कृत्रिम बुद्धिमत्ता
टाइमलीटेल के साथ स्वचालित ड्राइविंग समाधान में भरोसा बनाना
एक सदी से अधिक पहले, ऑटोमोबाइल का आविष्कार लोगों के जीवन में क्रांति लेकर आया, और अब यह क्षेत्र अपनी अगली बड़ी छलांग, यानी स्वायत्त ड्राइविंग, की तैयारी कर रहा है। आज की दुनिया में, जहाँ सब कुछ स्मार्ट हो रहा है, तो आपकी कारें क्यों नहीं स्मार्ट होंगी? खैर, वे हैं।
ऑटोमोबाइल क्षेत्र में तकनीकी प्रगति ने स्व-चालित वाहनों के उदय को जन्म दिया है।
शक्तिशाली हार्डवेयर और बुद्धिमान सॉफ़्टवेयर का संयोजन स्व-चालित कारों का एक नया युग लाया है, जो लोगों को आरामदायक और सुरक्षित तरीके से उनके गंतव्य तक ले जाएगी, बिना किसी मानवीय हस्तक्षेप के।
यह स्वायत्त ड्राइविंग परिदृश्य तेज़ी से विकसित हो रहा है, जहाँ 2024 से 2030 के बीच प्रत्येक वर्ष शिप किए जाने वाले स्वचालित वाहनों की संख्या 41% की CAGR से बढ़ने की संभावना है।
स्वचालित वाहनों का हमारे दैनिक जीवन में बढ़ता एकीकरण ट्रैफ़िक जाम को कम करने, पहुंच को बढ़ाने और सुरक्षा में सुधार करने की उम्मीद है। ये वाहन ड्राइवरों को ऐसे कार्यों में संलग्न होने की अनुमति देते हैं जो ड्राइविंग से संबंधित नहीं हैं, जैसे फोन का उपयोग करना, मल्टीमीडिया देखना, काम करना, या बस यात्रा के दौरान आराम करना।
हालाँकि, सभी स्वचालित वाहन यह नहीं कर सकते। स्वचालित वाहन के विभिन्न स्तर होते हैं, जो इस प्रकार हैं;
स्तर 0 – इस स्तर पर कोई ड्राइविंग ऑटोमेशन नहीं है। यह पूरी तरह से मैन्युअल रूप से नियंत्रित होता है। यह स्तर के वाहन मुख्यतः हम सड़क पर देखते हैं।
स्तर 1 – अब, एक कदम ऊपर सबसे निम्न स्तर का ऑटोमेशन आता है, जहाँ ड्राइवर सहायता एकल स्वचालित प्रणाली जैसे स्टीयरिंग या एडैप्टिव क्रूज़ कंट्रोल के माध्यम से प्रदान की जाती है।
स्तर 2 – यह आंशिक ड्राइविंग ऑटोमेशन स्तर उन्नत ड्राइवर सहायता प्रणाली (ADAS) है। यहाँ, वाहन स्टीयरिंग और गति को नियंत्रित कर सकता है, लेकिन एक मानव अभी भी ड्राइवर की सीट पर बैठा रहता है और किसी भी समय वाहन को नियंत्रित कर सकता है। हम पहले से ही इस स्तर के वाहनों को अपने आसपास देख रहे हैं, जैसे Tesla (TSLA ) ऑटोपायलट और General Motors (GM ) कैडिलैक सुपर क्रूज़ सिस्टम।
स्तर 3 – इस शर्तीय ऑटोमेशन स्तर में, वाहन अपने आसपास का पता लगाने और उस आधार पर सूचित निर्णय लेने की क्षमता रखते हैं। हालांकि, मानव ड्राइवर को सतर्क रहना होता है और यदि सिस्टम कार्य नहीं कर पाता है तो नियंत्रण लेने के लिए तैयार रहना पड़ता है। स्तर 3 के प्रमुख उदाहरणों में मर्सिडीज़-बेंज एस-क्लास शामिल है, जिसमें स्वायत्त हाईवे क्रूज़िंग और लेन-कीपिंग जैसी क्षमताएँ हैं, और Honda (HMC ) लेजेंड, जिसमें विशिष्ट परिदृश्यों में हैंड्स-फ़्री ड्राइविंग उपलब्ध है।
