รถยนต์ที่ฉลาดยิ่งขึ้นยังไม่สามารถช่วยชีวิตคนเดินถนนได้

ในปี 2024 มีผู้เสียชีวิต 7,080 คน และบาดเจ็บมากกว่า 71,000 คน บนท้องถนนอเมริกา จำนวนผู้เสียชีวิตจากอุบัติเหตุจราจรเพิ่มขึ้นถึงระดับสูงสุดตั้งแต่ปี 1980 จำนวนผู้เสียชีวิตจากอุบัติเหตุจราจรทั้งหมดลดลงต่ำกว่า 40,000 คนเป็นครั้งแรกตั้งแต่ปี 2020 แต่เกือบทั้งหมดของความก้าวหน้านี้ส่งผลประโยชน์ให้กับผู้โดยสารในรถยนต์ คนเดินถนนและนักปั่นจักรยานยังคงเสียชีวิตในอัตราที่ใกล้เคียงกับประวัติศาสตร์

ช่องว่างนี้คือเรื่องราว คุณสมบัติการช่วยเหลือผู้ขับขี่ได้ลดจำนวนผู้เสียชีวิตของผู้โดยสารในรถยนต์ในช่วงสิบปีที่ผ่านมา แต่ไม่ได้ทำเช่นเดียวกันกับผู้ใช้ถนนอ่อนแอ และสาเหตุมาจากการมองเห็นไม่ชัดเจน ไม่ใช่พฤติกรรมของผู้ขับขี่ ระบบเซ็นเซอร์ที่ติดตั้งบนรถยนต์ถูกจำกัดโดยเรขาคณิตของตัวถัง รถยนต์ไม่สามารถมองเห็นได้ไกลกว่าเส้นมองเห็น และเส้นมองเห็นจะยิ่งเลวร้ายลงเมื่ออัตราการเติบโตของเมืองเพิ่มขึ้น

ในช่วงสิบปีที่ผ่านมา การสนทนาทั้งหมดเกี่ยวกับรถยนต์ที่เชื่อมต่อ การเคลื่อนที่อัตโนมัติ และหุ่นยนต์เมืองได้ถูกกำหนดให้เป็น Vehicle-to-Everything (V2X) การสนทนาแนวคิดคือรถยนต์จะพูดกับรถยนต์อื่น กับอุปกรณ์ข้างทาง กับมือถือของผู้เดินถนน และกับเครือข่าย นี่ทำให้เกิดความก้าวหน้าจริง แต่ก็สร้างเพดานบนความสามารถในการรับรู้ของรถยนต์

ระยะต่อไปของงานนี้มีรูปร่างที่แตกต่าง เรียกว่า Infrastructure-to-Everything หรือ I2X ระบบจะรับรู้และคาดการณ์แทนรถยนต์ I2X เป็นปัญหาที่ยากกว่า แต่ก็เป็นจุดที่กรณีการรับรู้ด้านความปลอดภัยปิดท้าย

V2X มีเพดานความปลอดภัย และเรากำลังถึงจุดนั้น

แนวทางที่มุ่งเน้นไปที่รถยนต์เป็นที่เข้าใจได้ง่ายสำหรับนักลงทุน ผู้ผลิตรถยนต์ และผู้กำกับดูแล Progress สามารถวัดได้จากจำนวนเซ็นเซอร์ พารามิเตอร์โมเดล และอัตราการยกเลิก V2X มีความเป็นมาตรฐานจริง หน่วยข้างทางถูกติดตั้งในหลายส่วน และผู้เล่นหลักในอุตสาหกรรมรถยนต์และเทคโนโลยีกำลังลงทุนอย่างจริงจังในแพลตฟอร์มการรับรู้ร่วมกัน

การลงทุนนี้ทำให้เกิดความก้าวหน้าจริง แต่เกือบทั้งหมดของความก้าวหน้านี้ส่งผลประโยชน์ให้กับผู้โดยสารในรถยนต์ ไม่ได้ปิดช่องว่างสำหรับผู้ใช้ถนนอ่อนแอ และชุมชนการวิจัยมีความชัดเจนมากขึ้นว่าทำไม การศึกษาที่เป็นรูปธรรมเกี่ยวกับระบบการรับรู้ร่วมกันของ V2X ระบุรูปแบบข้อผิดพลาดที่เกิดซ้ำหกรูปแบบในระบบอัตโนมัติแบบเดี่ยว ส่วนใหญ่เกิดจากข้อจำกัดเดียวกัน รถยนต์ไม่สามารถมองเห็นได้ไกลกว่าเส้นมองเห็น

