Get best of the week

[Prognose] Werden alle unbemannten Lastwagen ein Ende haben oder nur Starsky Robotics?

Bild

Im März gab Stefan Zelz-Axmacher, CEO und Gründer von Starsky Robotics, die Fertigstellung seiner Reederei bekannt, die die Entwicklung unbemannter Fahrsoftware und Fernüberwachungsmethoden für das Bewegen großer LKWs kombinierte ( unbemannte Starsky Robotics-LKWs wurden eingestellt ). Im Jahr 2015 habe ich Seltz-Axmacher bei ihrem Projekt beraten, aber wir haben den Kontakt verloren. Kürzlich veröffentlichte er einen detaillierten Aufsatz über die Gründe für das Scheitern des Unternehmens, der einige Bedenken hervorrief, da eine seiner Behauptungen darin besteht, dass die Aufgabe zu kompliziert ist und andere Unternehmen nicht damit fertig werden. Einige lehnen diese Behauptung ab und glauben, dass Starsky aufgrund des Versagens des Unternehmens selbst und nicht der Branche gescheitert ist.

Schauen wir uns einige der Argumente an, die im Aufsatz gegeben wurden:

  1. Kontrolliertes maschinelles Lernen erfüllt nicht die Aufgabe des autonomen Fahrens und kann weit davon entfernt sein, es zu lösen.
  2. Während es in der Welt des Güterverkehrs eine reiche Ernte für Roboter-LKWs geben sollte, ist die Branche geschlossen und noch nicht bereit.
  3. Venture-Unternehmen investieren nicht gerne in ein Unternehmen, das eine traditionelle, weniger profitable und kapitalintensivere Komponente enthalten sollte (z. B. Besitz und Verwaltung eines Frachtlieferdienstes).
  4. Jeder sagt, dass Sicherheit die Nummer 1 ist, aber in Wirklichkeit nicht, und sie zieht keine Aufmerksamkeit oder Investition auf sich.

Bild : — -, 2007 , . ClariNet, Electronic Frontier Foundation Foresight Institute, Singularity University.

Tatsächlich werde ich mit den Aspekten von Absatz 2 beginnen, die ich letzte Woche während der Diskussion mit Seltz-Axmacher ausgegraben habe. Starsky entschied sich für Trucking, weil es sich um eine schlecht geführte Branche mit großem Verbesserungspotenzial handelt. Es gibt einen akuten Fahrermangel. Fahrer sind manchmal auch unzuverlässig - wie ein Kunde sagte, ist es unwahrscheinlich, dass der Roboter in einen Kampf mit Leuten im Lager gerät oder sich entscheidet, in Las Vegas anzuhalten und mehrere Tage in einem Strip-Club zu verbringen. Dies ist im Straßenverkehr nicht immer der Fall, aber häufig genug, so dass der Ausschluss eines solchen Faktors ein großes Plus darstellt. Starsky plante, ihre Lastwagen nur auf den einfachsten Strecken, auf kurzen und mittleren Strecken auf sauberen, offenen und freien Autobahnen freizugeben. Wenn das Problem aufgrund von Verkehr oder Wetterbedingungen auftrat,Der LKW würde einfach anhalten - nach vielen Stunden sind Stopps für menschliche Fahrer normal.

All dies bedeutet auch, dass die Kombination von völlig unbemanntem Fahren mit gelegentlicher Fernunterstützung auf diesen einfachen Straßen funktionieren kann. Ihre Lastwagen würden niemals alleine die Spur wechseln. Es würde ihnen nichts ausmachen, langsam hinter anderen Lastwagen zu fahren. Sie würden nichts dagegen haben. Sie hatten das Gefühl, die einfachste Fahraufgabe für sich selbst gewählt zu haben, abgesehen natürlich von den Problemen beim Bewegen eines 40-Tonnen-Fahrzeugs mit hoher Geschwindigkeit und den damit verbundenen Risiken.

