Waymo-র সুরক্ষা দাবি সীমিত সংঘর্ষ তুলনার ওপর নির্ভরশীল

Waymo-র সাম্প্রতিক সুরক্ষা অগ্রগতি কিছু গুরুত্বপূর্ণ সতর্কতার সঙ্গে এসেছে

Insurance Institute for Highway Safety, Waymo-র driverless যানবাহনের পক্ষে অবস্থান নিয়েছে, এবং বলছে যে কোম্পানির robotaxi মানব চালকদের তুলনায় কমবার দুর্ঘটনায় পড়ে। কিন্তু, উৎস পাঠে যেমন বলা হয়েছে, এই সিদ্ধান্তের ভিত্তি হলো একগুচ্ছ অনুমান এবং এমন একটি ডেটাসেট, যা শিরোনামে যা বোঝানো হয়েছে তার চেয়ে অনেক বেশি সংকীর্ণ।

এতে বিশ্লেষণটি অর্থহীন হয়ে যায় না। তবে এর মানে হলো, ফলাফলটিকে autonomous driving safety-র ওপর একটি পরিষ্কার রায় না ধরে, একটি প্রাথমিক, শর্তসাপেক্ষ তুলনা হিসেবে পড়া উচিত। মূল সমস্যা সহজ: autonomous যানবাহন এবং মানব চালকদের crash reporting সরাসরি এক নয়, এবং শিল্পব্যাপী exposure data অসম্পূর্ণ।

California 2014 সাল থেকে autonomous crash reporting বাধ্যতামূলক করেছে, এবং National Highway Traffic Safety Administration 2021 সাল থেকে একই ধরনের reporting চেয়েছে। কিন্তু সেই মানগুলো conventional চালকদের জন্য ব্যবহৃত reporting systems-এর থেকে আলাদা। সবচেয়ে গুরুত্বপূর্ণ normalizing measure-গুলোর একটি, total vehicle miles traveled, Department of Transportation traffic reports-এর মাধ্যমে মানব চালনার ক্ষেত্রে বৃহৎ পরিসরে উপলব্ধ। Autonomous যানবাহনের ক্ষেত্রে, এই সংখ্যা সাধারণত প্রকাশ করা বাধ্যতামূলক নয়।

Waymo স্বেচ্ছায় mileage data প্রকাশ করে। অন্য autonomous vehicle কোম্পানিগুলো সাধারণত তা করে না। এই একটি সত্য বিশ্লেষণকে আকৃতি দিয়েছে এবং মূলত ব্যাখ্যা করেছে কেন তুলনাটি বিস্তৃত autonomous vehicle ক্ষেত্রের পরিবর্তে Waymo-কে ঘিরে হয়েছে।

IIHS আসলে কী তুলনা করেছে

উৎস পাঠ অনুযায়ী, 2021 থেকে 2024 পর্যন্ত autonomous crash reports-এ তুলনা করার আগে IIHS-কে ব্যাপক data cleaning করতে হয়েছে। গবেষকেরা duplicate records সরিয়েছেন এবং এমন ঘটনাগুলো বাদ দিয়েছেন যেখানে automation সক্রিয় ছিল না, যানবাহনটি public road-এ ছিল না, অথবা আদৌ কোনো real crash ঘটেনি।

এতে আরেকটি সমস্যা দেখা দেয়: প্রতিটি reported autonomous-vehicle incident এমন ধরনের crash-এর সঙ্গে মেলে না, যা সাধারণত police-reportable human-driver dataset-এ আসে। তাই institute একটি অতিরিক্ত screen প্রয়োগ করে, দেখেছে যে তুলনাযোগ্য মানব-চালনা পরিস্থিতিতে ওই crash পুলিশে রিপোর্ট করা হতো কি না।

