Luottamuksen vahvistaminen automatisoituihin ajoratkaisuihin TimelyTale:n avulla

Yli sata vuotta sitten autojen keksintö mullisti ihmisten elämän, ja ala valmistautuu nyt seuraavaan suurimpaan harppaukseensa, eli autonomiseen ajamiseen. Nykymaailmassa, jossa kaikki muuttuu älykkääksi, miksi autojesi ei pitäisi olla älykkäitä? No, ne ovat.

Teknologinen kehitys autoteollisuudessa on johtanut itseohjautuvien ajoneuvojen nousuun.

Vahvan laitteiston ja älykkään ohjelmiston yhdistelmä avaa uuden itseohjautuvien autojen aikakauden, jotka kuljettavat ihmiset määränpäihinsä mukavasti ja turvallisesti ilman ihmisen puuttumista.

Tämä autonomisen ajamisen maisema kehittyy nopeasti, ja automatisoitujen ajoneuvojen vuosittainen toimitusmäärä on arvioitu kasvavan 41 %:n CAGR:lla vuosina 2024–2030.

Automaattisten ajoneuvojen yhä suurempi integrointi arkeemme odotetaan vähentävän liikenteen ruuhkautumista, parantavan saavutettavuutta ja lisäävän turvallisuutta. Nämä ajoneuvot mahdollistavat myös kuljettajille ajamiseen liittymättömien tehtävien, kuten puhelimen käytön, multimediaa katselun, työnteon tai pelkän rentoutumisen, suorittamisen liikkumisen aikana.

Kaikki automatisoidut ajoneuvot eivät kuitenkaan pysty tähän. Automaattisia ajoneuvoja on eri tasoja, jotka ovat seuraavat;

Taso 0 – Tässä tasossa ei ole ajamisen automaatiota. Se on täysin manuaalisesti ohjattu. Tämä ajoneuvotaso on se, mitä näemme enimmäkseen teillä.

Taso 1 – Yksi askel ylempänä on alhaisin automaatiotaso, jossa kuljettajaa avustetaan yhden automatisoidun järjestelmän, kuten ohjauksen tai adaptiivisen vakionopeudensäädön, avulla.

Taso 2 – Tämä osittainen ajamisen automaatiotaso on kehittyneet kuljettajaa avustavat järjestelmät (ADAS). Tässä ajoneuvo voi hallita ohjausta ja nopeutta, mutta ihminen istuu edelleen kuljettajan paikalla ja voi ottaa ohjauksen milloin tahansa. Tämä taso on jo nähtävissä ympärillämme Teslan Tesla (TSLA ) Autopilot- ja General Motorsin General Motors‘ (GM ) Cadillac Super Cruise -järjestelmien avulla.

Taso 3 – Tässä ehdollisen automaation tasossa ajoneuvoilla on kyky havaita ympäristöään ja tehdä sen perusteella harkittuja päätöksiä. Kuitenkin ihmiskuljettajan on pidettävä valppautensa yllä ja oltava valmis ottamaan ohjaus, jos järjestelmä ei pysty suorittamaan tehtävää. Tason 3 esimerkkejä ovat Mercedes-Benz (MBG.DE ) S-luokka, jossa on autonominen moottoritien ajaminen ja kaistanpito, sekä Honda Honda (HMC ) Legend, jossa on kädet vapaana ajaminen tietyissä tilanteissa.

Taso 4 – Tämä seuraava hyppy vie meidät korkean automaation ajoneuvoihin, jotka eivät useimmissa tapauksissa tarvitse ihmisen apua. Kuitenkin ihmisillä on edelleen mahdollisuus ohittaa ohjaus manuaalisesti. Tason 4 ajoneuvot voivat itseajaa, mutta laillisesti vain rajoitetuilla alueilla. Näitä ajoneuvoja kehitetään jo Googlen Waymo One – ja Baidun Apollo Go -ohjelmilla.

