Wat u moet weten voordat u in een zelfrijdende auto stapt

Buiten een groot magazijn in Pittsburgh, in een gebied langs de Allegheny-rivier waar ooit tientallen fabrieken en gieterijen stonden maar nu winkels en restaurants heeft, wacht ik op een ander soort technologische revolutie. Ik kijk op mijn telefoon, kijk op en zie dat hij er al is. Een witte Ford Fusion, waarvan het dak bezaaid is met futuristisch ogende sensoren, staat stationair in de buurt. Twee mensen zitten voorin - de een houdt een computer in de gaten, de ander achter het stuur - maar de auto heeft de controle. Ik stap in, druk op een knop op een touchscreen en leun achterover terwijl de zelfrijdende Uber me meeneemt voor een ritje.

Terwijl we de weg op rijden richting het centrum, blijft de auto netjes in zijn rijstrook, behendig tussen een tegemoetkomende auto en geparkeerde vrachtwagens die uitsteken in de straat. Ik heb eerder in een zelfrijdende auto gezeten, maar het is nog steeds angstaanjagend om vanaf de achterbank te zien hoe het stuur en de pedalen zichzelf bewegen als reactie op gebeurtenissen die zich op de weg om ons heen afspelen.

Dit verhaal maakte deel uit van ons nummer van november 2016

• Zie de rest van het nummer
• Abonneren

Tot op heden zijn de meeste geautomatiseerde voertuigen getest op snelwegen in plaatsen als Californië, Nevada en Texas. Pittsburgh daarentegen heeft kromme wegen, talloze bruggen, verwarrende kruispunten en meer dan een behoorlijke hoeveelheid sneeuw, ijzel en regen. Zoals een Uber-topman zei: als zelfrijdende auto's Pittsburgh aankunnen, dan zouden ze overal moeten werken. Als om deze theorie te testen, als we een drukke marktstraat inslaan, schieten twee voetgangers de weg op. De auto komt op enige afstand van hen tot stilstand, wacht en vervolgt zijn weg.

De voertuigen van Uber zijn versierd met verschillende soorten sensoren.

Een scherm voor de achterbank toont het eigenaardige wereldbeeld van de auto: onze omgeving weergegeven in levendige kleuren en gekartelde randen. De foto is het resultaat van een aantal verbazingwekkende instrumenten die over het hele voertuig zijn gerangschikt. Er staan ​​maar liefst zeven lasers, waaronder een grote draaiende lidar-unit op het dak; 20 camera's; een zeer nauwkeurige GPS; en een handvol ultrasone sensoren. Op het scherm in de auto ziet de weg er aquablauw uit, gebouwen en andere voertuigen zijn rood, geel en groen, en voetgangers in de buurt worden gemarkeerd met wat lijkt op kleine lasso's. Het scherm geeft ook aan hoe het voertuig stuurt en remt, en er is een knop die de auto vraagt ​​om de rit te stoppen wanneer je maar wilt. Met ingang van 2016 heeft Uber het zelfs mogelijk gemaakt voor rijders om vanaf de achterbank een selfie te maken. Kort nadat mijn rit voorbij is, ontvang ik per e-mail een lopende GIF die het wereldbeeld van de auto laat zien en mijn grijnzende gezicht in de rechterbovenhoek. Mensen op het trottoir stoppen en zwaaien terwijl we wachten bij een stoplicht, en een man die een pick-up achter ons bestuurt, blijft duimen.