Derzeitige Flottenbetreiber sind keine Technologiepioniere. In der Tat wird es schwierig sein, sie davon zu überzeugen, etwas so Radikales zu tun, selbst wenn man das Problem berücksichtigt, gute Fahrer oder sogar Fahrer zu finden. Ursprünglich plante Starsky, remote zu arbeiten und nur auf Straßen zu fahren, über die gute Daten vorliegen. 2015 sagte ich ihnen, dass es nicht einfach sei, solche Straßen zu finden. Heute ist es realer, und die Bereitstellung von Diensten wie Starlink DTLK wird diese Aufgabe in naher Zukunft wahrscheinlich erheblich vereinfachen.

Wenn bestehende Betreiber keine Pioniere der Technologie sind, befürchten Investoren laut Starsky, dass sie ein Frachtunternehmen werden müssen, um ein Roboterfrachtunternehmen zu werden. Vielleicht haben sie recht - die Anlagegewohnheiten von Risikokapitalfonds erscheinen dem Rest der Welt seltsam. Sie erwarten, in ein Dutzend interessanter Startups zu investieren, von denen jedes zu einem Schuss werden kann. Danach erwarten sie, dass die restlichen 11 es wie verrückt versuchen, aber sie werden ausbrennen. Traditionelles Geschäft passt normalerweise nicht in diese Form.

Hier haben wir also ein Beispiel, in dem Seltz-Axmacher Recht hat - der Versand ist schwer zu verkaufen - obwohl dies viele andere Frachtkonzepte nicht daran hinderte, viel zu investieren.

Ist KI zu kompliziert?


Sie müssen den Artikel lesen, um alle Details herauszufinden, aber er berührt eine der großen Fragen des Jahres 2020 - wie viel schwieriger ist es, KI für unbemannte Fahrzeuge zu erstellen, als die Leute ursprünglich dachten? Insbesondere die Fähigkeiten tiefer neuronaler Netze waren sehr enthusiastisch (ein Teil davon war nur ein Hype).

Nahezu jedes Automobilteam hat hervorragende Arbeit bei der Erstellung von Trainingsdatensätzen für maschinelle Lernsysteme geleistet. Dies beinhaltet das Sammeln von Daten aus der realen Welt (Bilder und Wolken von Lidars) und das Markieren dieser Daten für das KI-Training. Diese Technik lieferte erstaunliche Ergebnisse nach den Standards von Standards, die noch vor wenigen Jahren existierten. Die Frage ist, ist es gut genug, um ein Qualitätsniveau für unbemanntes Fahren bereitzustellen, und wann wird es passieren (und wird es jemals passieren?)

Seltz-Axmacher merkt zu Recht an, dass es recht einfach ist, in der Anfangsphase beeindruckende Ergebnisse zu erzielen, und dies führt die Menschen zu der Idee, dass ein vollwertiger Erfolg gleich um die Ecke steht. Einige Unternehmen haben sogar versucht, unbemannte Systeme mit neuronalen Netzen zu bauen. Hierbei handelt es sich um Black Boxes, in die Sie Pixel von Kameras einfügen und Befehle an Steuerungssysteme (Lenkrad und Pedale) empfangen.

Er hat Recht, dass reines überwachtes maschinelles Lernen jetzt nicht ausreicht und auch in Zukunft eine gewisse Distanz braucht. Teslas TSLA setzt darauf, dass dies nicht der Fall ist, aber die meisten Unternehmen versuchen, Hybride zu entwickeln, die maschinelles Lernen zusammen mit anderen Algorithmen verwenden. Sie glauben immer noch, dass diese Strategie erfolgreich sein wird. Normalerweise sehen sie diejenigen verächtlich an, die aus den gleichen Gründen wie Seltz-Axmacher einen ganzheitlichen Ansatz verfolgen wollen. In den Jahren 2019 und 2020 zogen sich einige Marktteilnehmer zurück, insbesondere diejenigen, die diese Lücke in der Automobilindustrie nicht beachteten. Parteien, die dieses Problem beeinflussen, erwarten eine große Kluft. Ich denke, ihre Bemühungen sind vergebens.

