🐨 🤙 📪 [पूर्वानुमान] क्या सभी मानवरहित ट्रकों का अंत होगा या केवल स्टार्की रोबोटिक्स? ♍️ 🕖 🛷

मार्च में, Stefan Seltz-Axmacher, CEO और Starsky Robotics के संस्थापक, ने अपनी शिपिंग कंपनी को पूरा करने की घोषणा की, जिसने बड़े ट्रकों को चलाने के लिए मानवरहित ड्राइविंग सॉफ्टवेयर और रिमोट मॉनिटरिंग विधियों के विकास को जोड़ा ( Starsky Robotics unmned ट्रक समाप्त हो गए )। 2015 में वापस, मैं उनके प्रोजेक्ट पर सेल्ट्ज़-एक्समचर की सलाह दे रहा था, लेकिन हमने स्पर्श खो दिया। उन्होंने हाल ही में कंपनी की विफलता के कारणों पर एक विस्तृत निबंध प्रकाशित किया, जिससे कुछ चिंता हुई, क्योंकि उनका एक दावा है कि यह कार्य बहुत जटिल है, और अन्य कंपनियां सामना नहीं करेंगी। कुछ लोग इस दावे को खारिज करते हैं और मानते हैं कि कंपनी की असफलताओं के कारण ही स्टार्सकी असफलता हुई, न कि उद्योग की।

आइए निबंध में दिए गए कुछ तर्कों को देखें:

नियंत्रित मशीन लर्निंग स्वायत्त ड्राइविंग के कार्य को पूरा नहीं करता है और इसे हल करने से बहुत दूर हो सकता है।
जबकि कार्गो परिवहन की दुनिया में रोबोट ट्रकों के लिए एक समृद्ध फसल होनी चाहिए, वास्तव में, उद्योग बंद है और तैयार नहीं है।
वेंचर कंपनियां एक ऐसे व्यवसाय में निवेश करना पसंद नहीं करती हैं जिसमें एक पारंपरिक, कम लाभदायक और अधिक पूंजी-गहन घटक शामिल हों (उदाहरण के लिए, कार्गो डिलीवरी सेवा का प्रबंधन और प्रबंधन)।
हर कोई कहता है कि सुरक्षा नंबर 1 है, लेकिन वास्तव में यह नहीं है, और यह ध्यान या निवेश को आकर्षित नहीं करता है।

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

वास्तव में, मैं पैराग्राफ 2 के उन पहलुओं से शुरू करूँगा जो मैंने पिछले सप्ताह सेल्ट्ज़-एक्समचर के साथ चर्चा के दौरान खोले थे। स्टार्स्की ने ट्रकिंग को चुना क्योंकि यह एक खराब प्रबंधित उद्योग है जिसमें सुधार की काफी संभावनाएं हैं। ड्राइवरों की भारी कमी है। ड्राइवर भी कभी-कभी अविश्वसनीय होते हैं - जैसा कि एक ग्राहक ने कहा, रोबोट को गोदाम में लोगों के साथ लड़ाई करने या लास वेगास में रुकने और एक स्ट्रिप क्लब में कई दिन बिताने का निर्णय लेने की संभावना नहीं है। यह हमेशा सड़क परिवहन में नहीं होता है, लेकिन यह अक्सर पर्याप्त होता है ताकि इस तरह के कारक का बहिष्करण एक बड़ा प्लस हो। स्टार्स्की ने अपने ट्रकों को केवल सबसे सरल मार्गों पर, छोटी और मध्यम दूरी पर स्वच्छ, खुले और मुक्त राजमार्गों पर छोड़ने की योजना बनाई। यदि समस्या यातायात या मौसम की स्थिति के कारण उत्पन्न हुई,ट्रक रुक जाएगा - कई घंटों के बाद, स्टॉप मानव चालकों के लिए सामान्य हैं।