Mijn rit maakt deel uit van de meest opvallende test van zelfrijdende voertuigen tot nu toe, nadat Uber geselecteerde klanten ritten door Pittsburgh begon te laten boeken in een vloot van geautomatiseerde taxi's. Het bedrijf, dat de taxi-industrie al op zijn kop heeft gezet met een smartphone-app waarmee je een auto kunt oproepen, wil binnen een paar jaar een aanzienlijk deel van zijn wagenpark zelfrijdend maken. Het is een gedurfde gok dat de technologie klaar is om de manier waarop miljoenen mensen zich verplaatsen te transformeren. Maar in sommige opzichten is het een gok die Uber moet maken. In de eerste helft van dit jaar verloor het maar liefst 1,27 miljard dollar, voornamelijk als gevolg van betalingen aan chauffeurs. Autonome auto's bieden geweldige kansen voor Uber, zegt David Keith, een assistent-professor aan het MIT die innovatie in de auto-industrie bestudeert, maar er bestaat ook een gevaar dat iemand anders hen voor is op de markt.

Een experimentele versie van de Uber-app laat een geautomatiseerde auto in de buurt zien.

De meeste autofabrikanten, met name Tesla Motors, Audi, Mercedes-Benz, Volvo en General Motors, en zelfs een paar grote technologiebedrijven, waaronder Google en (naar verluidt) Apple, testen zelfrijdende voertuigen. Tesla-auto's rijden zichzelf onder veel omstandigheden (hoewel het bedrijf bestuurders waarschuwt om het systeem alleen op snelwegen te gebruiken en hen vraagt ​​op te letten en hun handen aan het stuur te houden). Maar ondanks de formidabele concurrentie heeft Uber misschien de beste kans om de technologie snel te commercialiseren. In tegenstelling tot Ford of GM kan het de automatisering beperken tot de routes die het in eerste instantie denkt aan te kunnen met auto's zonder bestuurder. En in tegenstelling tot Google of Apple heeft het al een enorm netwerk van taxi's dat het in de loop van de tijd geleidelijk meer geautomatiseerd kan maken.

De leidinggevenden van Uber hebben weinig moeite om zich het voordeel voor te stellen. Zonder chauffeurs om de inkomsten mee te delen, zou Uber winst kunnen maken. Robottaxi's zouden zo goedkoop en gebruiksvriendelijk kunnen worden dat het voor iemand niet logisch zou zijn om een ​​auto te bezitten. Tot zijn logische conclusie genomen, zou geautomatiseerd rijden het vervoer zelf kunnen herprogrammeren. Uber experimenteert al met voedselbezorging in sommige steden en kocht onlangs Otto, een startup die geautomatiseerde systemen ontwikkelt voor langeafstandsvrachtwagens. Zelfrijdende vrachtwagens en bestelwagens kunnen goederen met duizelingwekkende snelheid en efficiëntie van fulfilmentcentra en winkels naar huizen en kantoren vervoeren. Kort voor mijn testrit zei Andrew Lewandowski, hoofd van de autonome operaties van Uber, een veteraan van het zelfrijdende programma van Google en een van de medeoprichters van Otto: ik geloof echt dat dit het belangrijkste is wat computers gaan doen in de komende 10 jaar.

Uber gaat snel. Het bedrijf heeft in februari 2015 zijn Advanced Technology Center opgericht, waar het zijn zelfrijdende auto's ontwikkelt, door een aantal onderzoekers van de robotica-afdeling van de nabijgelegen Carnegie Mellon University in dienst te nemen. Met behulp van die expertise ontwikkelde Uber zijn zelfrijdende taxi's in iets meer dan een jaar - ongeveer de tijd die de meeste autofabrikanten nodig hebben om een ​​entertainmentconsole opnieuw te ontwerpen.

Maar gaat het te snel? Is de technologie klaar?

Uber-medewerkers houden elke auto in de gaten, klaar om de controle over te nemen indien nodig.