All dies gilt für die Welt der unbemannten Lastwagen. Der Güterverkehr zieht viele Unternehmen an, da das Fahren auf der Autobahn einfach ist, auch wenn die Lastwagen schnell sind und viel wiegen. Wenn ich über Einfachheit spreche, meine ich im Vergleich zu Stadtstraßen. Der kommerzielle Wert ist auch sehr klar. Im Übrigen ist der kommerzielle Wert zu offensichtlich, und bei Unfällen (wenn auch zu geringeren Kosten) kann die gegenteilige Reaktion auftreten, nämlich dass Menschen nur verletzt werden, um den Transport effizienter zu gestalten, und nicht für um den Betrieb des gesamten Transports zu ändern.

Risikofonds investieren nicht in ein solches Geschäft


Diese Aussage ist auch wahr, wenn auch nicht vollständig. Es gibt vielversprechende Risikokapitalunternehmen und strategische Investoren, die in ein kapitalintensiveres, infrastrukturelleres und intensiveres Geschäft investieren könnten. In Anbetracht der Wahl würden sie lieber in Uber investieren, das nur Software schreibt und keine Autos besitzt. Die Rentabilität ist viel höher. Aber auch Uber kann eine Investition erhalten, indem er die Geschichte des Übergangs zum Besitz großer Flotten von Robotaxi mit dem Ersatz von Fahrern durch KI verkauft.

Vielleicht ist die Tatsache, dass Starsky und nicht ihr Konzept mit dem Einsetzen der Marktabschwächung und des Zitterns den Plan nicht aushalten konnten. Natürlich haben einige andere Unternehmen ihre Dynamik gesteigert und gute Noten erhalten, wenn auch vielleicht nicht so groß wie vor ein paar Jahren. Der große Preis wird noch verlost.


Seltz-Axmacher geht auf ein echtes Problem ein - er fragt sich, wie sehr sich die Menschen wirklich um Sicherheit kümmern. Am Ende sagt jedes Unternehmen in jeder seiner Präsentationen Folgendes: „Sicherheit ist uns allen wichtig“ und „Sicherheit hat für uns Priorität Nr. 1“. Diese Aussagen sind obligatorisch und jeder ist sehr an Sicherheit interessiert, denn wenn Sie keine Sicherheit gewährleisten können, können Sie Ihr Produkt nicht auf den Markt bringen. In diesem Sinne hat Sicherheit oberste Priorität. Tatsächlich steht Sicherheit in fast jedem Unternehmen nach Funktionalität und Preis an dritter Stelle. Wir können Hunderte von Produktgeschichten auflisten, die sicherer sein könnten, wenn sie mehr Geld kosten oder weniger Funktionalität haben. Immerhin unbemannte Fahrzeuge, die mit nur 10 Meilen pro Stunde fahren,ziemlich einfach, sicher zu machen, aber niemand braucht sie.

Wenn Autokäufer gefragt werden, welche Faktoren sie bei der Auswahl ihres nächsten Autos berücksichtigen, geben sie immer „Sicherheit“ als erste Wahl an. Studien darüber, welche Faktoren ihre Wahl tatsächlich beeinflussen, haben gezeigt, dass dieser Faktor tatsächlich eher auf dem siebten Platz liegt. Andernfalls würde niemand von anderen als Hochsicherheitsmarken wie Volvo und Mercedes kaufen, die zu verschiedenen Zeiten in der Geschichte den höchsten Ruf in diesem Bereich hatten.

Seltz-Axmacher weist jedoch auf einen stärkeren Faktor hin, nämlich dass die Öffentlichkeit, die Presse und die Investoren kein Interesse an Sicherheit haben, weil dies von Natur aus langweilig ist. Und so ist es. Die perfekte Demofahrt in einem selbstfahrenden Auto ist langweilig wie in einer Spülmaschine. Es ist schwer, Sicherheitssysteme zu demonstrieren.

