Ölçeklenebilir Otonom Araç Güvenliği Araçları Araştırmacılar Tarafından Geliştirildi

Otonom araç üretimi ve dağıtımı hızlandıkça, otonom araçların güvenliği daha da önemli hale geliyor. Bu nedenle, araştırmacılar otonom araçların güvenliğini izlemek için metrikler ve araçlar oluşturmaya yatırım yapıyorlar. ScienceDaily’e göre, Illinois Üniversitesi’nden bir araştırma ekibi, makine öğrenimi algoritmalarını kullanarak bir ölçeklenebilir otonom araç güvenliği analiz platformu oluşturdu ve bunu yapmak için hem donanım hem de yazılım iyileştirmelerini kullandı.

Otonom araçların güvenliğini iyileştirmek, birçok değişkenin olduğu görev nedeniyle AI’de daha zorlu görevlerden biri olarak kaldı. Araçtaki sensörler ve algoritmalar cực derece karmaşıktır ve yol koşulları, topografya, hava, aydınlatma ve trafik gibi dış koşullar sürekli değişmektedir.

Otonom araçların peyzajı ve algoritmaları sürekli değişmektedir ve şirketlerin değişikliklere ayak uydurup yeni sorunlara yanıt vermeleri gerekmektedir. Illinois’teki araştırmacılar, şirketlerin yeni tanımlanan güvenlik endişelerini hızlı ve maliyet etkili bir şekilde ele almasına olanak tanıyan bir platform üzerinde çalışmaktadır. Ancak, otonom araçları çalıştıran sistemlerin karmaşıklığı bu işi büyük bir görev haline getirmektedir. Araştırma ekibi, dozens of processors ve accelerators tarafından çalıştırılan milyonlarca satır kod içeren otonom araç sistemlerini izleyebilecek ve güncelleyebilecek bir sistem tasarlamaktadır.

Genel olarak, otonom araçlar oldukça güvenli bir şekilde sürmektedir. Ancak, bir arıza veya beklenmedik bir olay meydana geldiğinde, otonom bir araç şu anda insan sürücülere göre daha sık kaza yapma eğilimindedir, çünkü araç genellikle ani acil durumları idare etmekte zorluk çekmektedir. Otonom araçların ne kadar güvenli olduğunu ölçmek ve kazaların suçlusu kim açık değildir, ancak bir aracın 70 mph hızla yol boyunca gitmesi halinde meydana gelebilecek arızaların son derece tehlikeli olabileceği açıktır, bu nedenle otonom araçların acil durumları işleme kabiliyetini iyileştirmek gerekmektedir.

Saurabh Jha, bir doktora adayı ve programa dahil olan araştırmacılardan biri, ScienceDaily’e otonom araçlarda arıza işleme kabiliyetini iyileştirmek gerektiğini açıkladı. Jha açıkladı:

“Bir sürücü, bir sorun olduğunu hissettiğinde, örneğin araç kayması veya çekmesi, sürücü davranışını ayarlayabilir ve aracı güvenli bir durma noktasına yönlendirebilir. Ancak, otonom bir aracın davranışı, böyle bir senaryoda öngörülemez, trừ ki otonom araç bu tür sorunlar için özel olarak eğitilmiş olsun. Gerçek dünyada, böyle sonsuz sayıda durum vardır.”

Araştırmacılar, bu sorunu, otonom araç şirketleri tarafından sunulan güvenlik raporlarını toplamak ve analiz etmek yoluyla çözmeyi amaçlamaktadır. Waymo ve Uber gibi şirketler, California DMV’ye en az yılda bir kez rapor sunmak zorundadır. Bu raporlar, araçların kaç mil sürdüğüne, kaç kazanın meydana geldiğine ve araçların hangi koşullarda çalıştığına ilişkin istatistikleri içerir.

Illinois Üniversitesi’nden araştırma ekibi, 2014-2017 yıllarını kapsayan raporları analiz etti. Bu dönemde, otonom araçlar yaklaşık 1.116.000 mil sürdü ve 144 farklı araçta dağıldı. Araştırma ekibinin bulgularına göre, aynı mesafeyi insan sürücülerle karşılaştırıldığında, kazalar 4000 kat daha olasıydı. Kazalar, aracın AI’sinin kazayı önlemek için doğru şekilde devre dışı bırakmadığını ve yerine insan sürücünün müdahale etmesi gerektiğini gösteriyor.

Otonom araçların donanım veya yazılımlarındaki potansiyel hataları teşhis etmek zordur, çünkü birçok hata sadece belirli koşullar altında ortaya çıkar. Ayrıca,possible tüm koşullarda test yapmanın pratik olmadığı açıktır. Araştırma ekibi, otonom araçların eğitimi için veri üretmek amacıyla simüle edilmiş ortamları kullanmaktadır.

Araştırma ekibi, oluşturulan verileri kullanarak, otonom araç arızalarının meydana gelebileceği ve güvenlik sorunlarının ortaya çıkabileceği durumları keşfetmektedir. Simülasyonların gerçekten şirketlerin bulamayacakları güvenlik risklerini bulmasına yardımcı olabileceği görünmektedir. Örneğin, araştırma ekibi, Baidu tarafından oluşturulan Apollo AV’yi test ettiğinde, aracın acil durumları işleyemediği ve kazaya neden olduğu 500’den fazla durum tespit etti. Araştırma ekibi, diğer şirketlerin de kendi test platformunu kullanmasını ve otonom araçlarının güvenliğini iyileştirmesini umuyor.