Leader di pensiero

Gli Stati Stanno Inserendo Liste di Controllo dei Sensori nelle Leggi sulla Guida Autonoma. L’IA al Volante è Quello che Conta Davvero.

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Un disegno di legge del New Jersey richiederebbe ai veicoli autonomi di dotarsi di LiDAR e radar oltre alle telecamere, ma imporre hardware specifico non dice nulla ai regolatori su quanto sia valido l’IA che guida effettivamente l’auto.

Negli Stati Uniti, la regolamentazione statale dei veicoli autonomi è indirizzata al bersaglio sbagliato. Gli stati stanno correndo per approvare leggi sui veicoli autonomi, ma stanno regolamentando l’hardware, non la sicurezza. La distinzione tra hardware e prestazioni sarà quella che deciderà se il prossimo decennio di guida autonoma diventerà davvero più sicuro, o semplicemente più abile a soddisfare una lista di controllo, e la maggior parte dei disegni di legge in discussione al momento inverte questa distinzione.

L’esempio più chiaro è un disegno di legge del New Jersey, che richiederebbe a qualsiasi veicolo commerciale completamente autonomo di dotarsi di telecamere più almeno due tecnologie di rilevamento aggiuntive, nella pratica radar e LiDAR, prima di poter operare commercialmente nello stato. New York sta lavorando a qualcosa di simile, e altri stati stanno osservando attentamente. Con il disegno di legge del New Jersey, un’azienda potrebbe soddisfare tutti i requisiti senza che la sua IA venga mai testata contro un benchmark di guida reale, mentre un’azienda con un solido record di sicurezza potrebbe essere esclusa completamente per aver scelto una configurazione di sensori diversa. Nessuno dei due disegni di legge verifica quale approccio, solo telecamere o telecamere più LiDAR, guidi effettivamente in modo più sicuro, che è davvero l’unico parametro che conta.

Il disegno di legge regola quali sensori un veicolo deve trasportare, mai quanto bene guida, ed è questo il difetto. Non può distinguere un modello ben addestrato da uno poco addestrato finché entrambi spuntano le stesse caselle dell’equipaggiamento, e non può riconoscere un solido record di sicurezza se il veicolo non porta le parti richieste. Una flotta solo con telecamere che ha accumulato anni di operatività su strade pubbliche senza incidenti potrebbe essere esclusa dallo stato, mentre un nuovo arrivato con un intero stack di sensori e nessuna esperienza pregressa potrebbe partire dal primo giorno. Soddisfare il requisito hardware non dice nulla sul fatto che l’IA al volante sia valida, o che quel sistema sia sicuro.

Gli operatori esistenti affrontano lo stesso problema a causa del requisito. Alcuni hanno gestito veicoli autonomi senza un pacchetto completo di sensori su strade pubbliche per anni, e il disegno di legge li escluderebbe comunque, scartando anni di guida senza incidenti. Inoltre, aggiungere nuovi sensori introduce latenza, e più input l’IA deve riconciliare, più tempo impiega a prendere una decisione, e un veicolo che si muove nel traffico non ha sempre quel tempo a disposizione. La latenza è il vincolo definitivo della guida autonoma.

Sensors Are Inputs. The AI Decides.

Più sensori non rendono automaticamente un veicolo più sicuro, e meno sensori non lo rendono automaticamente più rischioso. Ciò che determina come un veicolo guida sono le reti neurali che elaborano ogni input in tempo reale. La sicurezza è determinata dall’IA, non dai sensori.

I sistemi LiDAR forniscono all’IA dati di distanza pre‑misurati. I sistemi solo con telecamere costringono l’IA a calcolare distanza, movimento e intenzione da sola, direttamente dall’input visivo. Proprio come fanno gli esseri umani. In entrambi i casi, i sensori forniscono semplicemente informazioni, ed è l’IA a decidere come il veicolo si muove realmente nel traffico. Ogni anno, la stessa IA ha bisogno di meno sensori per comprendere la strada rispetto all’anno precedente.

McKinsey ora afferma che la guida autonoma è definita sempre più dall’AI generativa, non da quali sensori siano montati sul tetto, e man mano che i modelli migliorano, hanno bisogno di meno aiuto dall’hardware nel tempo, non di più. Un mandato hardware blocca la tecnologia odierna nella legge, indipendentemente da quanto diventi più intelligente l’IA che la supporta.