स्तर 4 – यह अगला स्तर हमें उच्च-ऑटोमेशन वाहनों की ओर ले जाता है, जो अधिकांश मामलों में मानव सहायता की आवश्यकता नहीं रखते। हालांकि, मनुष्यों के पास मैन्युअल रूप से ओवरराइड करने का विकल्प रहता है। स्तर 4 के वाहन स्व-ड्राइव कर सकते हैं लेकिन कानूनी रूप से केवल सीमित क्षेत्रों में ही। ये वाहन पहले से ही Google के Waymo One और Baidu के Apollo Go के साथ विकास में हैं।
स्तर 5 – अब, इस स्तर पर किसी ड्राइवर की आवश्यकता नहीं होती। इस चरण में, स्वायत्त वाहन पूर्ण ड्राइविंग ऑटोमेशन तक पहुँचते हैं, और वे जियोफ़ेंसिंग से मुक्त होते हैं, जिससे वे एक अनुभवी मानव ड्राइवर की सभी क्षमताओं को कर सकते हैं और कहीं भी जा सकते हैं। Tesla, Amazon (AMZN ), और Honda से लेकर Mercedes तक, दुनिया भर के कई प्रमुख ऑटोमेकर्स पूरी तरह स्वायत्त कारों का परीक्षण कर रहे हैं। हालांकि, वे अभी तक आम जनता के लिए उपलब्ध नहीं हुए हैं।
जबकि यह अभी अज्ञात है कि पूरी तरह स्वचालित वाहन (SAE स्तर 5) कब व्यापक रूप से अपनाए जाएंगे, कुछ अध्ययन इस दशक के अंत तक बाजार की तैयारी का अनुमान लगाते हैं।
इसके साथ, इन वाहनों की सफल तैनाती और स्वीकृति के लिए उपयोगकर्ता भरोसा बनाना अत्यंत महत्वपूर्ण है। वर्तमान में, सीमित यात्री भरोसा अपनाने में बाधा बन रहा है।
इसलिए, स्व-चालित वाहनों को यात्रियों के अनुकूल बनाने में मदद करने के लिए, दक्षिण कोरिया के ग्वांगजु इंस्टीट्यूट ऑफ साइंस एंड टेक्नोलॉजी (GIST) के शोधकर्ताओं ने एक पेपर लिखा जिसमें इस विषय की रणनीतियों पर चर्चा की है। इसमें यात्रियों को स्पष्टीकरण प्रदान करना शामिल है।
बात यह है कि खराब डिज़ाइन किए गए स्पष्टीकरण यात्रियों के अनुभव को नकारात्मक रूप से प्रभावित कर सकते हैं। इसलिए, स्पष्टीकरण को तेज़ी से बदलते सड़क वातावरण में पर्याप्त स्पष्टता के साथ जानकारी पहुंचानी चाहिए।
पिछले अध्ययनों ने विभिन्न स्पष्टीकरण प्रस्तुति विधियों का अन्वेषण किया है ताकि यात्रियों के अनुभव को बेहतर बनाया जा सके और साथ ही चिंता और संज्ञानात्मक भार को कम किया जा सके। हालांकि, स्पष्टीकरण के लिए सर्वोत्तम समय और वास्तविक यात्री मांग अभी तक व्यापक रूप से नहीं खोजी गई है, विशेषकर वास्तविक वातावरण में।
GIST शोधकर्ताओं ने यात्रियों की सुरक्षा भावना और स्वचालित वाहनों में उनके विश्वास को बढ़ाने के लिए समय पर स्पष्टीकरण प्रदान करने की प्रक्रिया की जांच की।
स्वायत्त वाहनों की अपनाने की गति बढ़ाना
स्वचालित वाहनों को शहरी गतिशीलता में सुधार करने के अपने वादे को पूरा करने में मदद करने के लिए, यात्री भरोसा हासिल किया जाना चाहिए, जिसके लिए समय पर, यात्री-विशिष्ट स्पष्टीकरण प्रदान किए जाने चाहिए ताकि स्व-ड्राइविंग वाहन के निर्णयों को समझाया जा सके।
इन स्पष्टीकरणों को प्रभावी बनाने के लिए, उन्हें समझने योग्य, सूचनात्मक और संक्षिप्त होना चाहिए। यह यात्रियों में भरोसा बढ़ाएगा, उन्हें नियंत्रण की बढ़ती भावना प्रदान करके और नकारात्मक अनुभवों को कम करके।
