Velg en side

Et av områdene hvor kunstig intelligens synes å få stor samfunnsmessige betydning de kommende årene, er utviklingen av selvstyrte biler. Teknologien som brukes er i prinsippet kjent. Bilen må ha sensorer som kan danne et bilde av hva som foregår rundt bilen, og en datamaskin som tolker dataene og styrer gass, brems og styring. I tillegg må bilen ha en database med gjeldende regelverk knyttet til bilkjøring og tilgang til kartverk med rutenettet. Ekspertsystemet bør helst også være dynamisk i den forstand at det er i stand til å lære av erfaringer

Data er den nye oljen, uttalte Intel-sjefen i forbindelse med at selskapet skal investere mer enn 250 millioner dollar for å utvikle teknologi for selvkjørende biler de neste to årene. De ønsker å utvikle teknologi for bildeprosessering, 5G-tilkobling, databehandling i skyen, maskinlæring og sikkerhet og har blant avtaler med BMW, Daimler, Hyundai, Jaguar, Toyota og Tesla.

Særlig BMW-samarbeidet er fokusert på autonomi. I sommer meldte selskapene at de sammen med Mobileye utvikler et system som skal gjøre neste generasjon elbil fra BMW selvkjørende.

Når det gjelder sensorer og billedgjenkjenning, er både vanlige kameraer og radar aktuelle. Noen produsenter av selvkjørende biler vurderer å bruke lidar (light detection and ranging) i tillegg. Problemet med lidaren er at den foreløpig er dyr og må monteres på bilens tak for å dekke 360 grader. Man forventer imidlertid at kostnadene raskt vil bli redusert og plassering kan gjøres mer fleksibel.

Tesla har utstyrt sine biler med ultralydsensorer rundt bilen. Disse gir et 360 graders bilde av objekter fra omtrent fem meters avstand. I Googles forslag til selvkjørende bil, er det også montert ultralydsensorer i hjulene. Det gir mulighet for å måle avstand til objekter som er svært nærme bilen, som fortauskant og andre kjøretøy.

Selvkjørende biler må ha tilgang på nøyaktige og oppdaterte kart. Vanlig kart og sivil GPS gir i mange tilfelle ikke nøyaktig nok data. GPS til sivilt bruk kan ikke ta i bruk ionosfærisk korreksjon, slik militære GPS-enheter kan. Lokale forhold kan gi en betydelig grad av unøyaktighet, særlig i byområder med mange høye bygninger. En løsning er bruk av AGPS som finnes i de fleste mobiltelefoner. AGPS forutsetter en tilkobling til mobilnettet for å bidra til økt nøyaktighet.

Programvare som er i bilene må kunne tolke de opplysningene sensorene gir, og deretter ta avgjørelser basert på informasjonen. Mer krevende er at dataprogrammet må kunne forutse situasjoner som er i ferd med å oppstå. Regler om korrekt eller ønsket atferd må være kodet inn, som for eksempel at bilen ikke kan kjøre på rødt lys. Mer krevende er det å vurdere om en gående er i ferd med å bevege seg ut i veibanen eller hvordan vikeplikt skal overholdes.

Verre er det at bilkjøring omfatter en rekke andre situasjoner hvor en må bruke dømmekraften for å ta avgjørelser. Noen av disse avgjørelsene kan innebære at trafikkregler som gjelder i normalsituasjonen må brytes.

Et eksempel kan være kryssing av heltrukken sperrelinje i veien for å kunne passere et stillestående kjøretøy eller en annen hindring i veien. Om en selvkjørende bil er programmert til aldri å krysse en sperrelinje, vil det bety at det blir stans i trafikken. I en selvgående bil må derfor dataprogrammet kunne avgjøre at det i noen tilfeller er nødvendig å bryte reglene.

Mange mener at data bilene bruker for å lære seg å håndtere situasjoner bør deles med andre biler.

Teslas Autopilot deler nå data med andre biler med Autopilot, slik at andre biler som kommer til en potensiell hindring allerede vet hva som venter.