Ganz am Anfang, als ich im Anschluss an die DARPA-Wettbewerbe potenzielle Drohnenfahrpreise beriet, schlug ich vor, einen Sicherheitswettbewerb „Mann gegen Auto“ abzuhalten. Fahrzeuge würden eine schwierige Strecke passieren, und falsche Hindernisse, aufblasbare Fußgänger und Autos auf kleinen Plattformen würden Probleme verursachen. Erfahrene Rennfahrer und Roboterautos würden gegeneinander antreten, um eine Kollision mit verschiedenen Hindernissen zu vermeiden. Dies könnte Aufmerksamkeit erregen - nicht wenn alles perfekt ist, sondern wenn Schläge auftreten. Wenn Roboter perfekt fahren, die berühmten Rennfahrer jedoch nicht, ist es einfacher, unter normalen Menschen Vertrauen zu gewinnen. Aber nichts dergleichen wurde jemals getan, nicht einmal ein Versuch. Das liegt daran, dass niemand möchte, dass Autos auf Video erscheinen.gegen etwas stoßen (auch wenn es sich um Luftballons handelt) und auch, weil sich herausstellt, dass die Aufgabe des automatisierten Fahrens so kompliziert ist, dass der Umgang mit verschiedenen künstlichen Situationen nie zu einer Priorität geworden ist. Jetzt machen die Teams dies in Simulatoren. Manchmal werden Tests auf Teststrecken durchgeführt, aber sie sehen nicht aufregend aus. (Waymo zeigte ein Video, in dem ihr Auto darauf reagiert, wie Mitarbeiter Kisten auf die Straße werfen).wie Mitarbeiter Kisten auf die Straße werfen).wie Mitarbeiter Kisten auf die Straße werfen).

Sind alle zum Scheitern verurteilt?


Ich war nicht bei Treffen von Risikofonds, die Starsky mehr Finanzierung verweigerten. Die Leidenschaft vieler Risikokapitalfonds ließ nach, und viele Unternehmen wurden abgelehnt. Vielleicht hatten sie andere Mängel, über die sie nicht sprechen wollten. Ich vermute, dass viele Unternehmen weiterhin Finanzmittel erhalten werden, obwohl einige unter der Tatsache leiden werden, dass sie anfangs gute Noten erhalten haben, was nicht gerechtfertigt werden kann.

Vielleicht ist die Wahrheit, dass der Bau von Roboterautos oder -lastwagen kein Spiel für kleine Startups ist. Es ist sogar für Mega-Startups wie Zoox, Cruise und Aurora ziemlich kompliziert. Eine enorme Menge harter und detaillierter Arbeit ist erforderlich, um die Leistung von 99% auf die erforderlichen 99,9999% zu steigern. Die Komplexität dieses Übergangs beträgt nicht 1%, diese Arbeit ist 10.000-mal schwieriger, und nicht jeder versteht dies. Je näher Sie der großen Sicherheit sind, desto schwieriger und schwieriger, da es schwieriger ist, Probleme zu finden, und jede Änderung zu Problemen bei etwas führen kann, das zuvor behoben wurde. Vielleicht bekommen wir einen Markt nur für große Jungs, zumindest für ein paar Jahre. (Es scheint oft, dass die Dinge, die Milliarden zum ersten Mal gingen, schließlich auch im Schlafsaal erledigt werden können).

Einige Unternehmen sind zum Scheitern verurteilt. Eine Situation, in der sie alle überlebt haben, ist einfach unmöglich. Dies wird erwartet, wenn es um solch ein gewagtes Geschäft geht. Große Schätzungen erfordern gute Ergebnisse, die nur wenige Unternehmen liefern können.


Bild

Über ITELMA
- automotive . 2500 , 650 .

, , . ( 30, ), -, -, - (DSP-) .

, . , , , . , automotive. , , .

Lesen Sie weitere nützliche Artikel:

More articles:


All Articles