উৎস পাঠ সেই সিদ্ধান্তগুলোর উদাহরণ দেয়। যদি কেউ ব্যথার অভিযোগ করেও ঘটনাস্থল ছেড়ে চলে যায়, গবেষকেরা সেই ঘটনাটিকে police-reportable হওয়ার সম্ভাবনা কম বলে কোড করেছেন। Airbag deploy হলে তারা সেই crash-কে police-reportable হিসেবে কোড করেছেন, কারণ বেশি আঘাতের collision এবং মেরামতের খরচ সাধারণত অন্য ক্ষতি বা আঘাতের বিবরণ নির্বিশেষে সেটিকে সেই শ্রেণিতে ফেলবে।

এই প্রক্রিয়াটি গুরুত্বপূর্ণ, কারণ এতে ব্যবহারযোগ্য dataset অনেক কমে যায়। শেষ পর্যন্ত, উৎস পাঠ বলছে, autonomous crash data-র এক-চতুর্থাংশেরও কম চূড়ান্ত তুলনার জন্য ব্যবহারযোগ্য বলে ধরা হয়েছিল। 736টি public-road crash-এর মধ্যে যেখানে automation সক্রিয় ছিল, IIHS অনুমান করেছে যে মাত্র 22% পুলিশ-রিপোর্টযোগ্য হওয়ার সম্ভাবনা ছিল।

সেই উপসমষ্টিতে Waymo যানবাহনের 89টি crash, Cruise-এর 50টি, Zoox-এর 10টি, এবং অন্যান্য কোম্পানির 10টি ছিল। Mileage figures শুধু Waymo-র জন্যই পাওয়া যাওয়ায়, institute যে self-driving comparison করতে চেয়েছিল, তার জন্য Waymo-র crash count ব্যবহার করেছে।

ফলাফল শিরোনামের চেয়ে কেন সংকীর্ণ

উপরি-দৃষ্টিতে, Waymo মানব চালকদের চেয়ে কম দুর্ঘটনায় পড়ে এই যুক্তি autonomous driving সম্পর্কে একটি বিস্তৃত বক্তব্য বলে মনে হয়। এখানে বর্ণিত অন্তর্নিহিত প্রমাণ অনেক বেশি সংকীর্ণ। এটি বিশেষভাবে autonomous crash-এর একটি filtered subset, একটি harmonized reporting standard-এর মাধ্যমে বিচার করা, এবং এমন এক কোম্পানির mileage exposure data-এর সঙ্গে যুক্ত, যে তথ্যটি প্রকাশ করতে পছন্দ করে।

এর মানে, এই বিশ্লেষণটি প্রতিটি রাস্তা, অঞ্চল, আবহাওয়া, এবং failure mode জুড়ে robotaxi বনাম মানুষদের সাধারণ ranking নয়। এটিকে এমনভাবে বোঝা ভালো যে, এমন data systems থেকে like-for-like comparison টেনে আনার চেষ্টা, যেগুলো শুরুতেই সেই উদ্দেশ্যে তৈরি ছিল না।

উৎস প্রবন্ধের সংশয় এই সমস্যাটিকেই প্রতিফলিত করে। যদি তুলনা সম্ভব করার আগে বিপুলসংখ্যক incident বাদ দিতে বা পুনরায় শ্রেণিবদ্ধ করতে হয়, তবে পাঠকদের কেবল ফল নয়, dataset-এর গঠনেও নজর দিতে হবে। একটি পদ্ধতি যুক্তিসঙ্গত হতে পারে, তবু সীমিতও হতে পারে।

একই সঙ্গে, এই exercise একটি বাস্তব policy gap তুলে ধরে। Autonomous vehicle testing এবং deployment public roads-এ এত দূর এগিয়েছে যে crash claims এখন regulation, insurance, urban policy, এবং public trust গঠন করছে। তবুও, disclosure rules এখনও autonomous systems-কে মানব চালকদের সঙ্গে সঙ্গতিপূর্ণভাবে তুলনা করা কঠিন করে রাখে।

বড় সমস্যাটি transparency

উৎস পাঠ থেকে সবচেয়ে শক্তিশালী takeaway হতে পারে এটি নয় যে Waymo মানব চালকদের চেয়ে নিরাপদ বা কম নিরাপদ। বরং, জনগণের কাছে এমন দাবিগুলো মূল্যায়নের জন্য এখনও standardized, industrywide framework নেই। কোম্পানিগুলোর মধ্যে mileage reporting বাধ্যতামূলক না হলে, per-mile crash rates সমগ্র sector জুড়ে গণনা করা যায় না। incident severity এবং reporting thresholds-এর সাধারণ সংজ্ঞা না থাকলে, raw crash counts-ও বিভ্রান্তিকর হতে পারে।