La scala già dimostra il punto. Le vendite di veicoli autonomi stanno crescendo rapidamente, con Tesla basata su telecamere che ha recentemente raggiunto 1,5 milioni di abbonati FSD. In sintesi, i legislatori statali dovrebbero valutare le prestazioni dell’IA, non le liste di sensori. Tesla, Volvo, XPeng e altri hanno tutti orientato la loro strategia verso le sole telecamere per lo stesso motivo. La parte difficile della guida autonoma non è più ciò che un’auto può percepire, ma ciò che il suo sistema basato su IA può comprendere, e la normativa statale non è ancora al passo.

Who Pays When a Hardware Mandate Outruns the Safety Case?

I sistemi multi‑sensore costano molto di più da costruire e mantenere rispetto a quelli solo con telecamere, principalmente a causa dell’hardware LiDAR, della manutenzione delle mappe HD e della connettività cloud. Un mandato hardware riduce il numero di aziende che possono competere e costringe ogni veicolo autonomo, non solo i robotaxi, a trasportare quell’hardware costoso solo per qualificarsi.

Giustificare quel costo è difficile dato quanto sia ancora precoce questo settore. Nonostante siano passati alcuni anni e miliardi di dollari, la maggior parte delle implementazioni è ancora limitata a una manciata di città su percorsi fissi e strettamente controllati. Le previsioni del World Economic Forum indicano che entro il 2035 le flotte di robotaxi su larga scala opereranno ancora solo in 40‑80 città nel mondo, per lo più negli Stati Uniti e in Cina. Sovrapporre regole hardware statali a una politica federale già incerta aggiunge un ulteriore ostacolo prima che qualsiasi sistema abbia la possibilità di dimostrare il proprio valore. Ogni anno speso a litigare sui requisiti dei sensori stato per stato è un anno non speso a dimostrare se questi veicoli siano davvero più sicuri dei conducenti umani che dovrebbero sostituire, che è l’intero motivo per cui vengono testati in primo luogo.

Un mandato hardware risponde alla domanda sbagliata. La vera sfida è scalare sistemi sicuri su più strade, più velocemente, e il mandato blocca proprio questo senza alzare il livello di sicurezza.

Let Performance Set the Bar

I regolatori dovrebbero fissare una soglia che ogni veicolo autonomo deve superare prima di accedere alle strade pubbliche, ma ciò che dovrebbero misurare, non se dovrebbe esistere, è la vera questione.

Dopo l’introduzione di potenti sistemi di edge computing nei veicoli autonomi, l’industria ha già superato l’hardware costoso e monouso, investendo sempre più nell’IA stessa. Il dibattito normativo dovrebbe allinearsi a dove la tecnologia è già arrivata.

Uno standard basato sulle prestazioni consentirebbe a ogni architettura, sia solo con telecamere sia multi‑sensore, di dimostrare le proprie capacità contro gli stessi benchmark reali, tassi di incidenti, quasi‑incidenti e prestazioni in diverse condizioni meteo e di traffico. Darei anche al pubblico qualcosa che una lista di controllo dei sensori non può fornire, cioè prove concrete, non supposizioni, che un veicolo che si è fermato accanto a loro a un semaforo rosso sia davvero sicuro.

Piuttosto che più leggi che decidono quali sensori un’auto debba trasportare, l’industria ha bisogno di una soglia chiara e pubblica su quanto bene quell’auto debba performare, e di regolatori disposti a lasciare che siano i risultati, non le liste di equipaggiamento spinte dai fornitori, a decidere chi la supera.

Eran Ofir ha ricoperto la carica di CEO presso Imagry dal 2021, dove guida la missione dell'azienda di portare tecnologie di guida autonoma innovative, accessibili e sicure al trasporto pubblico in tutto il mondo, con una soluzione incentrata sulla visione, guidata dall'AI e indipendente dall'hardware. È un dirigente senior imprenditoriale con una comprovata esperienza nel promuovere la crescita aziendale e un fatturato annuo su larga scala attraverso l'innovazione, vendite incessanti e una tenace costruzione di team attorno a una visione comune. La carriera di Eran copre oltre due decenni di ampia esperienza intersettoriale nei settori delle telecomunicazioni, delle utilities, del retail, della sanità e dell'automotive.

Eran ha gestito le attività di aziende hi‑tech globali vivendo in quattro continenti, offrendo ai clienti servizi software e licenze, hardware, consulenza e servizi di outsourcing. Alcune delle attività gestite da Eran sono state acquisite da Huawei, NEC e NCR, dopo aver raggiunto una scala commerciale significativa.