यह सब भी इसका मतलब है कि कभी-कभार दूरस्थ सहायता के साथ पूरी तरह से मानव रहित ड्राइविंग का संयोजन इन आसान सड़कों पर काम कर सकता है। उनके ट्रक अपने दम पर कभी गलियां नहीं बदलते। वे अन्य ट्रकों के पीछे धीरे-धीरे ड्राइविंग करने का मन नहीं करेंगे। उन्हें कुछ बुरा नहीं लगेगा। उन्होंने महसूस किया कि उन्होंने अपने लिए सबसे आसान ड्राइविंग टास्क को चुना है, सिवाय इसके, निश्चित रूप से, तेज गति से 40 टन के वाहन को हिलाने की समस्या और उससे जुड़े जोखिम।

वर्तमान बेड़े ऑपरेटर प्रौद्योगिकी अग्रणी नहीं हैं। वास्तव में, उन्हें कुछ कट्टरपंथी करने के लिए मना करना मुश्किल होगा, यहां तक कि अच्छे ड्राइवरों या किसी भी ड्राइवर को खोजने की समस्या को भी ध्यान में रखना। प्रारंभ में, स्टार्स्की ने दूरस्थ रूप से काम करने की योजना बनाई, केवल उन सड़कों पर छोड़ दिया जिनके बारे में अच्छा डेटा है। 2015 में, मैंने उन्हें बताया कि ऐसी सड़कें ढूंढना आसान नहीं होगा। आज यह अधिक वास्तविक है, और स्टारलिंक डीटीएलके जैसी सेवाओं की तैनाती संभवतः निकट भविष्य में इस कार्य को बहुत सरल कर देगी।

यदि मौजूदा ऑपरेटर प्रौद्योगिकी के अग्रणी नहीं हैं, तो, स्टार्की के अनुसार, निवेशक डरते हैं कि रोबोट फ्रेट कंपनी बनने के लिए, उन्हें माल वाहक बनना होगा। शायद वे सही हैं - उद्यम पूंजी कोष की निवेश की आदतें दुनिया के बाकी हिस्सों के लिए अजीब लगती हैं। वे एक दर्जन दिलचस्प स्टार्टअप्स में निवेश करने की उम्मीद करते हैं, जिनमें से प्रत्येक एक शॉट बन सकता है, जिसके बाद वे शेष 11 को पागलों की तरह करने की कोशिश करेंगे, लेकिन वे बाहर जलाएंगे। पारंपरिक व्यवसाय आमतौर पर इस रूप में फिट नहीं होते हैं।

इसलिए यहां हमारे पास एक उदाहरण है जिसमें सेल्ट्ज़-एक्समचर सही है - शिपिंग को बेचना मुश्किल है - हालांकि यह कई अन्य माल अवधारणाओं को एक बड़ा निवेश प्राप्त करने से नहीं रोकता है।

क्या AI भी जटिल है?

आपको सभी विवरणों का पता लगाने के लिए लेख पढ़ने की आवश्यकता होगी, लेकिन यह 2020 के बड़े सवालों में से एक पर छूता है - मानव रहित वाहनों के लिए AI बनाने में कितना मुश्किल है, जैसा कि लोगों ने शुरू में सोचा था? विशेष रूप से, गहरे तंत्रिका नेटवर्क की क्षमताओं के बारे में बहुत उत्साह (इसका एक निश्चित हिस्सा सिर्फ एक प्रचार था) था।

लगभग हर ऑटोमोटिव टीम ने मशीन लर्निंग सिस्टम के लिए प्रशिक्षण डेटा सेट बनाने का शानदार काम किया है। इसमें वास्तविक दुनिया से डेटा एकत्र करना (लिडार से चित्र और बादल) और एआई प्रशिक्षण के लिए उन्हें टैग करना शामिल है। इस तकनीक ने कुछ वर्षों पहले मौजूद मानकों के मानकों के अनुसार आश्चर्यजनक परिणाम प्राप्त किए। सवाल यह है कि क्या यह मानवरहित ड्राइविंग के लिए गुणवत्ता का स्तर प्रदान करने के लिए पर्याप्त है, और यह कब होगा (और क्या ऐसा होगा?)

