स्वायत्ततेमागील मानवी बॅकअपचे अधिक स्पष्ट चित्र
Tesla ने मान्य केले आहे की त्यांची काही robotaxis कार्याच्या प्रत्येक क्षणी पूर्णपणे स्वायत्त नसतात. दिलेल्या स्रोत मजकुरानुसार, कंपनीने Senator Ed Markey यांना सांगितले की इतर सर्व हस्तक्षेप पर्याय संपल्यानंतर अंतिम escalation step म्हणून human operators ना तात्पुरते थेट vehicle control स्वीकारण्याची परवानगी आहे.
ही मान्यता उल्लेखनीय आहे, कारण self-driving systems मध्ये remote support अनोळखी नाही; मात्र Tesla चे वर्णन काही प्रतिस्पर्ध्यांनी सामान्यतः मांडलेल्या मर्यादित भूमिकेपेक्षा पुढे जाते. या प्रकरणात, कंपनीने म्हटले की remote assistance operators एखादे vehicle compromising position मधून बाहेर काढण्यासाठी ते तात्पुरते थेट नियंत्रित करू शकतात.
हा फरक का महत्त्वाचा आहे
Autonomous vehicle कंपन्यांनी remote help म्हणून काय गणले जावे यावर वर्षानुवर्षे सूक्ष्म रेषा आखल्या आहेत. दिलेला स्रोत मजकूर Tesla च्या खुलाशाची तुलना Waymo च्या approach शी करतो. Waymo म्हणते की त्यांच्या fleet response operation मधील human workers camera feeds आणि 3D vehicle context पाहू शकतात, प्रश्नांची उत्तरे देऊ शकतात, आणि कृती सुचवू शकतात, पण vehicle चे स्वतःचे driving system executive control राखून ठेवते आणि त्या सूचना नाकारू शकते.
Tesla चे reported language वेगळे आहे. Tesla च्या public policy and business development च्या संचालक Karen Steakley यांनी सांगितले की human operators ना तात्पुरते direct control स्वीकारण्याचा अधिकार आहे. हे onboard system ला सल्ला देण्यापेक्षा अधिक मजबूत हस्तक्षेप सूचित करते. काही परिस्थितींमध्ये कारची autonomy प्रत्यक्षात थांबवली जाऊ शकते, जरी थोड्या वेळासाठीच, आणि तिची जागा दूरस्थ human driver घेऊ शकतो, असे यावरून दिसते.
self-driving क्षमतेच्या दाव्यांवर उभी असलेल्या उद्योगासाठी हा फरक केवळ शब्दार्थाचा नाही. ही प्रणाली स्वतःहून सुरक्षितपणे सोडवू शकत नाहीत अशा परिस्थितींना सामोरे जाताना त्यांचे व्यवस्थापन प्रत्यक्षात कसे केले जाते, हे तो थेट दाखवतो.
कार्यपद्धतीचे चित्र स्पष्ट होत आहे
स्रोत मजकुरानुसार, Tesla Austin, Texas, आणि Palo Alto, California येथे remote assistance operators वापरते. compromising position मध्ये असू शकणारे vehicle तातडीने हलवणे ही त्यांची भूमिका आहे. हे मांडणे व्यावहारिक आहे: कार अडकली, गोंधळली, किंवा धोका निर्माण केला, तर operators ना escalation मार्ग हवा असतो. पण यामुळे आजच्या robotaxi services अजूनही पडद्यामागे माणसांवर किती अवलंबून आहेत, हेही स्पष्ट होते.
हे अवलंबित्व अपयश म्हणूनच वाचले पाहिजे असे नाही. वास्तवातील जटिल driving मुळे automated systems साठी अजूनही कठीण edge cases निर्माण होतात. महत्त्वाचे म्हणजे कंपन्या या हस्तक्षेपांचे वर्णन कसे करतात, ते किती वेळा घडतात, त्यांना काय trigger करते, आणि remote guidance आणि direct remote control यातील फरक जनतेला समजतो का.
टेस्लाचे विधान direct remote takeover हा त्यांच्या toolkit चा भाग असल्याची आतापर्यंतची सर्वात स्पष्ट सार्वजनिक मान्यता आहे.
