust is, technikai, üzleti és jogi témákról is). Az önvezető autó is a digitalizáció kiváló példája.

Mi a valódi digitalizáció? Az új technológiák felhasználásával hoznak létre valami váratlant. Valóban váratlant? Azt hiszem, hogy ahol most tart az önvezető autó fejlesztése, még nem üti meg azt a mértéket, hogy váratlannak lehetne nevezni. Az, hogy tartja a sávot és nem megy neki az előtte levőnek, már egyáltalán nem lep meg senkit. Ha ehhez hozzávesszük még azt is, hogy el tud indulni és le tud parkolni, tud előzni, követi az útvonaltervező által előírt útvonalat, már megjelennek újdonságok. Nekem még mindig hiányzik az igazi nagy dobás. Amit itt felsoroltam, az mind olyan emberi tevékenység automatizálása, amiben nem látszik a jelentős teljesítmény.

Tényleg nem nagy durranás? Akkora nagy dolog az, hogy nem megy neki az előtte menőnek, megáll az akadályok előtt vagy kikerüli őket? Ezt az autóvezetők többsége egész kevés gyakorlás után jól tudja csinálni. Ugye? Amikor ezt algoritmusokba kell önteni, kiderül, hogy korántsem annyira egyszerű! Nemrégiben tragikusan bizonyította be a járműfejlesztés egyik vezetője (a Tesla), hogy ezek egyáltalán nem triviális feladatok.

Ezen a felvételen azt látjuk, hogy az út szélén áll egy teherautó (azért a bal szélén, mert Angliában vagyunk), egy autó szépen, rendesen indexelve kikerüli, amihez a másik sávban menő helyet biztosít. A mi autónk a sáv közepén maradva nekimegy a furgonnak. Milyen furcsa hiba! Ilyet aligha követ el egy ember (jó látási viszonyok között és odafigyelve). Mi történt? A Tesla az előző autót próbálta követni, de nem jól követte, nem hajtotta végre a majdnem sávon belüli kikerülési műveletet. Az autó „vezetője” pedig megbízott a robotpilótában, hiszen eddig sose tévedett. Most is lojális az autójához, teljesen a saját hibájának tartja a balesetet.

Ilyen baleset lesz még sok. Amikor úgy érezzük, hogy átadtunk valakinek egy rutin feladatot, amit könnyen meg tud oldani, akkor nem szoktuk árgus szemekkel figyelni, hogy mit csinál. Megbízunk benne. Itt látszik, hogy egy automata nem ember. Hiába hajtotta végre rengeteg alkalommal jól a feladatot, egy pici változás a körülményekben jelentős változás lehet a számára, megoldhatatlanná teheti a feladatot.

NTSB_Tesla-accident-williston-f3Május elején történt egy tragikus baleset Floridában. Itt egy Tesla Model S ütközött oldalról egy nyerges vontatóba, átment alatta, majd még közel 300 métert haladt, villanyoszlopnak ütközött, és újabb 15 méter múlva megállt. Az ütközés leborotválta a Tesla felső harmadát. A vezető azonnal meghalt. Mi történt? Hogy következhetett be ez a tragikus baleset?

A Tesla június végén adott ki egy közleményt (A Tragic Loss). Ebben azt írják, hogy a teherautó magas felépítése, fehér színe és a világos égbolt együtt okozta azt, hogy se az autó, se a vezető nem vette észre az akadályt, és fékezés nélkül belerohantak. Más cikkek feltételezik (vagy tényként állítják), hogy a vezető DVD-t nézett (azt is tudni vélik, hogy Harry Pottert). Más cikkek (rendőrségi forrásokra hivatkozva) azt írják, hogy gyorshajtás is szerepelhetett az okok között. A sebességtúllépés csekély volt (65 mph helyett 74 mph, vagyis kb. 14 km/h volt a különbség), így ez nem befolyásolta lényegesen a baleset súlyosságát.