Taso 5 – Tässä tasossa ei tarvita lainkaan kuljettajaa. Tässä vaiheessa autonomiset ajoneuvot saavuttavat täyden ajamisen automaation, eivätkä ne ole geofencing-rajoitettuja, joten ne pystyvät tekemään kaiken, mitä kokenut ihmiskuljettaja voi, ja kulkemaan minne tahansa. Tesla, Amazon (AMZN ) ja Honda sekä Mercedes – useat suuret autonvalmistajat ympäri maailmaa testaavat täysin autonomisia autoja. Ne eivät kuitenkaan ole vielä saatavilla yleisölle.

Vaikka ei vielä tiedetä, milloin täysin automatisoidut ajoneuvot (SAE-taso 5) saavuttavat laajan käyttöönoton, jotkut tutkimukset ennustavat markkinoiden valmiuden tämän vuosikymmenen loppuun mennessä.

Tämän vuoksi on ratkaisevan tärkeää rakentaa käyttäjien luottamus näiden ajoneuvojen onnistuneeseen käyttöönottoon ja hyväksyntään. Tällä hetkellä rajallinen matkustajaluuottamus estää omaksumista.

Jotta itseohjautuvat ajoneuvot olisivat matkustajaystävällisiä, Gwangju Institute of Science and Technology (GIST) – Etelä-Korean tutkijat kirjoittivat artikkelin, jossa käsitellään tähän liittyviä strategioita. Tämä sisältää selitysten tarjoamisen matkustajille.

Ongelma on, että huonosti suunnitellut selitykset voivat heikentää matkustajakokemusta. Siksi selitysten on välitettävä tietoa riittävän ymmärrettävästi nopeasti muuttuvissa tieympäristöissä.

Aikaisemmat tutkimukset ovat tutkineet erilaisia seluaatioiden esittämistapoja matkustajakokemuksen parantamiseksi sekä ahdistuksen ja kognitiivisen kuormituksen vähentämiseksi. Kuitenkin optimaalista ajoitusta selityksille ja todellista matkustajakysyntää ei ole vielä laajasti tutkittu, erityisesti todellisissa ympäristöissä.

GIST:n tutkijat tutkivat selitysten antamisen prosessia ajoissa, jotta matkustajien turvallisuudentunnetta ja luottamusta automatisoituihin ajoneuvoihin voitaisiin vahvistaa.

Autonomisten ajoneuvojen omaksumisen nopeuttaminen

Jotta automatisoidut ajoneuvot täyttäisivät lupauksensa parantaa kaupunkiliikennettä, on saavutettava matkustajien luottamus, mikä edellyttää ajoissa annettavia, matkustajakohtaisia selityksiä itseajavien ajoneuvojen päätöksille.

Jotta nämä selitykset olisivat tehokkaita, niiden on oltava ymmärrettäviä, informatiivisia ja tiiviitä. Tämä edistää matkustajien luottamusta antamalla heille kasvavan hallinnan tunteen ja vähentämällä negatiivisia kokemuksia.

Vaikka selitettävissä oleva tekoäly (XAI) -menetelmät ovat jo olemassa, ne on suunnattu ensisijaisesti kehittäjille ja sääntelijöille. Keskittyessään korkean riskin tilanteisiin tai liian yksityiskohtaisiin selityksiin, ne eivät ole oikeastaan sopivia matkustajille.

Tämä korostaa tarvetta XAI-malleille, jotka keskittyvät erityisesti matkustajiin, ymmärtäen tarvittavan tiedon tyypin ja sen ajoituksen todellisissa ajo-olosuhteissa.

Tutkimuksen mukaan keskeinen este matkustajakeskeisten selitettävien XAI-mallien kehittämisessä on puutteelliset tietoaineistot, jotka ottaisivat huomioon matkustajien kontekstit.

