Het combineren van menselijke en kunstmatige intelligentie in autonome voertuigen zou auto's zonder bestuurder sneller naar een brede acceptatie kunnen duwen, Dat zeggen onderzoekers van de Universiteit van Michigan.

Dat is het doel van een nieuw project dat gebaseerd is op een techniek genaamd instantane crowdsourcing om een ​​kosteneffectieve, realtime back-up op afstand voor autonome systemen aan boord zonder dat een mens fysiek op de bestuurdersstoel hoeft te zitten. Het onderzoek vindt plaats bij het U-M Transportation Research Institute (UMTRI).

De behoefte aan menselijke veiligheidschauffeurs in voertuigen zoals de onlangs geïntroduceerde autonome taxi's van Waymo ondermijnt hun kostenvoordeel in vergelijking met traditionele ritdeeldiensten, zeggen de onderzoekers. Het houdt ook het tijdperk van auto's als autonoom rijdende woonkamers prikkelend buiten bereik. En de meeste onderzoekers zijn het erover eens dat machines de rijtaken jarenlang of zelfs decennia niet volledig kunnen overnemen.

"De autonome voertuigen van vandaag kunnen relatief goed rijden in typische omgevingen, maar ze falen in uitzonderlijke situaties - en het zijn die situaties die het gevaarlijkst zijn, " zei Walter Lasecki, een assistent-professor informatica en techniek en een leider van het project. "Het ontwerpen van autonome systemen die deze uitzonderlijke situaties aankunnen, kan tientallen jaren duren, en ondertussen, we zullen iets nodig hebben om de leemte op te vullen."

Onmiddellijke crowdsourcing verschilt van eerdere pogingen tot menselijke back-up op afstand doordat het menselijke reacties in slechts enkele milliseconden kan bieden - mogelijk snel genoeg om een ​​slingerend voertuig te helpen ontwijken of rond een stuk wegafval te manoeuvreren. Het maakt gebruik van geconnecteerde voertuigtechnologie en een op afstand geplaatst controlecentrum.

Hier is hoe het zou werken - allemaal binnen een tijdsbestek van vijf seconden of minder:

• Software in het voertuig analyseert realtime voertuiggegevens en schat 10-30 seconden in de toekomst elektronisch in om de waarschijnlijkheid van een "ontkoppeling" in te schatten - een situatie waarin de geautomatiseerde systemen van de auto menselijke hulp nodig zouden kunnen hebben.
• Als de waarschijnlijkheid een vooraf ingestelde drempel overschrijdt, het systeem neemt contact op met een op afstand gelegen controlecentrum en verzendt gegevens vanuit de auto.
• Het systeem van het controlecentrum analyseert de gegevens van de auto, genereert verschillende mogelijke scenario's en toont deze aan verschillende menselijke supervisors, die zich in rijsimulators bevinden.
• De mensen reageren op de simulaties en hun antwoorden worden teruggestuurd naar het voertuig.
• Het voertuig heeft nu een bibliotheek met door mensen gegenereerde reacties waaruit het onmiddellijk kan kiezen, op basis van informatie van boordsensoren.

Zo'n systeem klinkt misschien duur en omslachtig, maar Robert Hampshire, een onderzoeksprofessor aan UMTRI en UM's Ford School of Public Policy, zegt dat het veel goedkoper zou zijn dan een menselijke bestuurder in elk voertuig. Dit kan het bijzonder waardevol maken voor het delen van ritten en wagenparkbeheerders. En het enorme aantal gereden kilometers in combinatie met het feit dat autonome voertuigen slechts zelden menselijke hulp nodig hebben, zou kunnen leiden tot schaalvoordelen die de kosten per voertuig zouden verlagen.

"Er is vorig jaar 3,2 biljoen mijl gereden in de VS, en de beste autonome voertuigen gemiddeld één uitschakeling per 5, 000 mijl, "Hampshire zei. "We schatten dat als al die kilometers geautomatiseerd waren, je zou ongeveer 50 nodig hebben, 000 tot 100, 000 medewerkers, stad voor stad verdeeld. Zo'n netwerk zou kunnen werken als een abonnementsdienst, of het kan een overheidsinstantie zijn, vergelijkbaar met het huidige luchtverkeersleidingssysteem."

De op algoritmen gebaseerde screening aan het begin van het proces maakt het nuttiger dan eerdere pogingen tot menselijke hulp op afstand, waardoor het voertuig moest stoppen, neem contact op met een extern callcenter en vraag instructies voordat u verder gaat.

Een andere sleutel om het systeem op de grond te laten werken, is het ontwerpen van het op een manier die werkbaar is voor het grote aantal werknemers, zegt Hampshire.

"Net als het werk van luchtverkeersleiders, dit werk kan stressvol en cognitief complex zijn. Dus we gaan kijken naar manieren om het minder intens en mentaal vermoeiend te maken."

De ontwikkelaars werken momenteel aan het softwareplatform. Ze hopen dat mensen het systeem tegen het einde van het eerste jaar van het project kunnen testen, waarbij het systeem tegen het einde van het tweede jaar gegevens van daadwerkelijke voertuigen vastlegt.

Het uitgangspunt achter instantane crowdsourcing werd gevalideerd in een paper met de titel "Bolt:Instantaneous Crowdsourcing via Just-in-Time Training, " die werd gepresenteerd op de ACM CHI 2018-conferentie. Het USDOT-project heeft tot doel het aan te passen voor gebruik in autonome voertuigen.