सेल्ट्ज़-एक्समचर सही रूप से नोट करता है कि शुरुआती चरणों में प्रभावशाली परिणाम प्राप्त करना काफी आसान है, और यह लोगों को इस विचार की ओर ले जाता है कि पूर्ण सफलता केवल कोने के आसपास है। कई कंपनियों ने तंत्रिका नेटवर्क के साथ मानवरहित सिस्टम बनाने की भी कोशिश की, जो कि ब्लैक बॉक्स हैं, जिसमें आप कैमरों से पिक्सेल डालते हैं और सिस्टम (स्टीयरिंग व्हील और पैडल) को नियंत्रित करने के लिए कमांड प्राप्त करते हैं।

वह सही है कि शुद्ध पर्यवेक्षण मशीन सीखना अभी पर्याप्त नहीं है, और भविष्य में भी यह एक निश्चित दूरी तय करेगा। टेस्ला की TSLA शर्त लगा रही है कि यह मामला नहीं है, लेकिन ज्यादातर कंपनियां संकरों का निर्माण करने की कोशिश कर रही हैं जो अन्य एल्गोरिदम के साथ मशीन सीखने का उपयोग करते हैं। उन्हें अब भी विश्वास है कि यह रणनीति सफल होगी। आमतौर पर वे उन लोगों के साथ तिरस्कार के साथ दिखते हैं, जो सेल्ट्ज़-एक्समचर के समान कारणों के लिए एक समग्र दृष्टिकोण लेने की उम्मीद करते हैं। 2019 और 2020 में, कुछ बाजार के खिलाड़ी पीछे हट गए, खासकर उन लोगों ने, जिन्होंने मोटर वाहन उद्योग में इस अंतर पर ध्यान नहीं दिया। इस मुद्दे को प्रभावित करने वाली पार्टियां उम्मीद करती हैं कि अंतर व्यापक होगा। मुझे लगता है कि उनके प्रयास व्यर्थ हैं।

यह सब मानवरहित ट्रकों की दुनिया पर लागू होता है। कार्गो परिवहन कई कंपनियों को आकर्षित करता है, क्योंकि राजमार्ग पर ड्राइविंग सरल है, यहां तक कि यह देखते हुए कि ट्रक तेज हैं और बहुत वजन करते हैं। जब मैं शहर की सड़कों की तुलना में सादगी के बारे में बात करता हूं, तो मेरा मतलब है। वाणिज्यिक मूल्य भी बहुत स्पष्ट है। उस मामले के लिए, वाणिज्यिक मूल्य बहुत स्पष्ट है, और दुर्घटनाओं के मामले में (कम लागत पर), विपरीत प्रतिक्रिया हो सकती है, अर्थात्, लोग केवल परिवहन को अधिक कुशल बनाने के लिए घायल होते हैं, और इसके लिए नहीं एक पूरे के रूप में परिवहन के संचालन को बदलने के लिए।

वेंचर फंड ऐसे व्यवसाय में निवेश नहीं करते हैं

यह कथन भी सत्य है, हालाँकि पूरी तरह से नहीं। होनहार उद्यम पूंजी कंपनियां और रणनीतिक निवेशक हैं जो अधिक पूंजी-गहन, बुनियादी ढांचे और गहन व्यापार में निवेश कर सकते हैं। सच है, पसंद को देखते हुए, वे उबेर में निवेश करना पसंद करेंगे, जो केवल सॉफ्टवेयर लिखते हैं और खुद की कार नहीं रखते हैं। लाभप्रदता बहुत अधिक है। लेकिन यहां तक कि उबर एआई के साथ ड्राइवरों के प्रतिस्थापन के साथ रोबोटाक्सी के बड़े बेड़े के स्वामित्व के लिए संक्रमण की कहानी को बेचकर एक निवेश प्राप्त कर सकता है।

शायद तथ्य यह है कि बाजार की मंदी और झटके की शुरुआत के साथ, स्टार्स्की, और उनकी अवधारणा नहीं, योजना नहीं खड़ी हो सकती थी। बेशक, कई अन्य कंपनियों ने अपनी गति बढ़ाई और अच्छे ग्रेड प्राप्त किए, हालांकि शायद कुछ साल पहले की तरह विशाल नहीं थे। बड़ा पुरस्कार अभी भी बंद किया जा रहा है।