हालांकि व्याख्यात्मक कृत्रिम बुद्धिमत्ता (XAI) विधियाँ पहले से मौजूद हैं, वे मुख्यतः डेवलपर्स और नियामकों के लिए हैं। उनके फोकस में उच्च-जोखिम वाले परिदृश्य या बहुत विस्तृत स्पष्टीकरण होते हैं, इसलिए वे यात्रियों के लिए उपयुक्त नहीं हैं।
यह दर्शाता है कि ऐसे XAI मॉडल की आवश्यकता है जो विशेष रूप से यात्रियों पर केंद्रित हों, आवश्यक जानकारी के प्रकार को समझें और वास्तविक-विश्व ड्राइविंग परिदृश्यों में जब इसकी आवश्यकता हो, तब प्रदान करें।
अध्ययन ने बताया कि यात्रियों-केंद्रित व्याख्यात्मक XAI मॉडल विकसित करने में मुख्य बाधा वह डेटासेट की कमी है जो यात्रियों के संदर्भों को ध्यान में रखती हो।
इसका उत्तर देते हुए, GIST के प्रोफेसर और ह्यूमन-सेंटर्ड इंटेलिजेंट सिस्टम्स लैब के निदेशक सियुंगजुन किम के नेतृत्व में GIST शोधकर्ताओं की टीम ने TimelyTale प्रस्तुत किया, जो सेंसर डेटा का उपयोग करके समय पर और संदर्भ-संबंधी स्पष्टीकरण प्रदान करने के लिए यात्रियों-केंद्रित दृष्टिकोण की कमी को दूर करता है।
TimelyTale एक नया मल्टीमॉडल डेटासेट है, जिसे वास्तविक-विश्व ड्राइविंग परिदृश्यों को कैप्चर करने और स्वचालित वाहनों में यात्रियों के भरोसे और आत्मविश्वास को बढ़ाने के लिए इन-वाहन स्पष्टीकरण प्रदान करने के लिए डिज़ाइन किया गया है।
“हमारा शोध स्वायत्त ड्राइविंग में XAI के फोकस को डेवलपर्स से यात्रियों की ओर बदलता है। हमने इन-वाहन स्पष्टीकरणों की वास्तविक यात्री मांग एकत्र करने और यात्रियों के लिए समय पर, स्थिति-संबंधी स्पष्टीकरण उत्पन्न करने की विधियों के लिए एक दृष्टिकोण विकसित किया है।”
– Professor Kim
अध्ययन के लेखकों को उनके अध्ययन शीर्षक ‘क्या और कब समझाएँ?: अत्यधिक स्वचालित वाहनों में स्पष्टीकरणों का ऑन-रोड मूल्यांकन’ के लिए ‘Distinguished Paper Award’ से सम्मानित किया गया।
शुरुआत में, शोधकर्ताओं ने विभिन्न प्रकार के दृश्य स्पष्टीकरणों—ध्यान, धारणा, और दोनों का संयोजन—के प्रभाव और उनके समय को वास्तविक ड्राइविंग स्थितियों में यात्रियों के अनुभव पर, ऑगमेंटेड रियलिटी का उपयोग करके, जांचा।
वाहन की धारणा स्थिति ने भरोसा, स्थितिजन्य जागरूकता, और महसूस की गई सुरक्षा को बढ़ाया, बिना यात्रियों को अभिभूत किए। अतिरिक्त रूप से, शोधकर्ताओं ने पाया कि ट्रैफ़िक जोखिम संभावना वह सबसे प्रभावी कारक है जो निर्धारित करता है कि स्पष्टीकरण कब प्रदान किए जाने चाहिए, जिससे यह भी समझा गया कि यात्रियों को कब जानकारी से अधिक बोझिल महसूस होता है।
इन निष्कर्षों के आधार पर, GSIT शोधकर्ताओं ने MIT के सहयोग से TimelyTale डेटासेट विकसित किया।