A valódi okra egy pár nappal ezelőtti bejelentés vethet fényt. A Tesla nem fogja tovább használni a Mobileye startup cég által gyártott chipeket. A Mobileye nyilatkozata szerint a chip nem volt alkalmas arra, hogy észrevegye a keresztező forgalmat: “This incident involved a laterally crossing vehicle, which current-generation AEB systems are not designed to actuate upon.

Ez felvet bennem egy-két érdekes kérdést. Leginkább azt, hogy egyáltalán hogyan juthatott valakinek eszébe ezt a megoldást beépíteni az autóba!?! Ezt a kérdést biztos fel fogja tenni az amerikai hatóságok (NTSB és NHTSA) vizsgálata is. Ahogy azt is, hogy erről megfelelően tájékoztatták-e az autóvezetőket. Ha tudták volna, hogy nem is tervezték arra az autót, hogy észlelje a keresztező forgalmat, vajon rábízták volna az életüket? A National Transportation Safety Board egyelőre még csak egy előzetes jelentést bocsátott ki (július 26-án). Ebben az események leírására szorítkoznak, a lehetséges okokkal nem foglalkoznak. (A jelentésben vannak fényképek a helyszínről és a járművekről.)

Így utólag, egy pár nappal korábbi (április 29-ei) és ehhez képest jelentéktelen baleset is hasonló műszaki okra vezethető vissza. Itt is egy Tesla Model S volt érintett, ami beleparkolt egy nyerges vontatóba. A körülmények nem teljesen tiszták. A vezető szerint ő nem is volt az autó közelében, amikor az által korábban szabályosan leparkolt autó belement a vontatóba. A cég szerint még az autó közelében volt. A lényeg nem is ez, hanem az, hogy a vezető elfogadta azt, hogy az autó nem észleli a túl magasan vagy túl alacsonyan lévő akadályokat. Ezért teljes mértékben az övé a felelősség.

Valószínűleg sok részlet derül majd még ki az eddigi balesetekről, és mind ezekből, mind a későbbiekből sokat tanul mindenki: a Tesla, az összes többi autógyártó, a beszállítóik, az autóvezetők és a hatóságok is. Nagyon új ez a terület, alig tudunk róla valamit.

Hadd foglaljam össze, hogy én mit látok problémának!

Az üzleti verseny rákényszeríti a gyártókat arra, hogy kellőképpen át nem gondolt, nem elég alaposan tervezett, messze nem teljesen megvizsgált és kipróbált eszközöket és szoftvereket adjanak ki a kezükből. Ez sok területen így van, az okostelefonok világában régóta, szidjuk is őket. Most látjuk, hogy az autóknál is megjelent ez az új világ. Már nem elég a „hardver” alapos tesztelése, sok-sok autó összetörése mindenféle vizsgálatokban. A számítógép létfontosságú eleme az autónak, de a gyártók erre nincsenek felkészülve. Természetesen levédik magukat a szokásos használati feltételekkel, amiket el kell fogadnia a vezetőnek, de ez az életünket nem védi meg.

És itt jön a másik dolog. Egy számítógépes program vagy egy telefonos játék esetében rendben van, hogy vannak benne hibák, és ezeknek a következményeit teljes mértékben a vásárlóra hárítják a szerződési feltételek. Mondjuk, ezeknél se mindig érezzük rendben lévőnek ezt a hozzáállást, de egy autó esetében sokkal súlyosabbak a lehetséges következmények. Vajon a hatóságok elfogadják hosszabb távon is azt, hogy mindig, mindenért a vezető felelős?

Az egyik amerikai hatóság (National Highway Traffic Safety Administration) vezetője és Elon Musk (Tesla) egyetért abban, hogy az ilyen balesetek nem lassíthatják a fejlődést, nem várhatunk a tökéletesre, az embereknek „kétségbeesetten” kell vágyakozniuk az új technológiára, ami életeket menthet.

Szerintem is szép jövő előtt áll ez az iparág. Legközelebb arról írok, hogy mit várok, mit várhatunk…