सेल्ट्ज़-एक्समाचर एक वास्तविक समस्या पर छूता है - वह आश्चर्य करता है कि लोग वास्तव में सुरक्षा के बारे में कितना ध्यान रखते हैं। अंत में, प्रत्येक कंपनी अपनी प्रत्येक प्रस्तुति में कुछ इस तरह कहती है: "हम सभी सुरक्षा के बारे में परवाह करते हैं" और "हमारे लिए सुरक्षा प्राथमिकता नंबर 1 है"। ये कथन अनिवार्य हैं, और हर कोई सुरक्षा में बहुत रुचि रखता है, क्योंकि यदि आप सुरक्षा सुनिश्चित नहीं कर सकते, तो आप अपने उत्पाद को बाजार में नहीं ला सकते। इस लिहाज से सुरक्षा सर्वोच्च प्राथमिकता है। वास्तव में, लगभग हर व्यवसाय में, सुरक्षा निश्चित रूप से कार्यक्षमता और कीमत के बाद तीसरे स्थान पर है। हम सैकड़ों उत्पाद कहानियों को सूचीबद्ध कर सकते हैं जो अधिक सुरक्षित हो सकती हैं यदि उनके पास अधिक पैसा खर्च होता है या कम कार्यक्षमता होती है। आखिरकार, मानव रहित वाहन जो केवल 10 मील प्रति घंटे की गति से चलते हैं,सुरक्षित बनाने के लिए काफी आसान है, लेकिन किसी को उनकी जरूरत नहीं है।

वास्तव में, जब कार खरीदारों से पूछा जाता है कि वे अपनी अगली कार चुनते समय किन कारकों पर विचार करते हैं, तो वे हमेशा "सुरक्षा" को अपनी पहली पसंद के रूप में सूचीबद्ध करते हैं। वास्तव में उनकी पसंद को प्रभावित करने वाले कारकों के अध्ययन से पता चला है कि वास्तव में यह कारक सातवें स्थान पर अधिक संभावना है। अन्यथा, कोई भी वोल्वो और मर्सिडीज जैसे उच्च-सुरक्षा ब्रांडों के अलावा किसी और से नहीं खरीदेगा, जो इतिहास में अलग-अलग समय में इस क्षेत्र में सबसे अधिक प्रतिष्ठा थी।

लेकिन सेल्ट्ज़-एक्समचर एक मजबूत कारक की ओर इशारा करता है, जो यह है कि जनता, प्रेस और निवेशकों को सुरक्षा में कोई दिलचस्पी नहीं है, क्योंकि यह स्वभाव से उबाऊ है। और इसलिए यह है। एक स्व-चालित कार में सही डेमो सवारी उबाऊ है, एक डिशवॉशर की तरह। सुरक्षा प्रणालियों को प्रदर्शित करना कठिन है।

