स्वायत्त ड्राइविंग डेटा व्यापक से बहुत दूर है

आप जो पूछते हैं, उसके आधार पर, चार साल, सात साल या 10 साल में स्वायत्त कारें जनता के लिए तैयार होंगी। लेकिन एक बात स्पष्ट है: स्वायत्त कारें कर रहे हैं आ रहा है - जैसे ही कंपनियां प्रौद्योगिकी को ठीक से काम करने के लिए पर्याप्त डेटा एकत्र करती हैं।

कौन सा सवाल खींचता है: कितना डेटा पर्याप्त डेटा है? इसका उत्तर यह है कि आप कितना जोखिम लेने को तैयार हैं।

स्वायत्त वाहनों को सैकड़ों मिलियन मील की दूरी पर ड्राइव करने की आवश्यकता होगी, संभवतः इससे भी अधिक, इससे पहले कि कंपनियां कह सकें कि कारें सांख्यिकीय रूप से मानव चालक के रूप में सुरक्षित हैं, वरिष्ठ रैंड संस्थान के शोधकर्ता सुसान पैडॉक और निधि कालरा का तर्क है।

पैडॉक और कालरा ने अप्रैल की एक रिपोर्ट में "ड्राइविंग टू सेफ्टी: कितने मील की ड्राइविंग यह स्वायत्त वाहन विश्वसनीयता प्रदर्शित करना होगा" शीर्षक से अपना तर्क दिया।

पैडकॉक बताता है, "यह लोगों के लिए महत्वपूर्ण है।" श्लोक में । "क्या वे चाहते हैं कि स्वायत्त कारें मानव चालकों की तुलना में अधिक सुरक्षित हों? तुलनीय? क्या वह जवाब समय के साथ बदल जाएगा? ”

स्वायत्त प्रौद्योगिकी कितनी सुरक्षित है, इसकी सटीक तस्वीर के लिए, यह ले सकता है अरबों डेटा के मील की दूरी पर। रिपोर्ट से थोड़ा गणित बताता है कि क्यों:

यद्यपि मानव चालकों से दुर्घटनाओं, चोटों और मृत्यु की कुल संख्या अधिक है, लेकिन इन विफलताओं की दर उन मील की संख्या की तुलना में कम है जो लोग ड्राइव करते हैं। ब्यूरो ऑफ ट्रांसपोर्टेशन स्टेटिस्टिक्स के अनुसार, अमेरिकी हर साल लगभग 3 ट्रिलियन मील की दूरी पर ड्राइव करते हैं। 2013 में, 2.3 मिलियन चोटों की सूचना दी गई थी, जो कि प्रति 100 मिलियन मील की दूरी पर 77 चोटों की विफलता दर है। संबंधित 32,719 विपत्तियां प्रति 100 मिलियन मील की दूरी पर लगभग 1 घातकता की विफलता दर के अनुरूप हैं। ”

वह एक परिप्रेक्ष्य है। लेकिन औसत अमेरिकी जीवनकाल में केवल 15,000 मील की दूरी तय करता है। मानव अनुभव को मील से प्राप्त किया जाता है, जबकि Google या टेस्ला की प्रत्येक स्वायत्त कार में लाखों मील का अनुभव पूर्व-क्रम में होता है, इससे पहले कि यह कभी सड़क को देखता है। प्रत्येक कार में अनुभव के जीवनकाल होते हैं जो लोगों का भारी बहुमत कभी नहीं मिलेगा।

तो एक स्वायत्त कार निर्माता को वास्तव में कितना डेटा चाहिए? इसे अरबों की आवश्यकता हो सकती है या इसे कुछ सौ हज़ार की आवश्यकता हो सकती है - यह सब इस बात पर निर्भर करता है कि कंपनी कितना जोखिम उठाने को तैयार है, और आम जनता कितना जोखिम उठाने को तैयार है।

Google मॉडल

2009 में कार्यक्रम शुरू होने के बाद से Google ने स्वायत्त ड्राइविंग पर कुछ सबसे मूल्यवान डेटा एकत्र किया है। कंपनी ने राजमार्गों पर ड्राइविंग से लेकर आवासीय सड़कों पर ड्राइविंग तक, आखिरकार भीड़भाड़ वाले शहरी क्षेत्रों को नेविगेट करने के लिए काम किया है।

निश्चित रूप से, यहां और वहां कुछ युगल फ़ेंडर हैं, लेकिन इसने धीरे-धीरे एक तैयार उत्पाद के करीब अपना रास्ता बनाया है।

Google की स्व-ड्राइविंग कार परियोजना के लिए सुरक्षा के निदेशक क्रिस उर्मसन ने इस वर्ष दक्षिण पश्चिम चरण द्वारा दक्षिण की प्रगति की व्याख्या की।

"हम कल्पना करते हैं कि हम उन स्थानों को खोजने जा रहे हैं जहां मौसम अच्छा है, जहां सड़कों पर ड्राइव करना आसान है, और हम वहां से शुरू करेंगे," उर्मसन ने कहा। सरल क्षेत्रों के डेटा का उपयोग करके, Google तब विश्वास के साथ अधिक जटिल क्षेत्रों में जा सकता है "क्योंकि हम यह समझने जा रहे हैं कि हमारी कारें कैसे चलती हैं।"

कंपनी प्रति सप्ताह लगभग 15,000 स्वायत्त मील ड्राइव करती है, और पूर्ण स्वायत्त मोड में अब तक 1.7 मिलियन मील से अधिक की रैक लगा चुकी है। इसने कारों को सिखाया कि कैसे धैर्यपूर्वक और कैसे साइकिल चलाने वालों को संभालना है। जब 100 फिएट क्रिसलर स्वायत्त minivans परीक्षण के लिए सड़क पर जाते हैं, तो डेटा और भी तेज़ी से बह जाएगा।