Tesla साठी हे वेगळे का वाटते
हेच तथ्य एखाद्या अशा कंपनीकडून आले असते जी आपल्या system चे वर्णन सातत्याने heavily supervised किंवा narrowly scoped असे करत आली, तर त्याचा प्रभाव कमी असू शकला असता. मात्र Tesla ने आपल्या autonomous ambitions ला आक्रमकपणे मांडले आहे आणि scale वर self-driving च्या आश्वासनाभोवती आपली सार्वजनिक ओळख मोठ्या प्रमाणात बांधली आहे. त्या संदर्भात, robotaxis कधीकधी दूरून पूर्णपणे human-controlled असू शकतात, असे मान्य करणे केवळ technical footnote नाही.
यामुळे अपेक्षा पुन्हा मोजल्या जातात. cabin मध्ये safety driver नसतानाही vehicle चालू शकते आणि तरीही इतरत्र मानवी हस्तक्षेपावर अवलंबून राहू शकते. जनतेसाठी हा फरक लक्षात येणे सोपे नसते. रस्त्यावर driverless दिसणारी कार तरीही हस्तक्षेपासाठी तयार remote workforce कडून समर्थित असू शकते.
दिसणे आणि प्रत्यक्ष कार्य यामधील हा फरक regulators, riders, आणि competitors साठी महत्त्वाचा आहे. लोक risk, independence, आणि technology ची maturity कशी मोजतात, त्यावर तो परिणाम करतो.
उद्योगावर परिणाम
ही disclosure autonomous vehicle sector ने अजून नीट न सुटवलेल्या एका प्रश्नावर लक्ष केंद्रीत करू शकते: robotaxi या लेबलशी मानवी fallback कितपत सुसंगत आहे? माणसाने मशीनला route बद्दल प्रश्नांची उत्तरे देणे आणि माणसाने steering व movement चे नियंत्रण ताब्यात घेणे यामध्ये मोठा फरक आहे. दोन्ही support चे प्रकार आहेत, पण ते machine autonomy चे खूप वेगळे स्तर दर्शवतात.
या उत्तराचा economics वरही परिणाम होतो. जर एखादी service edge cases सोडवण्यासाठी प्रशिक्षित operators च्या कायमस्वरूपी pool वर अवलंबून असेल, तर wheel मागे कोणीही नसले तरी labor system मध्ये embedded राहते. यामुळे autonomy चे मूल्य कमी होत नाही, पण software एकटाच driving task सांभाळत आहे, ही कथा गुंतागुंतीची होते.
स्पर्धात्मकदृष्ट्या, Tesla ची मान्यता इतर कंपन्यांवर त्यांच्या intervention models बद्दल अधिक नेमकेपणे बोलण्याचा दबाव टाकू शकते. autonomy मधील public relations प्रवृत्ती अनेकदा independence वर भर देऊन fallback systems ची दृश्यता कमी करण्याची राहिली आहे. पण direct human control हा किरकोळ तपशील नाही. तो safety architecture चा भाग आहे.
मोठा धडा
Tesla ने जे उघड केले आहे, ते scandal पेक्षा अधिक एक उपयुक्त reality check आहे. self-driving systems चे मूल्यांकन केवळ आदर्श परिस्थितींमध्ये ते कसे चालतात यावर केले जात नाही. ते कसे अपयशी ठरतात, कसे सावरतात, आणि software मर्यादेपर्यंत पोहोचल्यावर जबाबदारी कोण घेतो यावर केले जाते. Tesla च्या disclosure मधून दिसते की, किमान आत्ता तरी, त्या प्रश्नांपैकी एका उत्तरात अजूनही एक व्यक्ती आहे.
यामुळे सार्वजनिक चर्चेला थांबवण्याऐवजी अधिक तीव्र केले पाहिजे. Remote intervention योग्य आणि कधी कधी आवश्यकही असू शकते. पण autonomy बद्दलचे दावे संपूर्ण operational stack च्या आधारे, curb पासून न दिसणाऱ्या मानवी घटकांसह, तपासले गेले पाहिजेत.
driverless transportation भोवती कितीही rhetoric असला, तरी autonomy कडे जाणाऱ्या वाटेत अजूनही control room असल्याचे दिसते.
हा लेख Gizmodo च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.
