รัฐกำลังเขียนรายการตรวจสอบเซนเซอร์ลงในกฎหมายรถยนต์อัตโนมัติ. สิ่งที่สำคัญจริง ๆ คือ AI ที่ควบคุมพวงล้อ

ร่างกฎหมายของนิวเจอร์ซีย์จะกำหนดให้ยานยนต์อัตโนมัติต้องติดตั้ง LiDAR และเรดาร์ร่วมกับกล้อง, แต่การบังคับใช้ฮาร์ดแวร์เฉพาะเจาะจงไม่ได้บอกผู้กำกับดูแลว่า AI ที่ขับรถจริง ๆ นั้นดีหรือไม่.

ทั่วสหรัฐอเมริกา การกำกับดูแลยานยนต์อัตโนมัตของรัฐมุ่งเป้าไปที่เป้าหมายที่ผิด. รัฐต่างเร่งผ่านกฎหมาย AV, แต่พวกเขากำลังกำกับฮาร์ดแวร์ ไม่ใช่ความปลอดภัย. ความแตกต่างระหว่างฮาร์ดแวร์กับประสิทธิภาพจะเป็นตัวกำหนดว่าทศวรรษต่อไปของการขับขี่อัตโนมัติจะปลอดภัยขึ้นหรือเพียงแค่ทำตามรายการตรวจสอบได้ดีขึ้น, และส่วนใหญ่ของร่างกฎหมายที่กำลังผ่านในรัฐต่าง ๆ กำลังสับสนเรื่องนี้.

ตัวอย่างที่ชัดเจนที่สุดคือร่างกฎหมายจาก New Jersey, ซึ่งจะกำหนดให้ยานยนต์เชิงพาณิชย์ที่ขับโดยไม่มีคนขับเต็มรูปแบบต้องติดตั้งกล้องพร้อมเทคโนโลยีการตรวจจับอย่างน้อยสองอย่างเพิ่มเติม, โดยปฏิบัติคือเรดาร์และ LiDAR, ก่อนที่จะสามารถดำเนินการเชิงพาณิชย์ในรัฐได้. นิวยอร์กกำลังทำสิ่งคล้ายกัน, และรัฐอื่น ๆ กำลังจับตามองอย่างใกล้ชิด. ภายใต้ร่างกฎหมายของ New Jersey, บริษัทอาจตอบสนองทุกข้อกำหนดโดยที่ AI ของตนไม่เคยถูกทดสอบกับเกณฑ์การขับขี่จริง, ในขณะที่บริษัทที่มีประวัติความปลอดภัยแข็งแกร่งอาจถูกกีดกันทั้งหมดเพราะเลือกใช้ชุดเซนเซอร์ที่ต่างออกไป. ทั้งสองร่างกฎหมายไม่ได้ทดสอบว่าการใช้กล้องอย่างเดียวหรือกล้องบวก LiDAR นั้นขับได้ปลอดภัยกว่า, ซึ่งเป็นพารามิเตอร์เดียวที่สำคัญจริง ๆ.

ร่างกฎหมายควบคุมว่า ยานยนต์ต้องมีเซนเซอร์อะไรบ้าง, ไม่ได้ว่ามันขับได้ดีแค่ไหน, นั่นคือข้อบกพร่อง. มันไม่สามารถแยกแยะโมเดลที่ผ่านการฝึกฝนดีจากโมเดลที่ฝึกไม่ดีได้ตราบใดที่ทั้งสองทำเครื่องหมายในช่องอุปกรณ์เดียวกัน, และไม่สามารถรับรู้ประวัติความปลอดภัยที่แข็งแกร่งได้หากยานไม่ได้ติดตั้งส่วนที่กำหนด. กองยานที่ใช้กล้องอย่างเดียวซึ่งมีประวัติการทำงานบนถนนสาธารณะโดยไม่มีอุบัติเหตุเป็นเวลาหลายปีอาจถูกห้ามเข้ารัฐ, ในขณะที่ผู้เข้าใหม่ที่มีชุดเซนเซอร์เต็มรูปแบบแต่ไม่มีประวัติใด ๆ อาจเปิดตัวได้ตั้งแต่วันแรก. การตอบสนองต่อข้อกำหนดฮาร์ดแวร์ไม่ได้บอกว่า AI ที่อยู่เบื้องหลังพวงล้อดีหรือไม่, หรือระบบนั้นปลอดภัยหรือไม่.

