De autonome auto is nog heel ver weg / Uitdagingen op de weg naar level 5 autonomie

software

Wie kijkt naar de hoeveelheid concept cars voor autonoom rijden, zou denken dat we al snel over de zelfrijdende auto kunnen beschikken. Dat de auto volledig zelfstandig zijn weg vindt in het verkeer zodat passagiers andere dingen kunnen doen: werken, een film kijken. Niets is minder waar. Welke obstakels zijn er nog op de weg naar level 5 autonoom rijden?

Zelfrijdende auto’s worden ingedeeld in vijf levels. Vandaag de dag is level 3 mogelijk: in bekende en niet complexe omgevingen zoals een snelweg kan de auto zelfstandig rijden. Alexander Hitzinger, CEO van VW Autonomy, het bedrijfsonderdeel dat voor alle merken van Volkswagen werkt aan autonoom rijden, weet als geen ander hoe moeilijk het is om naar level 5 te komen: volledig autonoom rijden in alle situaties, zonder dat de mens nog hoeft in te grijpen. Hij was een van de sprekers op CES. “De AI-algoritmen die omgevingswaarnemingen van camera’s en sensoren kunnen omzetten naar de juiste handelingen op het juiste moment zijn nog lang niet zo ver doorontwikkeld dat ze complexe situaties volledig kunnen overzien”, zegt hij. “De stap van autonoom rijden op een snelweg naar autonoom rijden in een binnenstad is groot en extreem lastig.”

5G netwerkdekking

Een ander issue is de connectiviteit. “Natuurlijk, 5G komt binnenkort in veel steden beschikbaar”, zegt Hitzinger. “Dat is een belangrijke randvoorwaarde om auto’s goed met hun omgeving te laten communiceren. Het punt is echter dat je voor level 4 (de mens grijpt alleen in uitzonderlijke situaties in) en level 5 volledige dekking nodig hebt. En het zal echt nog wel even duren voordat iedere uithoek van de wereld 5G netwerkdekking heeft. Bovendien staan we met auto’s voor heel andere uitdagingen als 6G er komt. Een telefoon heeft een gemiddelde levensduur van twee jaar. Komt er een nieuwe generatie netwerk, dan is in een mum van tijd 80 procent van de toestellen voorzien van dit nieuwe netwerk. We hebben geen idee hoe dit bij auto’s gaat zijn, maar weten wel dat mensen niet iedere twee jaar een nieuwe kopen.”

Kosten datatransmissie

Joao Barros, CEO van Veniam, is gespecialiseerd in de netwerkuitdagingen als het gaat om ‘moving things’. “Things hebben een ander type connectiviteit nodig dan mensen. De operators hebben hun businessmodellen volledig gebaseerd op de behoeften van mensen. Het is nu service oriented, terwijl het Internet of Moving Things om een application oriented businessmodel vraagt. Operators hebben momenteel nog geen businessmodel voor een application oriented network. Moet het datagebruik voor een auto net zo duur zijn als het datagebruik voor video streaming?”
De vraag is ook wie welke rekening gaat betalen. De auto’s gaan immers grote hoeveelheden data delen met smart cities. Moet de autobezitter opdraaien voor de rekening van het datatransport? Of betaalt de overheid daarvoor? Die vraag is des te lastiger te beantwoorden omdat data vaak meerdere doelen dient: de chauffeur assisteren met rij-ondersteuning én de stad slimmer maken. Bovendien bestaat de kans dat consumenten het straks omdraaien en tegen de overheid zeggen: ‘als jullie baat hebben bij mijn data, betaal me dan maar’. Dat maakt het businessmodel nog ingewikkelder.
Syed Zaeem Hosain, CTO bij Aeris Communications: “De businesscase voor autonoom rijden is in de zakelijke markt snel te maken, zeker met het huidige chauffeurstekort. Maar voor de consumentenmarkt geldt dat niet. Denk niet ‘dat lost zich nog wel op’. Kijk er nu al serieus naar, want de kosten voor datatransmissie kunnen een serieuze showstopper worden voor de stappen naar level 4 en 5.”