LiDAR ที่ดีกว่า ช่วยได้ ราดาร์ที่ดีกว่า ช่วยได้ โมเดลที่ดีกว่า ช่วยได้ แต่ไม่มีอะไรเปลี่ยนเรขาคณิตพื้นฐาน เซ็นเซอร์ที่ติดตั้งบนรถยนต์จะถูกจำกัดเสมอโดยเส้นมองเห็น และเส้นมองเห็นจะยิ่งเลวร้ายลงเมื่ออัตราการเติบโตของเมืองเพิ่มขึ้น

I2X กลับด้าน

Infrastructure-to-Everything เริ่มต้นจากสมมติฐานที่แตกต่าง ท้องถนน สี่แยก ส่วนของถนน และที่จอดรถไม่ใช่พื้นผิวที่ไม่มีชีวิตที่รอการรับรู้ พวกมันกลายเป็นชั้นสมองเชิงรุกที่รับรู้ ตีความ และส่งสัญญาณออกไป รถยนต์ที่เข้าใกล้สี่แยกที่มองไม่เห็นไม่ต้องมองเห็นรอบมุม มุมมองเห็นแทน

นี่คือด้านของปัญหาที่เรากำลังสร้างที่ Surge การติดตั้งของเราคือโหนดการรับรู้ขอบ LiDAR ที่ติดตั้งบนโครงสร้างเมืองที่มีอยู่ โพสต์ไฟ สัญญาณไฟ และหลังคา ไม่มีกล้อง ไม่มีรูปภาพ และไม่มีข้อมูลระบุตัวตนถูกจับได้ขณะรับรู้ เราเรียกการวางตำแหน่ง “Anonymous by Physics” เพราะLiDAR จับได้เฉพาะการเคลื่อนไหวและเรขาคณิต ไม่ใช่ใบหน้า เลขทะเบียน หรืออัตลักษณ์

สองตัวเลือกการออกแบบมีความสำคัญต่อกรณีการรับรู้ด้านความปลอดภัย อันแรกคือการรับรู้โครงสร้างพื้นฐานคือหลายผู้เช่าโดยค่าเริ่มต้น เซ็นเซอร์ที่ติดตั้งบนรถยนต์เป็นจุดต่อจุดและให้บริการลูกค้าหนึ่งรายในเวลาเดียวกัน โหนด LiDAR บนโพสต์ไฟให้บริการรถยนต์ทุกคัน จักรยานทุกคัน และแอปพลิเคชันความปลอดภัยของผู้เดินถนนหลายรายที่ต้องการข้อมูลทั้งหมดในเวลาเดียวกัน

การรับรู้ในเวลาจริงคือพื้น การคาดการณ์คือเพดาน

โอกาสที่ลึกกว่าคือไม่ใช่ชั้นการรับรู้ในเวลาจริง การรับรู้ในเวลาจริงแก้ปัญหาด้านความปลอดภัยที่ชัดเจน และมีค่าโดยเฉพาะ แต่การปลดล็อกที่ลึกกว่าเกิดขึ้นเมื่อโมเดล AI ฝึกอบรมบนข้อมูลโครงสร้างพื้นฐานที่ต่อเนื่องมากกว่าหลายเดือนและหลายปี ไม่ใช่ภาพถ่ายที่รถยนต์จับได้

ข้อมูลรถยนต์เป็นแบบกระจายและไม่ต่อเนื่อง รถยนต์ผ่านสี่แยกไม่กี่ครั้งต่อวัน มันเห็นเพียงส่วนหนึ่ง โหนดโครงสร้างพื้นฐานดูสี่แยกเดียวกัน 24 ชั่วโมงต่อวัน ทุกวัน ตลอดหลายปี มันเห็นการกระจายตัวทั้งหมด ที่เดียวกันผ่านชั่วโมงเร่งด่วน พายุ การก่อสร้าง การหยุดชะงัก เหตุการณ์ และการเปลี่ยนแปลงตามฤดูกาล นี่คือข้อมูลการฝึกอบรมที่แตกต่างโดยพื้นฐาน และมีการสร้างโมเดลที่แตกต่างโดยพื้นฐาน

