స్వయంచాలకత వెనుక ఉన్న మానవ బ్యాకప్పై మరింత స్పష్టమైన దృశ్యం
టెస్లా తన కొన్ని robotaxis పనితీరులో ప్రతి క్షణం పూర్తిగా స్వయంచాలకంగా ఉండవని అంగీకరించింది. అందించిన మూల పాఠ్యం ప్రకారం, ఇతర అన్ని జోక్య మార్గాలు ముగిసిన తర్వాత తుది escalation దశగా human operators తాత్కాలికంగా నేరుగా vehicle control ను స్వీకరించేందుకు అనుమతించబడతారని కంపెనీ Senator Ed Markey కు తెలిపింది.
ఈ అంగీకారం remote support self-driving systems లో కొత్త విషయం కాదు కాబట్టి కాదు, కానీ టెస్లా చేసిన వివరణ కొంతమంది ప్రత్యర్థులు సాధారణంగా చెప్పే పరిమిత పాత్రను మించి ఉంది. ఈ సందర్భంలో, ఒక vehicle ను సమస్యాత్మక స్థితి నుంచి బయటకు తీసుకురావడానికి remote assistance operators తాత్కాలికంగా నేరుగా నియంత్రణ తీసుకోగలరని కంపెనీ చెప్పింది.
ఈ తేడా ఎందుకు ముఖ్యం
Autonomous vehicle companies సంవత్సరాలుగా remote help గా ఏది పరిగణించాలి అన్న దానిపై సున్నితమైన గీతలు గీస్తూనే ఉన్నాయి. అందించిన మూల పాఠ్యం టెస్లా వెల్లడిని Waymo పద్ధతితో పోల్చింది. Waymo ప్రకారం, దాని fleet response operation లోని human workers camera feeds మరియు 3D vehicle context ను సమీక్షించగలరు, ప్రశ్నలకు సమాధానం చెప్పగలరు, చర్యలను సూచించగలరు, కానీ vehicle యొక్క స్వంత driving system executive control ను కొనసాగిస్తుంది మరియు ఆ సూచనలను తిరస్కరించగలదు.
టెస్లా నివేదించిన భాష భిన్నంగా ఉంది. Tesla యొక్క public policy and business development డైరెక్టర్ Karen Steakley, human operators కు తాత్కాలికంగా direct control స్వీకరించడానికి అధికారం ఉందని చెప్పారు. ఇది onboard system కు సలహా ఇవ్వడం కంటే బలమైన జోక్యాన్ని సూచిస్తుంది. కొన్ని పరిస్థితుల్లో కార్ autonomy ఆచరణలో నిలిపివేయబడవచ్చని, కొద్దిసేపు అయినా, మరియు దాని స్థానంలో రిమోట్ human driver వస్తాడని ఇది సూచిస్తోంది.
self-driving సామర్థ్యంపై వాదనలు చేసే పరిశ్రమకు, ఈ తేడా కేవలం భాషాపరమైనది కాదు. ఈ systems తమంతట తాముగా సురక్షితంగా పరిష్కరించలేని పరిస్థితులను ఎదుర్కొన్నప్పుడు అవి ఎలా నిర్వహించబడతాయో అనే ఆపరేషనల్ వాస్తవాన్ని ఇది నేరుగా సూచిస్తుంది.
ఆపరేషనల్ చిత్రం స్పష్టమవుతోంది
మూల పాఠ్యం ప్రకారం, టెస్లా Austin, Texas, మరియు Palo Alto, California లో remote assistance operators ను ఉపయోగిస్తోంది. సమస్యాత్మక స్థితిలో ఉండే vehicle ను వెంటనే కదిలించడం వారి పాత్ర. ఈ framing ప్రాక్టికల్: ఒక car ఇరుక్కుపోయినప్పుడు, అయోమయంలో ఉన్నప్పుడు, లేదా ప్రమాదం సృష్టించినప్పుడు, operators కు escalation మార్గం అవసరం. కానీ ఇది నేటి robotaxi services ఇంకా తెర వెనుక మనుషులపై ఎంతగా ఆధారపడుతున్నాయో కూడా చూపిస్తుంది.
ఆ ఆధారాన్ని తప్పనిసరిగా వైఫల్యంగా చూడనవసరం లేదు. వాస్తవ ప్రపంచంలోని సంక్లిష్ట driving ఆటోమేటెడ్ systems కు ఇప్పటికీ కఠినమైన edge cases ను సృష్టిస్తుంది. ముఖ్యమైనది, కంపెనీలు ఆ జోక్యాలను ఎలా వివరిస్తున్నాయి, అవి ఎంత తరచుగా జరుగుతున్నాయి, వాటిని ఏమి ప్రేరేపిస్తోంది, మరియు remote guidance మరియు direct remote control మధ్య తేడాను ప్రజలు అర్థం చేసుకుంటున్నారా అన్నదే.
టెస్లా ప్రకటన, direct remote takeover తన toolkit లో భాగమని బహిరంగంగా అంగీకరించిన అత్యంత స్పష్టమైన ఉదాహరణలలో ఒకటి.
