جدال تسلا و ویمو بر سر ایمنی خودران
بحث قدیمیِ خودروهای خودران دوباره به نقطهی حساس رسیده است؛ جایی که دو فلسفهی مهندسی روبهروی هم میایستند و هر کدام ادعای خود را دربارهی آینده مطرح میکنند. یک سوی ماجرا، رویکرد دوربینمحور قرار دارد که بر سادگی، هزینهی کمتر و شباهت بیشتر به ادراک انسانی تکیه میکند. سوی دیگر، پافشاری بر ترکیب دوربین با لیدار و رادار دیده میشود؛ مسیری که بر افزونگی، سنجش دقیقتر محیط و تابآوری در شرایط دشوار تأکید دارد.
بهگزارش کارزکوپس، دیمیتری دولگوف، هممدیرعامل Waymo، در سخنرانی خود در Startup School گفت دوربینها میتوانند عملکرد انسان را بازسازی کنند، اما برای رسیدن به ایمنی «فرابشری» با سقف زودهنگام روبهرو میشوند. او نامی از تسلا نبرد، اما اشارهاش روشن بود؛ شرکتی که سالهاست راهبرد خودرانسازی را بر محور دوربین بنا کرده و در عین حال، لیدار را کنار گذاشته و بعدها نسبت به رادار و حسگرهای اولتراسونیک هم فاصله گرفته است.
ریشهی این دو نگاه به یک اختلاف بنیادی برمیگردد. نگاه اول میگوید اگر انسان با دو چشم و بدون حسگرهای اضافی رانندگی میکند، سامانهی خودران هم میتواند از همان منطق پیروی کند. نگاه دوم پاسخ میدهد که شباهت به انسان، الزاما به معنای کفایت برای رانندگی کاملا بدون راننده نیست. دولگوف در همین چارچوب گفت اگر هدف فقط رسیدن تقریبی به کارکرد انسان یا ساخت یک محصول کمکی باشد، راهکار دوربینمحور منطقی به نظر میرسد. اما هنگام رسیدن به خودرانِ کامل، مسئله تغییر میکند.
در آن مرحله، تفاوت میان «کافی بودن» و «ایمنتر از انسان بودن» تعیینکننده میشود. ویمو استدلال میکند که سامانهای که تنها به دوربین متکی باشد، وقتی شرایط محیطی بدتر میشود، زودتر از حد مطلوب به محدودیت میرسد. از نگاه این شرکت، ضعف در حسگری، منحنی ایمنی را پیش از آنکه به سطح مورد نیاز برای رانندگی بدون نظارت برسد، تخت میکند. به بیان سادهتر، سامانه ممکن است در نمایشهای اولیه چشمگیر باشد، اما همان کیفیت لزوما در استفادهی گسترده و دنیای واقعی دوام نمیآورد.
ترکیب سهگانهی ویمو چه میگوید
ویمو از سه لایهی حسگری استفاده میکند؛ دوربین، لیدار و رادار. هرکدام نقش مشخصی دارند. دوربینها تصویر رنگی و با وضوح بالا فراهم میکنند. لیدار جهان سهبعدی را نقشهبرداری میکند. رادار هم سرعت را بهطور مستقیم اندازه میگیرد. مزیت اصلی دو حسگر آخر فقط دقت نیست، بلکه توان ادامهی کار در تاریکی، خیرگی، مه، باران و برف هم است؛ جاهایی که دوربینها با افت محسوس روبهرو میشوند.
دولگوف تأکید کرده که این حسگرها صرفا نسخهی پشتیبان یکدیگر نیستند. هرکدام پیش از ادغام نهایی، از مسیر پردازشی جداگانه عبور میکنند و بعد دادهها در یک تصویر کاملتر از محیط ترکیب میشوند. همین معماری به سامانه اجازه میدهد در موقعیتهایی که یک حسگر کور میشود، دیگری هنوز اطلاعات معنادار تولید کند. در گزارش کارزکوپس، به نمونههایی از آزمونهای Waymo هم اشاره شده؛ از جمله موردی در طوفان گردوغبار فینیکس که در آن لیدار توانست عابر پیاده را تشخیص دهد، در حالی که دوربینها تقریبا چیزی نمیدیدند.
