Das Problem mit selbstfahrenden Autos

Wir freuen uns, die Transform 2022 am 19. Juli und virtuell vom 20. bis 28. Juli wieder persönlich zu präsentieren. Nehmen Sie an aufschlussreichen Gesprächen und spannenden Networking-Möglichkeiten teil. Registrieren Sie sich heute!


Aka: Warum diese brennende Geldgrube jahrzehntelang keine aussagekräftigen Ergebnisse hervorgebracht hat.

Die Zukunft ist da, und sie sieht nicht so aus, wie wir es erwartet haben. Wir nähern uns dem 10-jährigen Jubiläum von Alexnetmüssen wir die Erfolge und Misserfolge kritisch hinterfragen maschinelles Lernen.

Wir blicken von einem höheren Plateau aus.

Wir haben Dinge in Computer Vision, Verarbeitung natürlicher Sprache und Spracherkennung erreicht, die noch vor wenigen Jahren undenkbar gewesen wären. Auf jeden Fall übertrifft die Genauigkeit unserer KI-Systeme die wildesten Vorstellungen vergangener Zeiten.

Und doch ist es nicht genug.

Wir haben uns in Bezug auf die Zukunft geirrt. Jede Vorhersage über selbstfahrende Autos war falsch. Wir leben nicht in einer Zukunft autonomer Cyborgs, und etwas anderes ist in den Fokus gerückt.

Erhöhen Sie die Automatisierung.

Menschen sehnen sich nach Kontrolle. Es ist eines unserer tiefsten, instinktivsten Wünsche. Es gibt keine Welt, in der wir es aufgeben. Eines der größten Missverständnisse der heutigen KI-Community ist, dass sich die Menschen mit der Zeit an die Automatisierung gewöhnen. Da sich die Zuverlässigkeit automatisierter Lösungen bewährt hat, steigt der Mikrowellen-Hintergrundkomfort der Gesellschaft stetig an.

Das ist falsch.

Die Geschichte der Technik ist nicht die Geschichte der Automatisierung. Es ist die Geschichte von Kontrolle und Abstraktion. Wir sind Werkzeugbauer, die sich mit Erfahrungen, die sich unserer Kontrolle entziehen, so unwohl fühlen, dass wir über Tausende von Jahren ganze Zivilisationen und Mythen rund um die Bewegung des Himmels entwickelt haben. So ist es mit aller Technik.

Und so ist es mit KI.

Das Problem selbstfahrender Autos ist seit den Anfängen offensichtlich: Es gibt keine Kontrolle. Wenn wir uns die erfolgreichen Implementierungen von selbstfahrenden Autos ansehen – die jetzt mehrere Jahre alt sind – sehen wir den Spurassistenten und das parallele Einparken. Wir sehen Situationen und Anwendungsfälle, in denen die Kontrollscheibe zwischen Mensch und Maschine offensichtlich ist. In allen anderen Situationen, wo das Ziel das Streben nach Mythos war Stufe 5 Autonomiesind selbstfahrende Autos kläglich gescheitert.

Technologie ist nicht der Flaschenhals.

1925 hatten wir ein funkgesteuertes Auto, das ohne Fahrer am Steuer durch die Straßen von New York City durch einen geschäftigen Stau navigierte. Auf der Weltausstellung 1939 skizzierte die Futurama-Ausstellung von Norman Geddes ein plausibles intelligentes Autobahnsystem, das magnetisierte Spitzen – wie elektromagnetische Referenzmarken – effektiv in die Straße einbettete, um Autos zu führen. Hey prognostizierten, dass autonome Autos in den 1960er Jahren das vorherrschende Transportmittel sein würden.

Natürlich lag er auch falsch.

Allerdings nicht wegen der Technik. Nein, „intelligente Autobahnen“ waren es enorm erfolgreich und unkompliziert, wo sie implementiert wurden. Auch ohne zusätzliche Infrastruktur haben wir heute selbstfahrende Autos, die mehr als in der Lage sind, so sicher wie Menschen zu fahren. Doch selbst mit mehr als 80 Milliarden Dollar fließen in das Feld ab 2014 bis 2017, wir haben keine selbstfahrenden Autos. Zum Vergleich: Die 108 Milliarden US-Dollar, die die US-Bundesregierung für den öffentlichen Nahverkehr über a zugesagt hat 5-Jahres-Zeitraum war die größte Investition, die das Land jemals in den öffentlichen Verkehr getätigt hat.

Der Unterschied ist natürlich, dass ich es tatsächlich kann faltig mit dem Zug.

Das Problem besteht im Grunde darin, dass sich niemand die Mühe gemacht hat, über die neuen Steuerfenster nachzudenken, die wir zu aktivieren versuchen. Es ging nie um die Automatisierung des Fahrens. Das ist eine kurzsichtige, engstirnige Denkweise. Die Frage ist, wie die Transiterfahrung transformiert werden kann.

Autos saugen.

Sie sind groß, laut, stinken und im Grunde das ineffizienteste Transportmittel, das man sich vorstellen kann. Sie sind nach dem Eigenheim das Teuerste, was eine Person besitzt, aber das tun sie nicht erstellen Wert. Es ist kein Vorteil, dass jemand will zu besitzen, es ist ein Vermögenswert, den Menschen haben besitzen. Es ist eine regressive Steuer, die den Planeten zerstört und die Autobahnen subventioniert, die unsere Städte verderben. Es ist ein teures, gefährliches Stück Metall, das fast 100 % der Zeit unbenutzt in einer teuren Garage liegt.

Autos saugen.

Und sie selbstfahrend zu machen, löst ungefähr keine dieser Probleme Probleme. Das ist das Problem. Wenn wir zu viel Zeit damit verbringen, uns auf den quasi-mythischen Zustand der Vollautomatisierung zu konzentrieren, ignorieren wir die schwerwiegenden Probleme, die vor uns liegen. Uber war erfolgreich, weil man per Knopfdruck ein Auto rufen konnte. Leasing ist trotz der Kosten erfolgreich, weil es eine andere Steuerscheibe für das Auto ist. Das sind neue Transiterfahrungen.

Also, wo ist die eigentliche Chance?

Ich denke, dass Unternehmen mögen Zoox eine interessante und überzeugende Abschlussarbeit haben. Indem sie sich auf das Fahrerlebnis konzentrieren und kritisch eine völlig neuartige Schnittstelle für die Teleführung entwerfen, haben sie meines Erachtens eine echte Chance, etwas Nützliches aus dem Wahnsinn des selbstfahrenden Autos herauszuholen. Ich denke, es ist wichtig zu erkennen, dass ihr Teleguidance-System keine vorübergehende Brücke ist, um von hier nach dort zu gelangen. Das Teleguidance-System und seine unterstützende Architektur sind für sie wohl ein vertretbarerer Durchbruch als jeder algorithmische Vorteil. Dies, kombiniert mit einem Modell, das Eigentum eliminiert, liefert eine überzeugende Vision. Von… du weißt schon… einem Bus.

Lassen Sie sich nicht ablenken.

Ich habe das Teleguidance-System von Zoox nicht benutzt. Ich weiß nicht genau, ob es effizienter ist als Autofahren, aber zumindest weisen sie in die richtige Richtung. Wir müssen aufhören, selbstfahrende Autos als völlig autonom zu betrachten. Wenn die Autonomie der Stufe 5 immer gleich um die Ecke ist, müssen Sie nicht an all die chaotischen Zwischenzustände denken. Die Wahrheit ist, dass diese chaotischen Zwischenzustände der springende Punkt sind.

Das ist der Kern des Problems bei selbstfahrenden Autos.

Wenn Sie ein Investor sind, der nach dem ersten Unternehmen sucht, das selbstfahrende Autos „lösen“ wird, bellen Sie auf dem falschen Baum. Der Gewinner ist das Unternehmen, das tatsächlich eine verbesserte Einheitsökonomie beim Betrieb eines Fahrzeugs liefern kann. Bis wir dieses Problem lösen, bedeuten all die Closed-Track-Demos und alle Vanity-Metriken der Welt nichts. Wir träumen vom Ende eines Rennens, wenn wir noch nicht einmal herausgefunden haben, wie wir den ersten Schritt machen sollen.

Und die Barriere ist nicht maschinelles Lernen.

Es ist Benutzererfahrung.

Slater Victoroff ist Gründer und CTO von Indische Daten.

DatenEntscheider

Willkommen in der VentureBeat-Community!

DataDecisionMakers ist der Ort, an dem Experten, einschließlich der technischen Mitarbeiter, die mit Daten arbeiten, datenbezogene Erkenntnisse und Innovationen austauschen können.

Wenn Sie über innovative Ideen und aktuelle Informationen, Best Practices und die Zukunft von Daten und Datentechnologie lesen möchten, besuchen Sie uns bei DataDecisionMakers.

Sie könnten sogar in Betracht ziehen Beitrag eines Artikels von dir selbst!

Lesen Sie mehr von DataDecisionMakers

Leave a Comment

Your email address will not be published.