టెస్లా విషయంలో ఇది ఎందుకు భిన్నంగా అనిపిస్తుంది
ఇదే నిజం, కానీ తమ system ను తీవ్రంగా supervised లేదా narrowly scoped గా స్థిరంగా చూపించిన కంపెనీ నుంచి వస్తే, దాని ప్రభావం తక్కువగా ఉండవచ్చు. అయితే టెస్లా తన autonomous ambitions ను దూకుడుగా ప్రదర్శించి, scale లో self-driving అనే వాగ్దానంపై తన ప్రజా గుర్తింపులో పెద్ద భాగాన్ని నిర్మించింది. ఆ సందర్భంలో, robotaxis కొన్నిసార్లు దూరం నుంచే పూర్తిగా human-controlled గా ఉండగలవని అంగీకరించడం కేవలం technical footnote కాదు.
ఇది అంచనాలను తిరిగి సర్దుబాటు చేస్తుంది. ఒక vehicle cabin లో safety driver లేకుండా పనిచేయగలదు, అయినప్పటికీ మరెక్కడో human intervention పై ఆధారపడవచ్చు. ప్రజలకు ఈ తేడా సులభంగా కనిపించదు. రోడ్డు మీద driverless గా కనిపించే కార్ వెనుక కూడా జోక్యానికి సిద్ధంగా ఉన్న remote workforce ఉండవచ్చు.
కనిపించే రూపం మరియు operational reality మధ్య ఉన్న ఈ gap regulators, riders, మరియు competitors కోసం ప్రాముఖ్యమైంది. ఇది ప్రజలు risk, independence, మరియు technology maturity ను ఎలా అంచనా వేస్తారో నిర్ణయిస్తుంది.
ఇండస్ట్రీ ప్రభావాలు
ఈ disclosure autonomous vehicle sector ఇంకా స్పష్టంగా పరిష్కరించని ఒక ప్రశ్నపై scrutiny ని పెంచవచ్చు: robotaxi label కు ఏ స్థాయి human fallback అనుకూలం? ఒక human machine కు route ప్రశ్నలకు సమాధానం చెప్పడం, మరియు ఒక human steering మరియు movement నియంత్రణను స్వాధీనం చేసుకోవడం మధ్య గణనీయమైన తేడా ఉంది. రెండూ support రూపాలే, కానీ అవి machine autonomy యొక్క చాలా భిన్న స్థాయిలను సూచిస్తాయి.
ఆ సమాధానం economics ను కూడా ప్రభావితం చేస్తుంది. ఒక service edge cases ను పరిష్కరించడానికి శిక్షణ పొందిన operators యొక్క నిరంతర pool పై ఆధారపడితే, wheel వెనుక ఎవరూ కూర్చోకపోయినా labor వ్యవస్థలో భాగంగానే ఉంటుంది. ఇది autonomy విలువను తగ్గించదు, కానీ software ఒంటరిగా డ్రైవింగ్ పనిని చేపడుతోందనే కథనాన్ని క్లిష్టతరం చేస్తుంది.
ప్రతిస్పర్థాత్మకంగా, టెస్లా అంగీకారం ఇతర కంపెనీలను తమ intervention models గురించి మరింత ఖచ్చితంగా చెప్పాల్సిందిగా ఒత్తిడి చేయవచ్చు. autonomy లో public relations ధోరణి తరచూ independence ను హైలైట్ చేసి fallback systems కనిపించకుండా చేయడమే. కానీ direct human control చిన్న విషయం కాదు. అది safety architecture లో భాగం.
విస్తృత పాఠం
టెస్లా వెల్లడించినది scandal కంటే ఉపయోగకరమైన reality check. self-driving systems ను ideal పరిస్థితుల్లో ఎలా పనిచేస్తాయో మాత్రమే చూసి నిర్ణయించరు. అవి ఎలా విఫలమవుతాయి, ఎలా కోలుకుంటాయి, software పరిమితి చేరినప్పుడు బాధ్యత ఎవరు తీసుకుంటారు అన్నదానిపై వాటిని అంచనా వేస్తారు. టెస్లా disclosure కనీసం ఇప్పటివరకు ఆ ప్రశ్నలలో ఒక సమాధానం ఇంకా ఒక మనిషేనని చూపిస్తోంది.
ఇది ప్రజా చర్చను ముగించకుండా మరింత పదును పెట్టాలి. Remote intervention సార్ధకమైనదీ, అవసరమైనదీ కావచ్చు. కానీ autonomy పై ఉన్న వాదనలను మొత్తం operational stack తో పోల్చి చూడాల్సిన అవసరం ఉందని కూడా ఇది సూచిస్తోంది, curb నుంచి కనిపించని మనుషులతో సహా.
driverless transportation చుట్టూ ఉన్న rhetoric ఎంత ఉన్నా, autonomy కు వెళ్లే దారి ఇంకా ఒక control room ను కలిగి ఉన్నట్లు కనిపిస్తోంది.
ఈ వ్యాసం Gizmodo నివేదికల ఆధారంగా ఉంది. మూల వ్యాసాన్ని చదవండి.