इस दृष्टिकोण के लिए, शोधकर्ताओं ने बाहरी पर्यावरण (एक्सटेरोसेप्टिव) जैसे ध्वनि और दृश्य, प्रोप्रीओसेप्टिव डेटा (शरीर की स्थितियों और आंदोलनों से संबंधित) और (इंटरसेप्टिव) डेटा जो यात्री की स्थिति से संबंधित है, अर्थात् उनके शरीर की संवेदनाएँ जैसे दर्द, श्वास, और हृदय गति, का उपयोग किया।
इन सभी डेटा को यात्रियों से एकत्र करने के लिए, शोधकर्ताओं ने प्राकृतिक ड्राइविंग परिदृश्यों में विभिन्न सेंसरों का उपयोग किया ताकि उनकी स्पष्टीकरण मांगों की भविष्यवाणी की जा सके। उपयोग किए गए उपकरणों में GPS, 3D LiDAR, OBD-II, IMU, और स्टीरियो कैमरे एक्सटेरोसेप्टिव और प्रोप्रीओसेप्टिव डेटा के लिए शामिल थे, जबकि LiDAR कैमरा, डेप्थ कैमरा, थर्मल इमेजिंग, E4 रिस्टबैंड, और सीट प्रेशर सेंसर का उपयोग इंटरसेप्टिव डेटा को कैप्चर करने के लिए किया गया।
विशेष रूप से, शोधकर्ताओं ने इन-वाहन इंटरप्टिबिलिटी की अवधारणा को भी शामिल किया ताकि स्पष्टीकरण के सही क्षणों को पाया जा सके। इंटरप्टिबिलिटी वह बदलाव है जिसमें यात्री का ध्यान गैर-ड्राइविंग संबंधित कार्यों (NDRTS) से ड्राइविंग-संबंधी जानकारी की ओर बदलता है।
हाथ से चलाए जाने वाले वाहनों के विपरीत, जहाँ ड्राइवर ध्यानभंग नहीं हो सकते, स्वचालित वाहनों में, यात्रियों को आमतौर पर ड्राइविंग कार्यों में संलग्न नहीं किया जाता। इसलिए, NDRTs के दौरान ड्राइविंग-संबंधी जानकारी के क्षणों को निर्धारित करने की आवश्यकता है।
परिणामस्वरूप, शोधकर्ता प्रभावी रूप से स्पष्टीकरण की यात्रियों की मांग के समय और आवृत्ति की पहचान करने में सक्षम हुए। मॉडल ने यह भी पहचाना कि ड्राइविंग स्थितियों में यात्रियों को कौन से विशिष्ट स्पष्टीकरण चाहिए।
शोधकर्ताओं ने फिर अपने दृष्टिकोण का उपयोग करके एक मशीन (ML) लर्निंग मॉडल विकसित किया जो यात्रियों को स्पष्टीकरण देने का सबसे अच्छा समय भविष्यवाणी करता है। उन्होंने विभिन्न ड्राइविंग स्थानों के आधार पर पाठ्य स्पष्टीकरण उत्पन्न करने के लिए शहर-व्यापी मॉडलिंग भी की।
प्राथमिक विश्लेषण, अध्ययन के अनुसार, मॉडल की क्षमता को दर्शाता है कि वह इन-वाहन स्पष्टीकरण की यात्रियों की मांग के समय को निर्धारित कर सकता है। इस बीच, डेटासेट का उपयोग पर्यावरणीय, ड्राइविंग-संबंधी, और यात्री-विशिष्ट संदर्भों से संबंधित पाठ्य स्पष्टीकरण सामग्री उत्पन्न करने के लिए किया जा सकता है।
“हमारा शोध स्वायत्त वाहनों की स्वीकृति और अपनाने को बढ़ाने की नींव रखता है, जिससे आने वाले वर्षों में शहरी परिवहन और व्यक्तिगत गतिशीलता को पुनः आकार देने की संभावना है।”
– Prof. Kim
स्वचालित ड्राइविंग समाधान को आगे बढ़ाने वाली कंपनियां
अब, आइए उन कंपनियों को देखें जो स्वचालित वाहनों का भविष्य आकार दे रही हैं और व्याख्यात्मक AI में प्रगति का लाभ उठाने के लिए भी तैयार हैं।
AV क्षेत्र में, General Motors (GM ) ने ड्राइवरलेस राइड्स के लिए Cruise विकसित किया है, जबकि Ford Motor इस दिशा में Escape Hybrid के माध्यम से कदम बढ़ा रहा है।