Vastauksena tähän GIST:n tutkijoiden, professori ja Human-Centered Intelligent Systems Labin johtaja SeungJun Kimin johdolla, tiimi esitteli TimelyTale:n korjatakseen matkustajakeskeisen lähestymistavan puutteen käyttämällä anturidataa ajoissa ja kontekstiin liittyviin selityksiin.

TimelyTale on uusi multimodaalinen tietoaineisto, joka on suunniteltu tallentamaan todellisia ajo-olosuhteita ja tarjoamaan ajoneuvon sisäisiä selityksiä matkustajien luottamuksen ja varmuuden parantamiseksi automatisoiduissa ajoneuvoissa.

“Tutkimuksemme siirtää XAI:n autonomisessa ajamisessa keskittymisen kehittäjistä matkustajiin. Olemme kehittäneet lähestymistavan kerätäksesi matkustajien todellista tarvetta ajoneuvon sisäisille selityksille sekä menetelmiä tuottaa ajoissa, tilanteeseen liittyviä selityksiä matkustajille.”

– Professori Kim

Tutkimuksen tekijöille myönnettiin ‘Distinguished Paper Award’ -palkinto heidän tutkimuksestaan ‘Mitä ja milloin selittää?: Korkean automaation ajoneuvojen selitysten kenttätestaus.’

Aluksi tutkijat tarkastelivat erilaisten visuaalisten selitysten vaikutusta – mukaan lukien huomio, havainto ja niiden yhdistelmä – sekä niiden ajoitusta matkustajakokemukseen todellisissa ajo-olosuhteissa hyödyntäen lisättyä todellisuutta.

Ajoneuvon havaintotila paransi luottamusta, tilannetajua ja koettua turvallisuutta ilman, että se kuormitti matkustajia liikaa. Lisäksi tutkijat havaitsivat, että liikenne riskin todennäköisyys on tehokkain tekijä päätettäessä, milloin selitykset tulisi toimittaa, mikä auttoi myös ymmärtämään, milloin matkustajat kokevat tiedon kuormituksen.

Näiden havaintojen perusteella GSIT:n tutkijat yhteistyössä MIT:n kanssa kehittivät TimelyTale-tietoaineiston.

Tässä lähestymistavassa tutkijat käyttivät ulkoisen ympäristön (ekstroseptiivinen) dataa, kuten ääniä ja näköä, proprioseptiivista dataa, joka koskee kehon asentoja ja liikkeitä, sekä (interoseptiivista) dataa matkustajan tilasta, eli kehon tuntemuksia kuten kipua, hengitystä ja sykettä.

Kerätäkseen kaikki nämä tiedot matkustajilta, tutkijat käyttivät erilaisia antureita luonnollisissa ajo-olosuhteissa ennustaakseen heidän selitystarpeensa. Käytetyt laitteet sisälsivät GPS:n, 3D LiDARin, OBD-II:n, IMU:t ja stereokamerat ekstroseptiivisen ja proprioseptiivisen datan keräämiseen, kun taas LiDAR-kamera, syvyyskamera, lämpökuvantaminen, E4 ranneke ja istuinten paineanturit otettiin käyttöön interoseptiivisen datan tallentamiseen.

Erityisesti tutkijat sisällyttivät myös ajoneuvon sisäisen keskeytettävyyden käsitteen löytääkseen oikeat hetket selityksille. Keskeytettävyys tarkoittaa matkustajan huomion siirtymistä ajamiseen liittymättömistä tehtävistä (NDRTS) ajamiseen liittyvään tietoon.

Toisin kuin manuaalisesti ohjatuissa ajoneuvoissa, joissa kuljettajat eivät voi olla häiriintyneitä, automatisoiduissa ajoneuvoissa matkustajat eivät yleensä ole mukana ajotehtävissä. Tästä syystä on tarpeen määrittää ajamiseen liittyvän tiedon hetket NDRT-tehtävien aikana.