लेकिन सड़क पर इकट्ठा किए गए 1.7 मिलियन मील के स्वायत्त डेटा एक घातक दुर्घटना होने से पहले 100 मिलियन मील अमेरिकी ड्राइव से बहुत दूर रोते हैं। इस दर से, Google को पर्याप्त डेटा प्राप्त करने में वर्षों लगेंगे। यही कारण है कि टेस्ला ने एक तेज मार्ग का विकल्प चुना।

टेस्ला मॉडल

टेस्ला के परीक्षण चालक इसके ग्राहक हैं। ऑटोपिलॉट, आज सड़क पर सबसे उन्नत स्वायत्त प्रणाली, अभी भी बीटा में है। हालांकि, 70,000 ऑटोपायलट-सक्षम टेस्ला के ड्राइवरों को इसके उपयोग से नहीं रखा गया है।

ऑटोपिलॉट के टेस्ला के निदेशक स्टर्लिंग एंडरसन ने मई में कहा था कि इसने ऑटोनोमस ड्राइविंग पर 100 मिलियन मील से अधिक डेटा एकत्र किया है और पहले 18 महीनों में ऑटोपायलट में मानव ड्राइविंग पर 780 मिलियन मील डेटा उपलब्ध था। कंपनी मानव ड्राइविंग डेटा के साथ स्वायत्त डेटा प्राप्त करने के लिए अच्छी तरह से है। सड़कों पर मॉडल 3s का एक गुच्छा होने पर डेटा सुई तेजी से बढ़ेगी।

परीक्षण चालकों के रूप में ग्राहकों का उपयोग करने के लिए एक खतरा है, हालांकि - मई में पहली घातक स्वायत्त दुर्घटना के रूप में।

पैडलॉक का कहना है कि बीटा तकनीक का प्रयोग प्रायोगिक स्वास्थ्य सेवा का उपयोग करने जैसा है। इससे पहले कि उस पर पर्याप्त डेटा हो, किसी शर्त के लिए लोग एक नई दवा का परीक्षण करेंगे, और इससे जुड़े जोखिमों को समझना चाहिए।

पैडकॉक कहते हैं, "किसी भी तरह की नई तकनीक के साथ, मुझे लगता है कि इसका उपयोग कैसे किया जाना चाहिए, यह सोचना महत्वपूर्ण है।" "यह एक बीटा उत्पाद है, इसलिए ड्राइवरों को यह समझने की आवश्यकता है कि यह प्रयोगात्मक है।"

दुर्घटनाएँ होंगी, लेकिन दुर्घटनाएँ मानव चालकों के साथ भी होंगी। या, जैसा कि एलोन मस्क कहते हैं, "कृपया, पांच मिनट का समय लें और खूनी गणित करें।"

फैंसी कारों के बिना डेटा

लगभग हर अन्य प्रमुख कार निर्माता - जीएम से फोर्ड से वोल्वो तक - एक छोटे पैमाने पर स्वायत्त डेटा इकट्ठा कर रहा है।

हालाँकि, डेटा एकत्र करने का एक और तरीका है और इसके लिए एक फ़ोन की आवश्यकता है।

Comma.ai नामक एक स्टार्ट-अप स्वायत्त कार कंपनी स्वायत्तता में कारों को वापस करने के लिए $ 1,000 किट का निर्माण करना चाह रही है। जॉर्ज हॉटज़ द्वारा संचालित कंपनी ने केवल 5,000 मील डेटा का उपयोग करके कारों के फैंसी बेड़े के बिना एक वर्ष से भी कम समय में एक प्रोटोटाइप का निर्माण किया। होत्ज़ ने बताया श्लोक में जून में कि वह इस वर्ष के अंत में जनता को एक उत्पाद जारी करने से पहले लगभग 100,000 मील का डेटा चाहता है, और वह लोगों के फोन पर एक ऐप से डेटा क्राउडसोर्सिंग करके इसे प्राप्त करने जा रहा है।

उबर अपने ड्राइवरों पर इसी तरह से डेटा इकट्ठा करता है। यदि फ़ोन डेटा उपयोगी साबित होता है, तो Uber का विशाल प्लेटफ़ॉर्म कुछ समय में बड़ी मात्रा में डेटा एकत्र कर सकता है।

"जनता कितनी अनिश्चितता स्वीकार करने को तैयार है?"

प्रत्येक कंपनी के पास डेटा एकत्र करने का एक अलग तरीका है।

टेस्ला उन नंबरों के पास कहीं भी पहुंचने के लिए निकटतम है जो पैडकॉक का कहना है कि मानव चालकों की सुरक्षा के लिए यथार्थवादी तुलना के लिए आवश्यक है, लेकिन यह संग्रह का सबसे सुरक्षित तरीका नहीं है। Google को बड़े पैमाने पर रैंप पर आने से पहले एक लंबा समय होगा, और कॉममाई के लिए भी यही होगा - अगर कंपनी गन्दा फोन डेटा और अधिक विश्वसनीय पूर्ण-कार सेंसर डेटा के बीच की खाई को पाट सकती है।

तो स्वायत्त कारों के बाज़ार में उतरने से पहले कंपनियों को कितना डेटा चाहिए? "यह सब निर्भर करता है," पैडॉक कहते हैं, "जनता कितनी अनिश्चितता स्वीकार करने को तैयार है?"

बस याद रखें: कारों में पहले से ही अधिक ड्राइविंग अनुभव है।