ผู้ดำเนินการที่มีอยู่แล้วเผชิญปัญหาเดียวกันภายใต้ข้อกำหนดนี้. บางรายได้ทำยานอัตโนมัติบนถนนสาธารณะโดยไม่มีชุดเซนเซอร์เต็มรูปแบบเป็นหลายปี, แต่ร่างกฎหมายนี้จะปิดกั้นพวกเขาไปโดยไม่สนใจ, ทำให้สูญเสียหลายปีของการขับโดยไม่มีอุบัติเหตุ. ยิ่งไปกว่านั้น, การเพิ่มเซนเซอร์ใหม่ทำให้เกิด latency, และยิ่งมีข้อมูลที่ AI ต้องประสานกันมากเท่าไหร่, เวลาที่ใช้ในการตัดสินใจก็ยิ่งยาวขึ้น, และยานที่เคลื่อนที่ในสภาพจราจรไม่ได้มีเวลานั้นเสมอ. ความหน่วงคือข้อจำกัดสูงสุดของการขับขี่อัตโนมัติ.

เซนเซอร์เป็นข้อมูลเข้า. AI เป็นผู้ตัดสิน.

การมีเซนเซอร์มากขึ้นไม่ได้ทำให้ยานปลอดภัยโดยอัตโนมัติ, และการมีเซนเซอร์น้อยลงก็ไม่ได้ทำให้เสี่ยงมากขึ้นโดยอัตโนมัติ. สิ่งที่กำหนดว่ารถขับอย่างไรคือเครือข่ายประสาทที่ประมวลผลข้อมูลเข้าแต่ละอย่างแบบเรียลไทม์. ความปลอดภัยถูกกำหนดโดย AI ไม่ใช่โดยเซนเซอร์

ระบบ LiDAR จะส่งข้อมูลระยะทางที่วัดล่วงหน้าให้ AI. ระบบที่ใช้กล้องอย่างเดียวทำให้ AI ต้องคำนวณระยะทาง, การเคลื่อนที่, และเจตนาจากข้อมูลภาพโดยตรง, เหมือนมนุษย์. ไม่ว่ากรณีใด, เซนเซอร์เพียงแค่ให้ข้อมูลเข้ามา, ส่วน AI เป็นผู้ตัดสินว่ารถจะเคลื่อนที่ผ่านการจราจรอย่างไร. ทุกปี AI เดียวกันต้องการเซนเซอร์น้อยลงเพื่อเข้าใจถนนเมื่อเทียบกับปีก่อน.

McKinsey ตอนนี้ระบุว่าการขับขี่อัตโนมัติกำลังถูก กำหนดโดย AI สร้างสรรค์มากขึ้นเรื่อย ๆ, ไม่ใช่โดยเซนเซอร์ที่ติดบนหลังคา, และเมื่อโมเดลพัฒนา, พวกมันต้องการความช่วยเหลือจากฮาร์ดแวร์น้อยลงตามเวลา, ไม่เพิ่มขึ้น. การบังคับใช้ฮาร์ดแวร์ทำให้เทคโนโลยีของวันนี้ถูกตราเป็นกฎหมายโดยไม่คำนึงว่าปัญญาประดิษฐ์ที่อยู่เบื้องหลังจะฉลาดขึ้นแค่ไหน.

ขนาดตลาดเองก็แสดงให้เห็นแล้ว. การขายยานยนต์อัตโนมัติกำลังเพิ่มขึ้นอย่างรวดเร็ว, โดย Tesla ที่ใช้กล้องเพียงอย่างเดียวเพิ่งมีผู้สมัคร FSD จำนวน 1.5 ล้านคน. สรุปคือ ผู้สร้างกฎหมายรัฐควรประเมินประสิทธิภาพของ AI, ไม่ใช่รายการเซนเซอร์. Tesla, Volvo, XPeng และอื่น ๆ ได้เปลี่ยนไปใช้กล้องอย่างเดียวด้วยเหตุผลเดียวกัน. ส่วนที่ยากของการขับอัตโนมัติไม่ใช่สิ่งที่รถสามารถรับรู้, แต่คือสิ่งที่ระบบ AI ของมันสามารถเข้าใจ, และกฎหมายของรัฐยังไม่ทัน.

ใครจะจ่ายเมื่อข้อบังคับฮาร์ดแวร์ล้ำหน้ากรณีความปลอดภัย?

