CES 2017: Nissan wil auto’s menselijk gedrag aanleren

CES 2017: Nissan wil auto’s menselijk gedrag aanleren

Vorig artikel Volgend artikel

Als auto’s autonoom moeten kunnen rijden moeten ze niet alleen de infrastructuur begrijpen. Wie er nog meer aan het verkeer deelnemen en hoe wij als mensen reageren op iedere denkbare verkeerssituatie zullen we deze autonome auto’s aan moeten gaan leren. Het is zoiets als ons menselijk gedrag kopiëren & plakken in de artificiële intelligentie van een auto. Doen we dat goed, zeg maar heel goed, dan valt er veel te winnen. Als mens kan onze aandacht in de auto soms verslappen en laten we het al helemaal maar niet hebben over whats-appende bestuurders die geen flauw benul meer hebben wat er om hen heen in het verkeer gebeurt. Een seconde te laat reageren kan fatale gevolgen hebben. Autonome voertuigen kunnen mits voorzien van de juiste broncode van ons gedrag het verkeer veiliger maken en autorijden naar een andere dimensie brengen.

SAM (Seamless Autonomous Mobility)

Inmiddels werkt Nissan al jaren met een team onder leiding van de Nederlander Dr. Maarten Driehuis en Dr. Melissa Cefkin (Principal Researcher en Design Anthropologist), beide verbonden aan het Nissan Research Center in Silicon Valley, aan dit zeer complexe vraagstuk waar de (on)voorspelbaarheid van ons gedrag moet worden uitgelegd aan robots die onze auto’s moeten gaan besturen. Alle vergaarde kennis is vertaald naar een nieuwe technologie onder de naam SAM wat staat voor “Seamless Autonomous Mobility”. SAM moet helpen om autonome auto’s sneller op de weg te brengen. Nissan heeft in nauwe samenwerking met NASA een technologie ontwikkeld welke kunstmatige intelligentie van de auto bundelt met ‘in the cloud’-informatie om autonome auto’s te helpen met het navigeren, ongeacht de omgeving.

Dr_Maarten_Driehuis_NIssan
Maarten Driehuis passioneel pratend over autonome auto's en SAM

Verkeerssituaties

Probeer er maar achter te komen hoe wij reageren op complexe verkeerssituaties. Deze kunnen per land of continent nog eens flink verschillen. Bedenk maar dat een ritje over de Amsterdamse grachten niets heeft te maken met autoritje door het centrum van Parijs, Tokyo of in een stad als New Dehli. Nissan heeft om ons menselijk gedrag te analyseren hiervoor op drukke kruispunten vergaand onderzoek gedaan hoe wij reageren op complexe verkeerssituaties die ogenschijnlijk door ons als een vanzelfsprekendheid worden opgelost. Denk aan drukke kruispunten zonder stoplichten met dubbele rijbanen en oversteekplaatsen. Wie mag als eerste oversteken, wat gebeurt er als iemand plotseling terugloopt op een zebra, een auto voorrang neemt terwijl hij daar geen recht op heeft enz. En wat denk je van de bijna niet voorspelbare fietsers. Of dat een bestuurder wenkt met ‘ga jij maar eerst’. Wij mensen lossen dat moeiteloos op maar kunnen autonome auto’s dit ook als de software consequent zich aan de regels wil houden.

Oplossingen

Het antwoord is nee, robotauto’s zullen zich volledig moeten aanpassen aan de onvoorspelbaarheid van mensen. Een challenge waar het team van Maarten Sierhuis en Melissa Cefkin oplossingen voor moet zien te vinden. Dat we in staat moeten zijn dit autonome voertuigen aan te kunnen leren is voor Nissan geen vraag meer. De enige vraag is wanneer en wat is sociaal geaccepteerd om deze robotauto’s echt los te laten in het verkeer. Bedenk de situatie dat de auto wacht op een voetganger die gaat oversteken maar de voetganger aangeeft dat de auto voor mag gaan. Wie zich gaat verdiepen in verkeerssituaties gaat begrijpen hoe complex deze eigenlijk zijn. Als je dit spiegelt op z.g. autonome auto’s die keurig op de snelweg rechtdoor rijden en een bochtje kunnen maken en inhouden voor een voorganger is dat allemaal kinderspel vergeleken bij verkeerssituaties op kruispunten. De lat ligt daarom enorm hoog.

Seamless_Autonomous_Mobility_Nissan
Onvoorspelbare verkeerssituaties die moeten worden begrepen door autonome voertuigen
SAM_Nissan
SAM geeft de genomen beslissing door aan de cloud voor andere autonome voertuigen

Hoe werkt het werkelijk in ons hoofd. We nemen eerst de situatie in ons op. Daarna maken we in een split second de beslissing die ons juist lijkt wat als gevolg een reactie geeft, stil blijven staan, gas geven, ontwijken. Die beslissingen nemen we op een kruispunt afzonderlijk in iedere auto. Het is wetenschappelijk ongekend complex hoe beslissingen hier worden genomen. De aannames moeten met behulp van artificiële intelligentie (AI) worden omgezet in code die de auto weet te vertalen en hierdoor is staat moet zijn altijd de juiste beslissing te nemen. Als uitgangspunt zijn daar altijd de geldende verkeersregels maar deze kunnen overruled worden als de situatie hierom vraagt. Als mens nemen we dit soort beslissingen in ‘a split second’. Autonoom rijdende auto’s moeten die beslissingen als een vanzelfsprekendheid ook kunnen nemen en in staat worden geacht zelfs een betere oplossing te kiezen.

not_autonoom_1969
Autonoom rijden in 1969 met Dustin Hoffman en Jon Voight in Midnight Cowboy "I'm walking here".

Dit alles is de wereld waar kunstmatige intelligentie, robots en mensen samenkomen. Hoe gaan we elkaar begrijpen zodat we ook sociaal elkaar gaan begrijpen als we deelnemen aan het verkeer. Als dat lukt wordt het verkeer veiliger, scheelt het jaarlijks 10-duizenden verkeersslachtoffers en wordt efficiënter gebruik gemaakt van de infrastructuur. Zoiets heet een uitdaging. Maarten Driehuis eindigde met de woorden "en dit gebeurt sneller dan je denkt". Laten we hopen dat hij gelijk heeft.

Henk de Hooge

Henk is Internet Entrepreneur, founder van Dutchcowboys en daarnaast tech en travelblogger, fotograaf, visual storyteller en bovenal een digitale nomade....

Reageren is uitgeschakeld omdat er geen cookies opgeslagen worden.

Cookies toestaan Meer informatie over cookies