Robo-voorouders

De rest van mijn tijd in Pittsburgh gebruik ik Ubers die uitsluitend door mensen worden bestuurd. Het contrast is groot. Ik wil het National Robotics Engineering Center (NREC) van CMU bezoeken - onderdeel van het Robotics Institute, een van de baanbrekende onderzoeksgroepen die betrokken zijn bij de ontwikkeling van zelfrijdende voertuigen - om te zien wat de experts van het experiment van Uber vinden. Dus ik neem een ​​ritje met een man genaamd Brian, die in een versleten Hyundai Sonata rijdt. Brian zegt dat hij verschillende geautomatiseerde Ubers in de stad heeft gezien, maar hij kan zich niet voorstellen dat een rit daarin zo goed is als één met hem. Brian neemt dan een verkeerde afslag en raakt helemaal de weg kwijt. Maar om eerlijk te zijn weeft hij net zo goed door het verkeer als een zelfrijdende auto. En als de kaart op zijn telefoon ons naar een brug leidt die wegens reparatie gesloten is, vraagt ​​hij gewoon een paar wegwerkers om de weg en improviseert dan een nieuwe route. Hij is ook vriendelijk en biedt aan om af te zien van de ritprijs en een biertje voor me te kopen om het ongemak goed te maken. Het doet je beseffen dat geautomatiseerde Ubers een heel andere ervaring zal bieden. Minder verkeerde afslagen en arrogante chauffeurs, ja, maar ook niemand om je koffer in de kofferbak te zetten of een verloren iPhone terug te brengen.

Een touchscreen achterin toont de wereld zoals waargenomen door het lasersysteem van de auto.

Ik neem een ​​regencontrole van het bier, zeg gedag tegen Brian en arriveer ongeveer 20 minuten te laat bij het enorme magazijn van NREC. Het gebouw is gevuld met fascinerende robotachtige prototypes. En als je goed kijkt, vind je enkele voorouders van de geautomatiseerde voertuigen van vandaag. Net binnen de ingang staat bijvoorbeeld Terregator, een zeswielige robot ter grootte van een koelkast, met een ring van sensoren erop. In 1984 was Terregator een van de eerste robots die ontworpen waren om buiten een laboratorium te zwerven en met een paar kilometer per uur over de campus van CMU te rollen. En Terregator werd in 1986 opgevolgd door een sterk aangepaste bestelwagen genaamd NavLab, een van de eerste volledig computergestuurde voertuigen op de weg. Net buiten de voordeur van NREC staat nog een opmerkelijke voorloper: een aangepaste Chevy Tahoe gevuld met computers en versierd met wat verdacht veel lijkt op een vroege versie van de sensorstack bovenop een van Uber's zelfrijdende auto's. In 2007 won deze robot, Boss genaamd, een wedstrijd voor rijden in de stad, georganiseerd door het U.S. Defense Advanced Research Projects Agency. Het was een groot moment voor geautomatiseerde voertuigen, wat bewees dat ze door het gewone verkeer konden navigeren, en slechts een paar jaar later testte Google zelfrijdende auto's op echte wegen.

De drie van deze CMU-robots laten zien hoe geleidelijk de ontwikkeling naar zelfrijdende voertuigen tot voor kort verliep. De hardware en software verbeterden, maar het systeem had moeite om de wereld te begrijpen die een bestuurder ziet, in al zijn rijke complexiteit en gekte. Bij NREC ontmoet ik William Red Whittaker, een CMU-professor die leiding gaf aan de ontwikkeling van Terregator, de eerste versie van NavLab, en Boss. Whittaker zegt dat de nieuwe service van Uber niet betekent dat de technologie geperfectioneerd is. Natuurlijk is het niet opgelost, zegt hij. Het soort dingen dat niet wordt opgelost, zijn de randgevallen.

En er zijn tal van randgevallen om mee te kampen, waaronder sensoren die worden verblind of aangetast door slecht weer, fel zonlicht of obstakels. Dan zijn er de onvermijdelijke software- en hardwarestoringen. Maar belangrijker is dat de randgevallen betrekking hebben op het omgaan met het onbekende. Je kunt een auto niet voor elke denkbare situatie programmeren, dus op een gegeven moment moet je erop vertrouwen dat hij vrijwel alles aankan wat er op wordt gegooid, met behulp van de intelligentie die hij heeft. En het is moeilijk om daar zeker van te zijn, vooral wanneer zelfs het kleinste misverstand, zoals een papieren zak voor een grote steen aanzien, een auto ertoe kan brengen iets onnodig gevaarlijks te doen.

