Niedawno w Londynie zaprezentowano przyszłość transportu: w pełni autonomiczną podróż taksówką zmodyfikowanym Fordem Mustangiem Mach-E. Brytyjska firma Wayve poczyniła znaczne postępy w prowadzeniu samochodu bez kierowcy w trudnych warunkach miejskich przez długi czas, włączając w to wykonywanie niezabezpieczonych zakrętów na ruchliwych ulicach. Nie chodzi tu tylko o samochody autonomiczne, ale o zasadniczą zmianę w sposobie, w jaki rozwijamy pojazdy autonomiczne.
Ewolucja jazdy autonomicznej: AV 1.0 vs AV 2.0
Branża identyfikuje obecnie dwa różne podejścia do jazdy autonomicznej. Pierwszy, oznaczony jako „AV 1.0”, jest prezentowany przez firmę Google Waymo, która obsługuje flotę Jaguarów I-Pace w kilku miastach USA. Sukces Waymo, obejmujący ponad 10 milionów przejazdów, znormalizował ideę taksówek autonomicznych. Jednak ich podejście opiera się na ogromnej i kosztownej gamie czujników – kamer, radarów i LiDAR – co sprawia, że powszechne przyjęcie jest nieekonomiczne.
Wayve proponuje „AV 2.0” – zmianę paradygmatu, w ramach której sztuczna inteligencja podejmuje decyzje w czasie rzeczywistym, a nie według wcześniej zaprogramowanych reguł. Oznacza to zmniejszenie zależności od drogiego sprzętu i umożliwienie sztucznej inteligencji poruszania się w nieprzewidywalnych środowiskach.
Obniżanie kosztów: klucz do skalowalności
Główną przeszkodą w świadczeniu usług autonomicznych taksówek jest wysoki koszt konwersji. Szacuje się, że koszt przekształcenia Jaguara I-Pace w robotaxi w stylu Waymo wynosi około 30 000 dolarów ze względu na szeroką gamę czujników. Wayve twierdzi, że znacznie obniżył tę kwotę do 1000–2000 dolarów. Ta redukcja kosztów wynika z większego skupienia się na sztucznej inteligencji i mniejszej zależności od sprzętu.
Jak działa podejście Wayve
System Wayve nie oznacza całkowitej rezygnacji z czujników. Polega na optymalizacji ich wykorzystania. Koncentrując się na podejmowaniu decyzji w oparciu o sztuczną inteligencję, Wayve ma na celu stworzenie bardziej skalowalnego i niedrogiego rozwiązania w zakresie autonomicznych taksówek. Demonstracja na Mach-E pokazała, że system skutecznie radzi sobie ze złożonymi manewrami, takimi jak niezabezpieczone skręty w prawo, bez interwencji człowieka.
Konsekwencje na przyszłość
Sukces podejścia Wayve może przyspieszyć przyjęcie autonomicznych taksówek. Obniżenie bariery kosztowej sprawia, że technologia staje się bardziej dostępna dla firm zajmujących się współdzieleniem przejazdów i gmin. Podczas gdy Waymo udowodniło wykonalność w pełni autonomicznych pojazdów, Wayve oferuje drogę do szerszego zastosowania.
Przejście z AV 1.0 na AV 2.0 to nie tylko kwestia kosztów, ale także możliwości adaptacji. Systemy oparte na sztucznej inteligencji mogą uczyć się i doskonalić w rzeczywistych warunkach, potencjalnie przewyższając systemy oparte na regułach w nieprzewidywalnych środowiskach.
Ostatecznie demonstracja Wayve pokazuje, że przyszłość transportu autonomicznego może nie zależeć od drogiego sprzętu, ale od inteligentnego oprogramowania. Może to zapoczątkować nową erę niedrogiej, bezpiecznej i autonomicznej mobilności.
