La combinazione di intelligenza umana e artificiale nei veicoli autonomi potrebbe spingere le auto senza conducente più rapidamente verso l'adozione su larga scala, Lo affermano i ricercatori dell'Università del Michigan.

Questo è l'obiettivo di un nuovo progetto che si basa su una tecnica chiamata crowdsourcing istantaneo per fornire un backup remoto in tempo reale per i sistemi autonomi di bordo senza la necessità di un essere umano fisicamente al posto di guida. La ricerca si sta svolgendo presso l'U-M Transportation Research Institute (UMTRI).

La necessità di conducenti di sicurezza umana in veicoli come i taxi autonomi recentemente introdotti da Waymo mina il loro vantaggio in termini di costi rispetto ai tradizionali servizi di ride sharing, dicono i ricercatori. Mantiene anche l'era delle auto come salotti mobili autonomi in modo allettante fuori portata. E la maggior parte dei ricercatori concorda sul fatto che le macchine non saranno in grado di assumere completamente le funzioni di guida per anni o addirittura decenni.

"I veicoli autonomi di oggi possono guidare relativamente bene in ambienti tipici, ma falliscono in situazioni eccezionali, e sono quelle situazioni che sono le più pericolose, " ha detto Walter Lasecki, un assistente professore di informatica e ingegneria e leader del progetto. "La progettazione di sistemi autonomi in grado di gestire quelle situazioni eccezionali potrebbe richiedere decenni, e nel frattempo, avremo bisogno di qualcosa per colmare il divario".

Il crowdsourcing istantaneo differisce dai precedenti tentativi di backup umano remoto in quanto può fornire risposte umane in pochi millisecondi, potenzialmente abbastanza veloci da aiutare a schivare un veicolo che sbanda o ad aggirare un pezzo di detriti stradali. Utilizza la tecnologia dei veicoli connessi e un centro di controllo remoto.

Ecco come funzionerebbe, tutto nello spazio di cinque secondi o meno:

• Il software nel veicolo analizzerebbe i dati del veicolo in tempo reale e indovina elettronicamente 10-30 secondi nel futuro per stimare la probabilità di un "disimpegno", una situazione in cui i sistemi automatizzati dell'auto potrebbero aver bisogno dell'aiuto umano.
• Se la probabilità supera una soglia prefissata, il sistema contatta un centro di controllo remoto e invia i dati dall'auto.
• Il sistema del centro di controllo analizza i dati della vettura, genera diversi scenari possibili e li mostra a diversi supervisori umani, che si trovano nei simulatori di guida.
• Gli umani rispondono alle simulazioni e le loro risposte vengono inviate al veicolo.
• Il veicolo ora ha una libreria di risposte generate dall'uomo che può scegliere istantaneamente, sulla base delle informazioni provenienti dai sensori di bordo.

Un tale sistema potrebbe sembrare costoso e ingombrante, ma Robert Hampshire, un professore di ricerca presso l'UMTRI e la Ford School of Public Policy di UM, dice che sarebbe molto meno costoso che avere un autista umano in ogni veicolo. Ciò potrebbe rendere particolarmente prezioso il ride sharing e gli operatori di flotte. E l'enorme volume di miglia percorse, combinato con il fatto che i veicoli autonomi solo raramente necessitano di assistenza umana, potrebbe portare a economie di scala che ridurrebbero il costo per veicolo.

"L'anno scorso negli Stati Uniti sono state percorse 3,2 trilioni di miglia, e i migliori veicoli autonomi hanno in media un disimpegno ogni 5, 000 miglia, "Hampshire ha detto. "Stimiamo che se tutte quelle miglia fossero automatizzate, te ne servirebbero circa 50, da 000 a 100, 000 dipendenti, distribuito città per città. Una rete del genere potrebbe funzionare come servizio in abbonamento, o potrebbe essere un ente governativo, simile al sistema di controllo del traffico aereo di oggi."

Lo screening basato su algoritmi all'inizio del processo lo rende più utile rispetto ai precedenti tentativi di assistenza umana remota, che ha richiesto l'arresto del veicolo, contattare un call center remoto e ottenere istruzioni prima di procedere.

Un'altra chiave per far funzionare il sistema sul campo sarà progettarlo in modo che sia praticabile per il gran numero di dipendenti, dice Hampshire.

"Come il lavoro dei controllori del traffico aereo, questo lavoro potrebbe essere stressante e cognitivamente complesso. Quindi cercheremo modi per renderlo meno intenso e mentalmente faticoso".

Gli sviluppatori stanno attualmente lavorando sulla piattaforma software. Sperano di avere umani che testano il sistema entro la fine del primo anno del progetto, con il sistema che acquisisce i dati dei veicoli effettivi entro la fine del secondo anno.

La premessa di base alla base del crowdsourcing istantaneo è stata convalidata in un documento intitolato "Bolt:Crowdsourcing istantaneo tramite formazione just-in-time, " che è stato presentato alla conferenza ACM CHI 2018. Il progetto USDOT mira ad adattarlo per l'uso nei veicoli autonomi.