De afgelopen jaren is er ongetwijfeld vooruitgang geboekt. Met name de vooruitgang op het gebied van computervisie en machine learning hebben het voor geautomatiseerde voertuigen mogelijk gemaakt om meer met videobeelden te doen. Als je genoeg voorbeelden in een van deze systemen invoert, kan het meer dan alleen een obstakel spotten - het kan het met indrukwekkende nauwkeurigheid identificeren als een voetganger, een fietser of een dolende gans.

Toch zijn de randgevallen van belang. De directeur van NREC is Herman Herman, een roboticus die opgroeide in Indonesië, studeerde aan CMU en geautomatiseerde voertuigen heeft ontwikkeld voor defensie, mijnbouw en landbouw. Hij gelooft dat er zelfrijdende auto's zullen komen, maar hij uit een paar praktische zorgen over het plan van Uber. Als je webbrowser of je computer crasht, is dat vervelend, maar niet erg, zegt hij. Als je zes rijstroken snelweg hebt, rijdt er een autonome auto in het midden en de auto besluit linksaf te slaan - nou, je kunt je voorstellen wat er daarna gebeurt. Er is slechts één foutief commando aan het stuur nodig.

Uber's aangepaste Ford Fusions zijn gemakkelijk te herkennen in de straten van Pittsburgh.

Een ander probleem dat Herman voorziet, is het opschalen van de technologie. Het is allemaal prima om een ​​paar auto's zonder bestuurder op de weg te hebben, maar hoe zit het met tientallen of honderden? De laserscanners die op de auto's van Uber worden gevonden, kunnen elkaar storen, zegt hij, en als die voertuigen met de cloud zouden zijn verbonden, zou dat een waanzinnige hoeveelheid bandbreedte vereisen. Zelfs iets eenvoudigs als vuil op een sensor kan een probleem vormen, zegt hij. Het meest serieuze probleem van allemaal - en dit is een groeiend onderzoeksgebied voor ons - is hoe je verifieert, hoe je een autonoom systeem test om er zeker van te zijn dat ze veilig zijn, zegt Herman.

Leren rijden

Voor een meer hands-on perspectief trek ik de stad door om te praten met mensen die zelfrijdende auto's ontwikkelen. Ik bezoek Raj Rajkumar, een lid van de robotica-faculteit van CMU die een laboratorium runt dat wordt gefinancierd door GM. In de snel veranderende wereld van onderzoek naar auto's zonder bestuurder, die vaak wordt gedomineerd door mensen in Silicon Valley, lijkt Rajkumar misschien een beetje ouderwets. Hij draagt ​​een grijs pak, begroet me op zijn kantoor en leidt me vervolgens naar een keldergarage waar hij aan een prototype Cadillac werkt. De auto bevat talloze sensoren, vergelijkbaar met die in de auto's van Uber, maar ze zijn allemaal verkleind en verborgen zodat het er volkomen normaal uitziet. Rajkumar is trots op zijn vooruitgang bij het praktisch maken van auto's zonder bestuurder, maar hij waarschuwt me dat de taxi's van Uber misschien onredelijk hoge verwachtingen wekken. Het gaat lang duren voordat je de bestuurder uit de vergelijking kunt halen, zegt hij. Ik vind dat mensen hun verwachtingen moeten dempen.

We zijn cognitieve, voelende wezens. We begrijpen, we redeneren en we ondernemen actie. Als je geautomatiseerde voertuigen hebt, zijn ze gewoon geprogrammeerd om bepaalde dingen voor bepaalde scenario's te doen.