ระบบหลายเซนเซอร์มีค่าใช้จ่ายในการสร้างและบำรุงรักษาสูงกว่าระบบที่ใช้กล้องอย่างเดียวอย่างมาก, ส่วนใหญ่เนื่องจากฮาร์ดแวร์ LiDAR, การดูแลแผนที่ความละเอียดสูง, และการเชื่อมต่อคลาวด์. ข้อบังคับฮาร์ดแวร์ทำให้กลุ่มบริษัทที่สามารถแข่งขันได้ลดลง, และบังคับให้ยานอัตโนมัติทุกคัน, ไม่ใช่แค่โรบอทแท็กซี่, ต้องติดตั้งฮาร์ดแวร์ราคาแพงเดียวกันเพื่อให้ผ่านเกณฑ์.

การชี้เหตุผลค่าใช้จ่ายนี้ทำได้ยากเนื่องจากอุตสาหกรรมนี้ยังอยู่ในขั้นตอนแรก. แม้จะผ่านมาหลายปีและหลายพันล้านดอลลาร์, การใช้งานส่วนใหญ่ยังจำกัดอยู่ในไม่กี่เมืองที่มีเส้นทางคงที่และควบคุมอย่างเข้มงวด. การคาดการณ์ของ World Economic Forum ระบุว่า ภายในปี 2035, ฝูงยานโรบอทแท็กซี่ขนาดใหญ่จะยังคงดำเนินการใน 40 ถึง 80 เมืองทั่วโลก, ส่วนใหญ่ในสหรัฐและจีน. การเพิ่มกฎฮาร์ดแวร์ของรัฐทับบนนโยบายระดับชาติที่ยังไม่ชัดเจนทำให้เกิดอุปสรรคอีกชั้นก่อนที่ระบบใด ๆ จะได้มีโอกาสพิสูจน์ตัวเอง. ทุกปีที่ใช้ในการฟ้องร้องข้อกำหนดเซนเซอร์ตามรัฐเป็นปีที่ไม่ได้ใช้ในการพิสูจน์ว่ารถเหล่านี้ปลอดภัยกว่าคนขับรถจริงหรือไม่, ซึ่งเป็นเหตุผลหลักของการทดสอบตั้งแต่แรก.

ข้อบังคับฮาร์ดแวร์ตอบคำถามที่ผิด. ความท้าทายที่แท้จริงคือการขยายระบบที่ปลอดภัยไปสู่ถนนมากขึ้น, อย่างรวดเร็ว, และข้อบังคับนี้กีดกันสิ่งนั้นโดยไม่ทำอะไรเพิ่มระดับความปลอดภัย.

ให้ประสิทธิภาพกำหนดมาตรฐาน

ผู้กำกับดูแล ควร กำหนดเกณฑ์ที่ยานอัตโนมัติทุกคันต้องผ่านก่อนเข้าสู่ถนนสาธารณะ, แต่สิ่งที่ควรวัด, ไม่ใช่ว่าควรมีหรือไม่, คือคำถามที่แท้จริง.

หลังจากการนำระบบคอมพิวเตอร์ขอบที่แข็งแกร่งเข้าสู่ยานอัตโนมัติ, อุตสาหกรรมได้ก้าวข้ามฮาร์ดแวร์ราคาแพงที่มีจุดประสงค์เดียวและกำลังลงทุนมากขึ้นใน AI เอง. การสนทนาทางกฎระเบียบควรตามให้ทันเทคโนโลยีที่มีอยู่แล้ว.

มาตรฐานที่อิงประสิทธิภาพจะทำให้สถาปัตยกรรมทุกแบบ, ไม่ว่าจะเป็นกล้องอย่างเดียวหรือหลายเซนเซอร์, สามารถพิสูจน์ตัวเองเทียบกับเกณฑ์การทดสอบในโลกจริง, อัตราการชน, เหตุการณ์เกือบชน, และประสิทธิภาพในสภาพอากาศและสภาพจราจรต่าง ๆ. มันยังมอบให้สาธารณะสิ่งที่รายการตรวจสอบเซนเซอร์ไม่เคยให้ได้, คือหลักฐานที่เป็นรูปธรรม, ไม่ใช่สมมติฐาน, ว่ายานที่หยุดข้างพวกเขาที่สัญญาณไฟแดงนั้นจริง ๆ แล้วปลอดภัย.

แทนที่จะมีกฎหมายเพิ่มขึ้นมาตัดสินว่า รถต้องติดตั้งเซนเซอร์อะไร, อุตสาหกรรมต้องการเกณฑ์สาธารณะที่ชัดเจนหนึ่งข้อสำหรับระดับการทำงานของรถ, และผู้กำกับดูแลที่พร้อมให้ผลลัพธ์, ไม่ใช่รายการอุปกรณ์ที่ผู้ขายผลักดัน, เป็นผู้ตัดสินว่าใครผ่านเกณฑ์.