Tämän seurauksena tutkijat pystyvät tehokkaasti tunnistamaan sekä ajoituksen että selitystarpeiden tiheyden matkustajilta. Malli myös tunnisti erityiset selitykset, joita matkustajat haluavat ajotilanteissa.

Tutkijat käyttivät sitten lähestymistapaansa kehittääkseen koneoppimismallin, joka ennustaa parhaan hetken tarjota matkustajalle selitys. He myös toteuttivat kaupunkikohtaisen mallinnuksen luodakseen tekstiselityksiä eri ajo-alueiden perusteella.

Alustavan analyysin mukaan tutkimus osoittaa mallin potentiaalin määrittää matkustajien selitystarpeen ajoitus ajoneuvon sisäisissä selityksissä. Samaan aikaan tietoaineistoa voidaan käyttää luomaan tekstiselityksiä, jotka liittyvät ympäristöön, ajamiseen ja matkustajakohtaisiin konteksteihin.

“Tutkimuksemme luo perustan autonomisten ajoneuvojen hyväksynnän ja omaksumisen lisäämiselle, mikä voi muokata kaupunkiliikennettä ja henkilökohtaista liikkumista tulevina vuosina.”

– Prof. Kim

Yritykset, jotka edistävät automatisoituja ajoratkaisuja

Katsotaanpa nyt yrityksiä, jotka muokkaavat automatisoitujen ajoneuvojen tulevaisuutta ja ovat myös valmiita hyödyntämään selitettävän tekoälyn edistysaskeleita.

AV-sektorilla General Motors (GM ) on kehittänyt Cruisen itseohjautuviin matkoihin, kun taas Ford Motor (F ) tekee omaa siirtoaan tähän suuntaan Escape Hybridin kautta.

Sitten on NVIDIA (NVDA ), jonka DRIVE alusta tarjoaa laajan valikoiman laitteisto- ja ohjelmistotyökaluja autonomisten ajoneuvojen kehittämiseen. Amazon (AMZN ) on myös kiinnostunut autonomisesta ajoneuvoteknologiasta Zooxin kautta, joka on aloittanut itseohjautuvien autojen testauksen ennen ensi vuoden lanseerausta. Uber (UBER ) ja Lyft (LYFT ), joilla on kyytipalveluverkosto, voivat myös hyötyä luottamuksen ja turvallisuuden edistämisestä itseohjautuvissa ajoneuvopalveluissa.

Nyt kaksi merkittävää nimeä autonomisten ajoneuvojen markkinoilla, jotka saattavat olla sijoituskelpoisia, ovat:

1. Waymo

Autonomisten ajoneuvojen kehityksen maailmassa Waymo tekee suurta edistystä. Tämä Alphabetin tytäryhtiö keskittyy itseajoteknologiaan ja matkustajakeskeisiin ominaisuuksiin.

Viime kuun lopulla yritys ilmoitti sulkevansa 5,6 miljardin dollarin yliosatutun sijoituskierroksen, jonka johti emoyhtiö Alphabet (GOOG ), muiden osallistujien joukossa olivat myös nykyiset sijoittajat ja pääomasijoitusyritykset Fidelity, Tiger Global, Andreessen Horowitz, Perry Creek, Silver Lake ja T. Rowe Price (TROW ).

Varoja käytetään laajentamaan kyytipalvelua “Waymo One” useampiin Yhdysvaltain kaupunkeihin ja parantamaan tekoälypohjaista “Waymo Driver” -järjestelmää. Viime aikoina yritys lanseerasi robotaksinsa Los Angelesissa, mikä tarkoittaa, että kuka tahansa kaupungissa voi kutsua itseohjautuvan taksin Waymo One -sovelluksen kautta. Tämä robotaksi on jo kulkenut Phoenixissä neljä vuotta ja on ollut San Franciscossa viime vuodesta lähtien. Samaan aikaan Austinissa ja Atlassa Waymo on lisännyt autonomiset ajoneuvonsa Uberin alustaan, jolloin asiakkaat voivat tilata sen ajoneuvon Uber-sovelluksen kautta.

Google aloitti itseajavien autojen kehittämisen yli puolentoista vuosikymmenen sitten, kun Waymo oli vielä salainen projekti. Teknologiayrityksen itseajavat autot ovat raportoitu kulkeneen yli 20 miljoonaa mailia ilman merkittäviä onnettomuuksia.

Tämän 2,2 biljoonan dollarin markkina-arvon jättiläisen osakkeet käyvät tällä hetkellä 180,91 dollarissa, mikä on 30 % nousu tänä vuonna. Sen EPS (TTM) on 7,54, P/E (TTM) 24,09 ja osinkotuotto 0,44 %. 3Q24:lle se raportoi nettomyynnin 2,93 miljardia dollaria ja 702 miljoonaa dollaria kassavirtaa toiminnasta.

Vuoden 2024 kolmannelle neljännekselle Alphabet raportoi liikevaihdon 88,27 miljardia dollaria, 15 %:n vuotuinen kasvu. Sen pilvipalveluiden liikevaihto nousi 35 % vuodesta edellisestä, saavuttaen ennätyksellisen 11,35 miljardia dollaria tänä neljänneksenä, kiitos tekoälyratkaisut.

Tekoäly on kerännyt paljon huomiota sekä käyttäjien että yritysten keskuudessa, ja Google on houkutellut uusia asiakkaita, saanut suurempia sopimuksia ja nähnyt lisääntynyttä omaksumista tekoälyn ansiosta. Siksi yritys jatkaa “investoimista huipputason infrastruktuuriin” tukeakseen tekoälytoimintojaan.

2. Tesla Inc. (TSLA )

Elon Muskin perustama Tesla tunnetaan sähköajoneuvoistaan, jotka tarjoavat Autopilotin tasolla 2 automaatiota. Autopilot on vakiona jokaisessa uudessa Teslassa, ja jokaisessa ajoneuvossa on useita kameroita ja näköprosessi lisäturvakerroksena.

Lisäksi on Full Self-Driving (FSD), joka lisää puoliksi autonomisen navigoinnin. Sekä Autopilot että FSD on tarkoitettu käytettäväksi täysin tarkkaavaisella kuljettajalla.

Autopilot sisältää toimintoja kuten liikennetietoisen vakionopeudensäädön ja automaattisen ohjauksen, kun taas FSD (valvottu) tarjoaa lisäominaisuuksia, kuten navigoinnin autopilotilla, automaattisen ohjauksen kaupunkikaduilla, automaattisen kaistanvaihdon, automaattisen pysäköinnin, kutsun ja älykkään kutsun, liikenteen hallinnan ja pysäkinmerkin hallinnan.

Tesla-ajoneuvoissa on myös useita aktiivisia turvaominaisuuksia, jotka mahdollistavat autojen tai esteiden havaitsemisen, lähestyvien törmäyksien varoitukset, sivutörmäysvaroitukset ja sokean pisteen valvonnan, muiden ominaisuuksien ohella, auttaen kuljettajaa.

Autonvalmistaja kohtaa kuitenkin tällä hetkellä National Highway Traffic Safety Administration (NHTSA) -viranomaisen tarkastelun, joka on ilmaissut tyytymättömyytensä Teslan markkinointikieleen sosiaalisessa mediassa FSD-ominaisuudesta. Viranomainen uskoo, että Teslan viestintä voi edistää järjestelmän turvatonta käyttöä, ja on pyytänyt yritystä harkitsemaan uudelleen viestintästrategiaansa FSD-kyvyistä.

Tämä tapahtui traagisen tapauksen jälkeen, jossa nainen joutui Teslan osuttavaksi, kun auto oli FSD-tilassa, mikä herätti kysymyksiä järjestelmän kyvystä käsitellä haastavia ympäristöolosuhteita.

NHTSA on antanut Teslalle 18. joulukuuta määräajan vastata kysymyksiinsä koskien FSD:n “mahdollista toimimattomuutta, mukaan lukien havaitseminen ja asianmukainen reagointi erityistilanteissa, joissa tieolosuhteiden heikentyminen voi rajoittaa FSD:n turvallista toimintaa.”

1,05 biljoonan dollarin markkina-arvolla Teslan osakkeet käyvät tällä hetkellä noin 340 dollarissa, 32,2 % nousu kuluvan vuoden alusta (YTD). Sen EPS (TTM) on 3,65, P/E (TTM) 90,07 ja ROE (TTM) 20,65 %. Velka‑suhde omaan pääomaan (MRQ) on 11,01 %.

3Q24:lle yritys raportoi 23,35 miljardia dollaria liikevaihtoa ja 2,17 miljardia dollaria nettotulosta. Voittomarginaalit kasvoivat 739 miljardia dollaria automaattisen sääntelykrediitin tulossa, koska viranomaiset vaativat autonvalmistajien myyvän tietyn määrän vähäpäästöisiä ajoneuvoja tai ostavan krediittejä Teslan kaltaisilta, jotka valmistavat yksinomaan tällaisia ajoneuvoja ja joilla on ylimääräisiä krediittejä.

Tässä neljänneksessä autonvalmistaja valmisti 470 000 ajoneuvoa ja toimitti 463 000 ajoneuvoa. Äskettäin se esitteli myös robotaksin ja robovan.

Klikkaa tästä saadaksesi lisätietoja Teslasta.

Johtopäätökset 

Laajeneva autonomisten ajoneuvojen maailma viittaa tulevaisuuteen, jossa liikkuminen lisääntyy, liikenteen ruuhkautuminen vähenee, mukavuus kasvaa ja turvallisuus paranee.

Vaikka maailmanlaajuisen autonomisten ajoneuvojen markkinakoon odotetaan kasvavan 13 632,4 miljardiin dollariin tämän vuosikymmenen loppuun mennessä, autonomisen ajamisen ohjelmistomarkkinan, joka on olennainen osa AV:itä, odotetaan kasvavan 1,8 miljardista dollarista vuonna 2024 7 miljardiin dollariin vuoteen 2035 mennessä.

Kasvava kysyntä tehokkaille ja turvallisille liikenneratkaisuille on autonomisen ajamisen ohjelmistomarkkinan kasvun taustalla. Kun AV:t vähitellen yleistyvät ja omaksutaan, autonvalmistajien on sisällytettävä turvallisuusteknologioita. Tässä autopilot-ajojärjestelmä varmistaa ajoneuvon turvallisuuden algoritmien ja reaaliaikaisen datankäsittelyn avulla.

Jotta täysin autonomisten ajoneuvojen tulevaisuus toteutuisi, tarvitaan enemmän kuin pelkkä teknologinen kehitys. Matkustajien luottamuksen ansaitseminen on ratkaisevan tärkeää laajan omaksumisen saavuttamiseksi. Ratkaisuilla kuten TimelyTale, jotka keskittyvät ajoissa annettuihin ja asiaankuuluviin selityksiin, matkustajien huolia voidaan käsitellä paremmin ja luottamusta vahvistaa, jolloin syntyy ihmiskeskeisempi lähestymistapa autonomiseen ajamiseen.

Tällaiset innovaatiot ovat tärkeitä, jotta pääsemme lähemmäs tulevaisuutta, jossa itseajavat ajoneuvot integroituvat sujuvasti arkeemme, muuttaen samalla kaupunkiliikennettä.

Klikkaa tästä saadaksesi tietää, miten autonomiset taksit tuottavat jopa 4 triljoonaa dollaria vuoteen 2027 mennessä.