बहुत शुरुआत में, जब मैं DARPA प्रतियोगिताओं की ऊँची एड़ी के जूते पर संभावित ड्रोन ड्राइविंग पुरस्कारों की सलाह दे रहा था, मैंने "आदमी बनाम कार" सुरक्षा प्रतियोगिता आयोजित करने का सुझाव दिया। वाहन एक मुश्किल ट्रैक से गुजरते हैं, और नकली बाधाएं, छोटे पैदल चलने वाले पैदल यात्री और कारों से समस्याएं पैदा होती हैं। अनुभवी रेसर और रोबोट कार प्रतिस्पर्धा करेंगे जो विभिन्न बाधाओं से टकराव से बच सकते हैं। यह ध्यान आकर्षित कर सकता है - जब सब कुछ सही नहीं है, लेकिन जब कोई भी विस्फोट होता है। जब रोबोट पूरी तरह से सवारी करेंगे, लेकिन प्रसिद्ध रेसर नहीं करेंगे, तो आम लोगों में विश्वास हासिल करना आसान होगा। लेकिन इस तरह का कुछ भी कभी नहीं किया गया है, यहां तक कि कोई भी प्रयास नहीं किया गया है। ऐसा इसलिए है क्योंकि कोई नहीं चाहता है कि कारें वीडियो पर दिखाई दें,किसी भी चीज में दुर्घटनाग्रस्त होना (भले ही यह गुब्बारे की हो), और यह भी क्योंकि यह पता चलता है कि स्वचालित ड्राइविंग का कार्य इतना जटिल है कि विभिन्न कृत्रिम स्थितियों को संभालना कभी भी प्राथमिकता नहीं बन गया है। अब टीमें सिमुलेटर में ऐसा कर रही हैं। कभी-कभी परीक्षण पटरियों पर परीक्षण किए जाते हैं, लेकिन वे रोमांचक नहीं लगते हैं। (वायमो ने एक वीडियो दिखाया जिसमें उनकी कार ने प्रतिक्रिया दी कि कर्मचारी सड़क पर बक्से कैसे फेंकते हैं)।कैसे कर्मचारी सड़क पर बक्से फेंकते हैं)।कैसे कर्मचारी सड़क पर बक्से फेंकते हैं)।

क्या सभी बर्बाद हैं?

मैं वेंचर फंड्स की मीटिंग्स के लिए नहीं गया, जिन्होंने स्टार्स्की को ज्यादा फंडिंग से मना किया। कई उद्यम पूंजी कोषों के उत्थान में गिरावट आई, और कई कंपनियों को मना कर दिया गया। शायद उनके पास अन्य दोष थे जिनके बारे में वे बात नहीं करना चाहते थे। मुझे संदेह है कि कई कंपनियों को वित्तपोषण प्राप्त करना जारी रहेगा, हालांकि कुछ इस तथ्य से पीड़ित होंगे कि शुरू में उन्हें उच्च अंक प्राप्त हुए, जिन्हें उचित नहीं ठहराया जा सकता।

शायद सच्चाई यह है कि रोबोट कारों या ट्रकों का निर्माण छोटे स्टार्टअप के लिए कोई खेल नहीं है। यह ज़ोक्स, क्रूज़ और अरोरा जैसे मेगा-स्टार्टअप के लिए भी काफी जटिल है। 99 99 से 9999% आवश्यक प्रदर्शन को बढ़ाने के लिए कड़ी मेहनत और विस्तृत काम की एक बड़ी राशि की आवश्यकता होती है। इस संक्रमण की जटिलता 1% के बराबर नहीं है, यह काम 10,000 गुना कठिन है, और हर कोई इसे नहीं समझता है। आप बड़ी सुरक्षा के करीब हैं, कठिन और कठिन है क्योंकि समस्याओं को ढूंढना अधिक कठिन है, और प्रत्येक परिवर्तन से उन चीजों में समस्याएं हो सकती हैं जो पहले तय की गई थीं। शायद हमें केवल बड़े लड़कों के लिए एक बाजार मिलता है, कम से कम कुछ वर्षों के लिए। (अक्सर ऐसा लगता है कि अरबों चीजें जो पहली बार चली गईं, उन्हें डॉर्म रूम में भी किया जा सकता है)।

कुछ कंपनियों को असफलता के लिए बर्बाद किया जाता है। ऐसी स्थिति जिसमें वे बच गए, बस असंभव है। यह उम्मीद है जब यह इस तरह के एक साहसी व्यवसाय की बात आती है। बड़े अनुमानों के लिए महान परिणामों की आवश्यकता होती है, और कुछ ही कंपनियां उन्हें प्रदान कर सकती हैं।

ITELMA के बारे में

- automotive . 2500 , 650 .

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

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

और अधिक उपयोगी लेख पढ़ें:

[पूर्वानुमान] क्या सभी मानवरहित ट्रकों का अंत होगा या केवल स्टार्की रोबोटिक्स?

क्या AI भी जटिल है?

वेंचर फंड ऐसे व्यवसाय में निवेश नहीं करते हैं

क्या सभी बर्बाद हैं?

More articles: