Khi nào ô tô tự lái mới trở thành hiện thực trên đường phố công cộng?
Con đường hướng tới các phương tiện tự động, thông minh vẫn còn nhiều chướng ngại vật, ít nhất là về vấn đề an toàn.
Làm thế nào các nhà sản xuất ô tô và nhà phát triển phần mềm có thể đảm bảo những phương tiện đổi mới ứng dụng AI an toàn 100%?
Một hệ thống hoàn toàn không sai sót
Stan Boland, Giám đốc điều hành của Five AI, phát biểu tại The Autonomous Main Event, một hội nghị ảo về xe tự lái, cho rằng “điều đó rất khó”, bởi vì các hệ thống AI sẽ luôn chứa một số yếu tố lỗi. Vì vậy, thách thức nằm ở cách các hãng xây dựng hệ thống và làm thế nào có thể tự tin đáp ứng các tiêu chí an toàn ở mức độ cho phép và đưa sản phẩm vào hoạt động.
Jan Becker, Giám đốc điều hành của Apex AI, đồng ý rằng một hệ thống không có lỗi về cơ bản là không thể. Vì AI là một mô hình “học tập” từ đó nó dạy cho hệ thống cách phản ứng với một số đầu vào nhất định, nên sẽ luôn có những ẩn số không có sẵn trong quá trình đào tạo. “Sẽ không bao giờ có một giải pháp hoàn toàn an toàn. Nhưng nó vẫn sẽ an toàn hơn nhiều so với con người ngày nay”, Becker nói.
AI phải liên tục học hỏi và phát triển
Các hệ thống AI không đơn giản chỉ được đào tạo một lần và sau đó được phát hành. Theo công ty phát triển AI Appen, các hệ thống tự trị “phát triển sự hiểu biết, đưa ra quyết định và đánh giá sự tự tin dựa trên dữ liệu đào tạo mà chúng được cung cấp. Dữ liệu đào tạo càng tốt thì mô hình càng hoạt động tốt”.
Vì lý do đó, những đổi mới như cập nhật qua mạng (OTA) là rất quan trọng, Georges Massing, Phó chủ tịch phụ trách xe kỹ thuật số và cơ động tại Mercedes-Benz cho biết. Đó là vấn đề về quy mô, ông nói, một chiếc xe càng nhận được nhiều dữ liệu, nó càng có thể hiểu rõ hơn về môi trường xung quanh. Các bản cập nhật OTA cũng cho phép các nhà sản xuất ô tô phát triển và cập nhật các tính năng an toàn trên nhiều đơn vị cùng một lúc - bản cập nhật tháng 6/2021 của BMW đã nâng cấp phần mềm trên 1,3 triệu xe.
Một luồng dữ liệu liên tục đến ô tô cũng có thể giúp các hệ thống thích ứng với môi trường mới, điều này đặc biệt quan trọng trong việc đảm bảo mức độ an toàn cao cho các công ty hoạt động trên các thị trường khác nhau với các kỳ vọng khác nhau về an toàn. Ví dụ ở Đức, việc trải nghiệm xe hơi hoặc xe đạp đi về phía phương tiện này không được coi là an toàn, Massing nói, trong khi ở Trung Quốc, điều đó được coi là bình thường. Nếu một phương tiện tự hành (AV) được phát triển ở Đức và đưa đến Trung Quốc, nó sẽ nhận thấy một số hành vi nhất định, được những người lái xe khác coi là bình thường, trở nên không an toàn.
Thậm chí còn có những thay đổi quan trọng về mức độ an toàn giữa các địa điểm ở Tây Âu. Chẳng hạn những hành động được coi là không an toàn ở Đức lại không thể chấp nhận được ngay cả ở nước láng giềng gần gũi là Áo. “Nếu bạn lái xe đến tháp Eiffel ở Pháp, việc từ chối nhường đường là điều bình thường. Đối ở Đức, đó là một mớ hỗn độn. Vì vậy, AI phải thích ứng với các quan điểm văn hóa khác nhau”.
Mô phỏng an toàn
Các phương tiện giao thông sử dụng công nghệ AI yêu cầu thử nghiệm rộng rãi. Nhưng các nhà sản xuất ô tô cũng cần phải thử nghiệm các phương tiện trên đường mà không ảnh hưởng đến sự an toàn của người đi bộ hoặc người lái xe. Ngành công nghiệp nên tiếp cận quy trình thử nghiệm như thế nào?
Các mô phỏng thử nghiệm phải phong phú và do đó cần xây dựng các hệ thống bao gồm các tác nhân thông minh có thể khám phá các yếu tố hành vi của một hệ thống.
Trước khi giới thiệu xe tự lái ra các con đường công cộng, môi trường mô phỏng và thử nghiệm phải được xây dựng phong phú các tình huống.
Đối với Gary Hicok, Phó chủ tịch cấp cao tại Nvidia, câu trả lời nằm ở mô phỏng: “Mọi thứ phải được thử nghiệm trong mô phỏng trước khi chúng tôi thử nghiệm trên đường. Sau đó, chúng tôi kiểm tra các đường đua để đảm bảo rằng phương tiện, môi trường vận hành và phần mềm đều tốt. Cuối cùng, các lái xe được tiến hành thử nghiệm xe. Trong giai đoạn thử nghiệm, nhà sản xuất sẽ kiểm tra và đảm bảo rằng mọi thứ hoạt động tốt, không có lý do gì để chấp nhận rủi ro”.
Trong khi đó, Boland trích dẫn các dự án thử nghiệm ở Mỹ, như của Waymo, Cruise, Aurora và Nvidia. Trên thực tế, Waymo đã phát triển một hệ thống thử nghiệm ảo thứ hai - Thành phố mô phỏng. Boland cho biết mô phỏng phải “có sự kiện”. “Chúng tôi cần hệ thống mô phỏng phong phú, và do đó đã xây dựng các hệ thống bao gồm các tác nhân thông minh có thể khám phá các yếu tố hành vi của một hệ thống”.
Cái bắt tay của ngành ô tô và khoa học máy tính
Cuối cùng, cả ngành công nghiệp ô tô và khoa học máy tính đều chưa có câu trả lời đầy đủ cho vấn đề an toàn của xe tự lái ứng dụng trí tuệ nhân tạo. Trong khi ô tô được thiết kế rất tuyệt vời và thử nghiệm các hệ thống an toàn, đưa ra các lựa chọn linh hoạt, khoa học máy tính lại có thế mạnh riêng trong việc xây dựng các hệ thống gốc đám mây và áp dụng máy học vào các vấn đề. “Hai người” sẽ phải xích lại gần nhau.
Hiện nay, nhiều nhà lãnh đạo trong ngành không chắc chắn nên đi theo con đường nào. Theo dữ liệu từ McKinsey, chỉ 40% các nhà lãnh đạo Nghiên cứu & Phát triển cảm thấy đã chuẩn bị sẵn sàng thực hiện những điều cần thiết thay đổi các mô hình hoạt động. Cuối cùng, ngành công nghiệp xe hơi phải quyết định xem họ sẽ đi theo con đường phát triển nào để hướng tới sự an toàn của xe tự lái. Một khi đã có quyết định, mọi thứ sẽ trở nên dễ dàng hơn.