Mileage data প্রকাশে Waymo-র আগ্রহ তাকে exposure-adjusted safety metrics-এর ওপর নির্ভরশীল যে কোনো আলোচনায় সুবিধা দেয়। এটি গবেষকদের জন্য উপকারী, কিন্তু একই সঙ্গে অসম evidence landscape তৈরি করে। বেশি তথ্য প্রকাশ করা কোম্পানিগুলোকে আরও ঘনিষ্ঠভাবে অধ্যয়ন করা যায়, আর কম প্রকাশ করা কোম্পানিগুলোর তুলনা কঠিন থেকে যায়।

নিয়ন্ত্রক এবং নিরাপত্তা গবেষকদের জন্য, এটি একটি স্পষ্ট পরবর্তী পদক্ষেপ নির্দেশ করে: autonomous vehicles-এর reporting systems-কে fragmented disclosure এবং category mismatches-এর বাইরে উন্নত হতে হবে। যে ক্ষেত্র বৃহৎ পরিসরে মানব চালনা প্রতিস্থাপন বা সম্পূরক করতে চায়, সে ad hoc comparisons-এর ওপর অনির্দিষ্টকাল ভর করতে পারে না।

আরও ভালো standards সেই কোম্পানিগুলোকেও সাহায্য করবে, যারা সত্যিই বিশ্বাস করে তাদের systems মানুষদের চেয়ে ভালো। যদি প্রমাণ শক্তিশালী হয়, consistent public reporting regime তা দেখানো সহজ করবে। যদি প্রমাণ দুর্বল হয়, একই standards অকাল দাবিকে গৃহীত জ্ঞান হয়ে উঠতে বাধা দেবে।

এখন কী বলা যায়

দেওয়া উৎস পাঠ অনুযায়ী, IIHS 2021 থেকে 2024 পর্যন্ত পরিষ্কার করা autonomous crash records এবং Waymo-র স্বেচ্ছায় ভাগ করা mileage data ব্যবহার করে Waymo-র পক্ষে একটি safety conclusion এগিয়ে দিয়েছে। প্রতিষ্ঠানটি অনুমান করেছে যে automation সক্রিয় থাকা 736টি public-road crash-এর মধ্যে মাত্র 22% এমন ছিল যা human-driver reporting-এর সঙ্গে মিল থাকা মানদণ্ডে police-reportable হওয়ার সম্ভাবনা রাখে। সেই সংকুচিত গোষ্ঠীর মধ্যে 89টি Waymo যানবাহন-সংক্রান্ত, এবং safety comparison-এর জন্য mileage data থাকা একমাত্র কোম্পানি ছিল Waymo।

এতটুকু study-টিকে উল্লেখযোগ্য করে তোলে। কিন্তু autonomous driving safety-র চূড়ান্ত উত্তর হিসেবে এটিকে ধরা যথেষ্ট নয়। এই বিশ্লেষণ দেখায়, শিল্প কতটা এগিয়েছে এবং মৌলিক measurement infrastructure এখনও কতটা অনুপস্থিত।

সেই অর্থে, study-টি সম্ভবত definitive scorecard হিসেবে নয়, বরং robotaxi-কে মানব চালকদের সঙ্গে তুলনা করতে আজ গবেষকদের কী করতে হয় তার একটি demonstration হিসেবে বেশি মূল্যবান। Autonomous যানবাহন যদি নিরাপত্তার ক্ষেত্রে জনবিশ্বাস জয় করতে চায়, ভবিষ্যৎ study-তে কম statistical triage এবং বেশি standardized evidence লাগবে।

এই নিবন্ধটি Jalopnik-এর প্রতিবেদনের ভিত্তিতে। মূল নিবন্ধটি পড়ুন.