آن نمونه فقط یک جزئیات آزمایشگاهی نیست. در منطق خودروهای خودران، چنین لحظاتی تعیین میکند سیستم در برابر رخدادهای کماحتمال اما پرخطر چهقدر دوام میآورد. خطای کوچک در یک سامانهی کمکی، ممکن است فقط مزاحمت ایجاد کند. خطای همان سامانه در خودران کامل، معنای دیگری پیدا میکند. از همین رو، بحث فقط بر سر کیفیت تصویر یا زیبایی معماری فنی نیست؛ مسئله به لایهی نهاییِ مسئولیت در جاده مربوط میشود.
نردبان بیپایانِ «نُهها»
دولگوف برای توصیف دشواری افزایش قابلیت اطمینان، از استعارهی «نردبان نماییِ نُهها» استفاده کرد. منظور او این بود که هر «نُه» تازه در اطمینانپذیری، تقریبا ده برابر کار بیشتر میخواهد. سامانهای که ۹۹ درصد مواقع درست عمل میکند، در یک ارائهی نمایشی بسیار خوب به نظر میرسد. اما همان سامانه اگر در مقیاس گسترده بهکار گرفته شود، میتواند به صدها یا حتی هزاران تصادف منجر شود.
همینجا تفاوت میان دمو و استقرار واقعی روشن میشود. خودروهای خودران قرار نیست فقط در مسیرهای مشخص، هواهای خوب و سناریوهای ساده کار کنند. قرار است در باران، گردوغبار، شب، سایه، بازتاب نور، تعمیرات جاده، رفتار غیرقابلپیشبینی عابران و دهها وضعیت دیگر هم تصمیم بگیرند. ویمو استدلال میکند که افزونگی حسگری، راهی برای بالا بردن همین تحمل عملیاتی است؛ نه یک تجمل فنی.
در مقابل، طرفداران معماری دوربینمحور میگویند سادگی، هزینهی کمتر و تکیه بر الگوریتمهای بینایی پیشرفته میتواند مسیر را سریعتر و ارزانتر کند. از نگاه آنها، خودرو باید مانند انسان ببیند و تصمیم بگیرد، نه با انبوه حسگرها. اما پرسش اصلی همچنان پابرجاست؛ آیا تقلید از انسان برای رسیدن به رانندگی کمکمحور کافی است، یا برای خودرانِ واقعا بدون راننده باید از مرز ادراک انسانی فراتر رفت؟
ویمو پاسخ دوم را ترجیح میدهد. دولگوف هم در همین مسیر گفت که «ضعف در حسگری» دیر یا زود سقف ایمنی را پایین میآورد. او همچنین یادآور شد که دوربینها میتوانند انسان را بازسازی کنند، اما رسیدن به «عملکرد قویا فرابشری» بحث دیگری است. در آن سطح، دیگر موضوع بر سر همسطح شدن با انسان نیست؛ هدف، عبور از محدودیتهای او در تشخیص، واکنش و پایداری است.
تسلا ممکن است هنوز در نهایت مخالفانش را غافلگیر کند. گاهی راهحل سادهتر، درستترین راهحل از آب درمیآید. با این حال، پروندهی ویمو نشان میدهد که در صنعت خودران، پیروزی اولیه در نمایش، لزوما به معنای پیروزی نهایی در ایمنی نیست. شاید همین شکاف میان «خوب کار کردن» و «بهقدر کافی امن بودن» مهمترین میدان نبرد آینده باشد؛ میدانی که در آن دوربین و لیدار فقط دو ابزار نیستند، بلکه دو برداشت متفاوت از خودرانِ کامل به شمار میآیند.
شما کدام مسیر را برای خودروهای خودران آینده منطقیتر میدانید؟