เมื่อข้อมูลสะสม ระบบจะหยุดตอบสนองและกลายเป็นการคาดการณ์ รูปแบบการเดินของผู้ที่กำลังจะลงจากทางเท้าโดยไม่มองเห็น โปรไฟล์การชะลอตัวของรถยนต์ที่กำลังจะวิ่งไฟแดง จิตวิทยาการบรรจบกันที่เกิดขึ้นก่อนการเกือบพลาดระหว่างรถบัสที่กำลังเลี้ยวและจักรยานในเลนจักรยาน นี่คือสัญญาณก่อนเกิดเหตุ มีแนวโน้มทางสถิติ ไม่มีอยู่ในรายงานอุบัติเหตุเพราะไม่ใช่อุบัติเหตุ แต่เป็นเหตุการณ์ก่อนเกิดอุบัติเหตุ และเกิดขึ้นบ่อยกว่าอุบัติเหตุเอง อุบัติเหตุเป็นเหตุการณ์ที่กระจายตัวน้อย ระบบโครงสร้างพื้นฐานสังเกตเห็นพฤติกรรมก่อนเกิดอุบัติเหตุอย่างต่อเนื่อง

นี่คือการปลดล็อกความปลอดภัยที่แท้จริง ความสัญญาแห่งการเคลื่อนที่ที่เชื่อมต่อนั้นได้ถูกสัญญาว่าเราจะสามารถแทรกแซงก่อนเกิดอุบัติเหตุ ไม่ใช่บันทึกหลังเกิดอุบัติเหตุ เซ็นเซอร์ที่ติดตั้งบนรถยนต์พร้อมกับการสื่อสารแบบตอบสนองระหว่างรถยนต์กับทุกสิ่งจะได้ผลบ้าง ชั้นการคาดการณ์ที่ฝึกอบรมบนข้อมูลโครงสร้างพื้นฐานที่ต่อเนื่องหลายรูปแบบจะได้ผลที่เหลือ

ระบบประสาทสำหรับสภาพแวดล้อมเมือง

เมื่อถอยหลังจากระบบใดระบบหนึ่ง สิ่งที่เรากำลังสร้างคือสิ่งที่เมืองไม่เคย真正มี: ระบบประสาท เมืองมีถนน คอนกรีต สายไฟฟ้า และไฟเบอร์แล้ว แต่สิ่งที่ขาดคือชั้นที่รับรู้ จดจำ และคาดการณ์ในเวลาจริงทั่วสภาพแวดล้อมทางกายภาพ

I2X คือชั้นนั้น โหนด LiDAR บนโพสต์ไฟทำงานเหมือนเซลล์ประสาท Edge compute ทำงานเหมือนการปฏิกิริยาท้องถิ่น ที่เร็วพอที่จะตอบสนองโดยไม่ต้องรอระบบกลาง เมื่อโหนดหลายโหนดสร้างความทรงจำของสถาบันที่มีขนาดเมือง: ว่าสี่แยกทำงานอย่างไร จุดเกือบพลาดเกิดขึ้นที่ไหน การไหลเปลี่ยนแปลงในช่วงพายุ การหยุดชะงัก การก่อสร้าง หรือเหตุการณ์ฉุกเฉิน

การประยุกต์ใช้ตามมาโดยธรรมชาติ การเตือนความปลอดภัยของผู้เดินถนนในเขตโรงเรียนเป็นการตอบสนอง การปรับเปลี่ยนสัญญาณไฟจราจรตามการไหลที่สังเกตเห็นเป็นการตอบสนองแบบเรียนรู้ การแนะนำการเดินทางแบบคาดการณ์สำหรับยานพาหนะฉุกเฉินขึ้นอยู่กับการรับรู้และความทรงจำทั้งสอง การจัดการ物流 การจัดการเหตุฉุกเฉิน ความสามารถในการทนต่อการเปลี่ยนแปลงสภาพภูมิอากาศ และการฝึกอบรมรถยนต์แบบอัตโนมัติทั้งหมดกลายเป็นเรื่องง่ายเมื่อเมืองสามารถสังเกตเห็นและเรียนรู้จากการดำเนินงานของตัวเองอย่างต่อเนื่อง จุดมุ่งหมายไม่ใช่เพิ่มกล้องหรือแผงควบคุม จุดมุ่งหมายคือให้เมืองมีความสามารถที่ไม่เคยเป็นเจ้าของมาก่อน: ความสามารถในการรับรู้ จดจำ และตอบสนองในเวลาจริง