Rijdend datacenter

Een ander vraagstuk is welke AI-processing ‘at the edge’ kan plaatsvinden en voor welke analyses de algoritmen gebruikmaken van de cloud. Dat bepaalt immers sterk hoeveel data de auto met de cloud uitwisselt. De latency is hierin een belangrijke factor en die hangt mede af waar die cloud zich fysiek bevindt. Processing ‘at the edge’ is noodzakelijk. “Want,” zegt Barros, “als de auto een noodstop moet maken, is er nooit genoeg tijd om te reageren als de berekeningen in een cloud duizend kilometer verderop plaatsvinden.” Zeker is dat er straks dataprocessing op veel verschillende plekken zal plaatsvinden: in de auto en in verschillende clouds in verschillende landen. “Het gaat groeien zonder dat er één instantie is die het kan controleren. De lokale wet- en regelgeving rond bijvoorbeeld privacy verschilt ook nog eens, wat er niet beter op wordt als landen de EU verlaten. Kortom, het is momenteel een beetje een warboel.”
Alle reden om meer AI-processing in de auto zelf af te handelen, maar je kunt van de auto’s geen rijdende datacenters maken, weet Barros. “Dan verspil je weer heel veel batterijcapaciteit aan rekentaken. Het is nu nog niet zo goed te voorspellen hoe zich dit ontwikkelt en waar het optimum komt te liggen.”

Security en privacy

Hitzinger haalt ook het onderwerp cybersecurity aan. “Jouw auto communiceert continu met zijn omgeving. Dat betekent dat security een topprioriteit moet zijn. Want stel je voor dat kwaadwillenden zich toegang kunnen verschaffen tot een auto en deze gebruiken voor een terroristische aanval.” Gezien de regelmaat waarmee buitenlandse hackers binnendringen in bedrijfs- en overheidsnetwerken, heeft Hitzinger nog geen antwoord op dat beveiligingsvraagstuk. “Het zal een continue wapenwedloop zijn, waarbij het extreem lastig is om alle mensen met kwade bedoelingen voor te blijven.”
Daarnaast zal de markt erg goede afspraken moeten maken over privacy. Want als auto’s data met elkaar en met de infrastructuur gaan uitwisselen, hoe hou je dan nog het overzicht wie welke data heeft en wat die partij daarmee doet? Natuurlijk, je kunt vastleggen dat de data alleen geanonimiseerd wordt gebruikt. Maar als je vele verschillende bronnen aan elkaar koppelt, hoe garandeer je dan dat bepaalde situaties niet te herleiden zijn tot betrokken personen? Je wilt immers niet dat de politie of je verzekeraar ziet hoe snel je door de bocht ging voordat je ergens tegenaan botste.

Trage wet- en regelgeving

Dan is er nog het onderwerp wetgeving. Jessica Ugucciony: “De menselijke vaardigheid om fouten te maken is ongelofelijk groot, veel groter dan die van technologie. Het probleem is: wij hebben tot nu toe altijd wetten gemaakt voor mensen, niet voor technologie.”
Ugucciony werkt als jurist voor de Law Commission of England and Wales en is gespecialiseerd in autonome voertuigen. Op dit moment doet een werkgroep onder haar leiding onderzoek naar het regulatory framework voor autonoom rijden. Ze zegt: “Wij willen in principe de ontwikkelingen op het gebied van autonoom rijden aanjagen, want er zitten veel maatschappelijke voordelen aan deze technologie. Maar er zitten ook risico’s aan, zeker als het gaat om fysieke veiligheid en cybersecurity. Wij geloven dat door autonoom rijden het aantal ongelukken zal afnemen, maar er zullen zich hele nieuwe typen ongelukken voordoen die we nu nog niet kunnen voorzien. Hoe regel je de aansprakelijkheid? Je maakt een wet niet voor de korte, maar voor de lange termijn. Als je niet weet wat de consequenties op lange termijn zijn, is het dus vrijwel onmogelijk om daar wetten voor te bedenken. Je loopt als wetgever per definitie achter de feiten aan.”
Op dit moment is het gebrek aan standaardisatie de grootste uitdaging voor overheden. “We weten nog niet hoe de winnende technologie er straks uit gaat zien. Maar we moeten nu wel in Europa overeenstemming vinden over het ‘regulatory framework’. Aan welke toelatingseisen moet zo’n auto bijvoorbeeld voldoen? Hoe kunnen wij in onze rol als toezichthouder weten dat de AI volledig veilig is? Dat is vele malen ingewikkelder dan een remtest. Op dit moment hebben wij als wetgever nauwelijks contact met de engineers die aan de algoritmen werken. De kloof is best groot.”

Tot slot zullen we als maatschappij minder paniekerig moeten doen als een level 3 auto betrokken is bij een ongeluk. Nu haalt het nog de krantenkoppen als een Tesla met AutoPilot bij een crash betrokken is. Terwijl bewezen is dat level 3-auto’s in eenvoudige rijomstandigheden zoals een snelweg veel minder ongelukken veroorzaken dan menselijke chauffeurs. Hosain besluit: “Met de hedendaagse mindset is een AI-accuratesse van 99,999 procent niet goed genoeg, ook al presteren mensen veel slechter. Misschien is dat op dit moment nog wel de grootste drempel.”

 

Gerelateerde berichten...