Naast de betrouwbaarheid van de software van een auto, maakt Rajkumar zich zorgen dat een voertuig zonder bestuurder kan worden gehackt. We weten van de terreuraanslag in Nice, waar de terroristische chauffeur honderden mensen neermaaide. Stel je voor dat er geen bestuurder in het voertuig zit, zegt hij. Uber zegt dit probleem serieus te nemen; het heeft onlangs twee vooraanstaande experts op het gebied van computerbeveiliging voor auto's aan zijn team toegevoegd. Rajkumar waarschuwt ook dat er fundamentele vooruitgang nodig is om computers de echte wereld intelligenter te laten interpreteren. Wij als mensen begrijpen de situatie, zegt hij. We zijn cognitieve, voelende wezens. We begrijpen, we redeneren en we ondernemen actie. Als je geautomatiseerde voertuigen hebt, zijn ze gewoon geprogrammeerd om bepaalde dingen voor bepaalde scenario's te doen.

Met andere woorden, de kleurrijke foto die ik achter in mijn geautomatiseerde Uber zag, vertegenwoordigt een simplistische en buitenaardse manier om de wereld te begrijpen. Het laat zien waar objecten zijn, soms tot op de centimeter nauwkeurig, maar er is geen idee wat die dingen werkelijk zijn of wat ze zouden kunnen doen. Dit is belangrijker dan het misschien klinkt. Een voor de hand liggend voorbeeld is hoe mensen reageren als ze speelgoed op de weg zien liggen en concluderen dat er misschien niet ver weg een kind is. De extra moeilijkheid is dat Uber het grootste deel van zijn geld verdient in stedelijke en voorstedelijke locaties, zegt Rajkumar. Dat is waar onverwachte situaties zich vaker voordoen.

In de auto's zijn de bekerhouders vervangen door een zilveren knop om de automatische modus in te schakelen en een grote rode stopknop.

Bovendien kan alles wat misgaat met de experimentele taxiservice van Uber gevolgen hebben voor de hele branche. De eerste dodelijke crash met een geautomatiseerd rijsysteem, toen een Tesla in Autopilot-modus dit voorjaar geen grote vrachtwagen op een snelweg in Florida kon zien, heeft al veiligheidsvragen doen rijzen. Het haastig inzetten van welke technologie dan ook, zelfs een technologie die bedoeld is om de wegen veiliger te maken, kan gemakkelijk een terugslag veroorzaken. Hoewel Uber dit uitstekend heeft gepromoot als een doorbraak, is het realistisch gezien nog ver weg, zegt Keith van MIT. Nieuwe technologieën zijn afhankelijk van positieve mond-tot-mondreclame om de acceptatie door de consument op te bouwen, maar het tegenovergestelde kan ook gebeuren. Als er vreselijke auto-ongelukken worden toegeschreven aan deze technologie, en regelgevers optreden, dan zou dat zeker het enthousiasme van mensen matigen.

Ik ervaar de realiteit van de limieten van de technologie uit de eerste hand, ongeveer halverwege mijn rit in de auto van Uber, kort nadat ik ben uitgenodigd om op de bestuurdersstoel te gaan zitten. Ik druk op een knop om het automatische rijsysteem te activeren en er is mij verteld dat ik het op elk moment kan uitschakelen door het stuur te bewegen, een pedaal aan te raken of op een andere grote rode knop te drukken. De auto lijkt perfect te rijden, net als voorheen, maar het valt me ​​op hoe nerveus de monteur naast me nu is. En dan, terwijl we in het verkeer op een brug zitten, met auto's die in de andere richting naderen, begint de auto langzaam het stuur naar links te draaien en de tegemoetkomende rijstrook op te rijden. Pak het stuur vast, roept de machinist.

Misschien is het een bug, of misschien zijn de sensoren van de auto in de war door de grote open ruimtes aan weerszijden van de brug. Hoe het ook zij, ik doe snel wat hij zegt.

zich verstoppen