โครงสร้างพื้นฐานเปลี่ยนแปลงเศรษฐศาสตร์ของความเป็นอิสระ

เมื่อชั้นสมองย้ายจากรถยนต์ไปสู่โครงสร้างพื้นฐาน เศรษฐศาสตร์ของความเป็นอิสระและปฏิบัติการในเมืองเปลี่ยนแปลงไปในสามวิธีที่สำคัญ

อันดับแรก ค่าใช้จ่ายของฮาร์ดแวร์บนรถยนต์จะมีที่จะไปสู่สิ่งอื่นได้แล้ว วันนี้ รถยนต์อัตโนมัติทุกคันต้องแบกปัญหาการรับรู้และความปลอดภัยทั้งหมดบนชาสซี ซึ่งเป็นสาเหตุว่าทำไมบิลวัสดุของรถยนต์อัตโนมัติจึงดูเหมือนอย่างที่มันคือ เมื่อโครงสร้างพื้นฐานส่งการรับรู้และคาดการณ์ รถยนต์จะเบาลง ถูกลง และง่ายต่อการรับรอง

ที่สอง ตลาดที่สามารถเข้าถึงได้สำหรับการติดตั้งโครงสร้างพื้นฐานแต่ละครั้งจะขยายออกไปอย่างมาก โหนด LiDAR บนโพสต์ไฟที่ให้บริการทีมวิศวกรจราจรของเมือง ผู้ให้บริการ物流ระดับชาติ ผู้ให้บริการรถรางอัตโนมัติ นักวิจัยด้านความปลอดภัย และผู้เขียนประกันภัยคือสินทรัพย์ที่แตกต่างโดยพื้นฐานจากเซ็นเซอร์ที่ให้บริการผู้เช่ารายเดียว โครงสร้างพื้นฐานที่ใช้ร่วมกันสะสมในลักษณะที่โซลูชันจุดไม่ทำ

ที่สาม เรื่องราวการเงินจะกลายเป็นเรื่องที่เข้าใจได้สำหรับเงินทุนที่มีฐานะที่ได้รับการสนับสนุนจากสถาบันระหว่างเราทั้งสองคน มีประสบการณ์การนำเข้าโครงสร้างพื้นฐานที่เชื่อมต่อและมากกว่าสองทศวรรษของประสบการณ์การเงินโครงสร้างพื้นฐานที่บริษัทต่างๆ เช่น Integrated Roadways, Black & Veatch และ Diode Ventures รูปแบบนี้คุ้นเคย เมื่อชั้นเรียนสินทรัพย์สร้างรายได้หลายรายการที่มีระยะเวลาสัญญายาวจากฟุตพริ้นต์ทางกายภาพเดียว ค่าใช้จ่ายในการจัดหาเงินลดลง ระยะเวลายาวขึ้น และการสร้างขยายตัว นี่คือจุดที่เรากำลังเข้าใกล้กับโครงสร้างพื้นฐานที่มีประสิทธิภาพ เงินได้รออยู่บนความชัดเจน ไม่ใช่เทคโนโลยี

ถนนเรียนรู้ที่จะตอบสนอง

ตัวเลขผู้เสียชีวิตที่ยากจะยอมรับจะไม่เปลี่ยนแปลงจนกว่าเราจะหยุดถามรถยนต์ให้ทำงานทั้งหมด ระยะเวลาของการลงทุนในรถยนต์สร้างมาตรฐาน การติดตั้ง และความก้าวหน้าที่มีความหมายสำหรับผู้โดยสารในรถยนต์ แต่ไม่ได้เคลื่อนไหวเข็มสำหรับผู้ที่มีความเสี่ยงต่อผลกระทบของรถยนต์ที่ทำผิดพลาด และสาเหตุโครงสร้างอยู่ในเรขาคณิตของปัญหา

บทต่อไปคือโครงสร้างพื้นฐานที่มีประสิทธิภาพ ถนนรับรู้ สี่แยกคาดการณ์ ส่วนของถนนเรียนรู้และแทรกแซงก่อนเกิดอุบัติเหตุ เมื่อบวกด้านพลังงานที่เดียวกันบนฟุตพริ้นต์ทางกายภาพเดียวกัน คุณจะได้รับโครงสร้างพื้นฐานที่เมืองสามารถใช้สำหรับสิ่งที่พวกเขาพยายามแก้ไขมา 20 ปี

V2X สอนรถยนต์ให้พูด I2X คือเมืองที่เรียนรู้ที่จะรู้สึก ตอบสนอง และคิดล่วงหน้า