फिर है NVIDIA (NVDA ), जिसकी DRIVE प्लेटफ़ॉर्म स्वायत्त वाहन विकास के लिए हार्डवेयर और सॉफ़्टवेयर टूल्स का एक परिवार प्रदान करती है। Amazon (AMZN ) भी Zoox के माध्यम से स्वायत्त वाहन तकनीक में रुचि रखता है, जिसने अगले वर्ष के लॉन्च से पहले अपनी ड्राइवरलेस कारों का परीक्षण शुरू किया है। Uber (UBER ) और Lyft (LYFT ) जैसी राइड-शेयरिंग नेटवर्क भी स्व-ड्राइविंग वाहन सेवाओं में भरोसा और सुरक्षा को बढ़ाने की प्रगति से लाभ उठा सकते हैं।
अब, स्वायत्त वाहन बाजार में दो प्रमुख नाम जो आपको निवेश योग्य लग सकते हैं, वे हैं:
1. Waymo (GOOGL )
स्वायत्त वाहन विकास की दुनिया में, Waymo बहुत प्रगति कर रहा है। यह Alphabet की सहायक कंपनी स्व-ड्राइविंग तकनीक और यात्रियों-केंद्रित सुविधाओं पर केंद्रित है।
पिछले महीने के अंत में, कंपनी घोषणा करती है कि उसने $5.6 बिलियन की अधिक सब्सक्राइब्ड निवेश राउंड को बंद किया, जिसका नेतृत्व मूल कंपनी Alphabet ने किया, और अन्य प्रतिभागियों में मौजूदा निवेशक और निजी इक्विटी फर्में जैसे Fidelity, Tiger Global, Andreessen Horowitz, Perry Creek, Silver Lake, और T. Rowe Price शामिल हैं।
इन फंडों का उपयोग किया जाएगा ताकि उसकी राइड-हेलिंग सेवा “Waymo One” को अधिक अमेरिकी शहरों में विस्तारित किया जा सके और AI-संचालित “Waymo Driver” को सुधारा जा सके। सबसे हाल ही में, कंपनी ने लॉस एंजिल्स में अपने रोबोटैक्स लॉन्च किए, जिसका मतलब है कि शहर में कोई भी व्यक्ति Waymo One ऐप के माध्यम से ड्राइवरलेस कैब को बुला सकता है। यह रोबोटैक्स पहले से ही चार साल से फ़ीनिक्स में चल रहा है और पिछले साल से सैन फ्रांसिस्को में है। इसी बीच, ऑस्टिन और अटलांटा में, Waymo ने अपने AV को Uber के प्लेटफ़ॉर्म में जोड़ा है, जिससे ग्राहक Uber ऐप से उसके वाहन को बुला सकते हैं।
वास्तव में, Google ने एक दशक और आधे से अधिक समय पहले स्व-ड्राइविंग कारों पर काम शुरू किया था, जब Waymo सिर्फ एक गुप्त प्रोजेक्ट था। इस तकनीकी दिग्गज की स्व-ड्राइविंग कारों ने रिपोर्ट के अनुसार 20 मिलियन मील से अधिक बिना किसी बड़े दुर्घटना के चलाए हैं।
(GOOGL )
$2.2 ट्रिलियन मार्केट कैप वाले इस दिग्गज के शेयर वर्तमान में $180.91 पर ट्रेड हो रहे हैं, इस साल 30% बढ़े हैं। इसका EPS (TTM) 7.54, P/E (TTM) 24.09, और डिविडेंड यील्ड 0.44% है। 3Q24 के लिए, उसने रिपोर्ट किया कि शुद्ध बिक्री $2.93 बिलियन और संचालन से $702 मिलियन नकदी प्रवाह था।
Q3 2024 के लिए, Alphabet ने $88.27 बिलियन की राजस्व की रिपोर्ट की, जो वर्ष-दर-वर्ष 15% बढ़ी। इसका क्लाउड राजस्व पिछले वर्ष से 35% बढ़कर इस तिमाही में रिकॉर्ड $11.35 बिलियन तक पहुंच गया, जो AI ऑफ़रिंग्स द्वारा प्रेरित था।
AI ने उपयोगकर्ताओं और कंपनियों दोनों में बहुत ध्यान आकर्षित किया है, Google ने AI के कारण नए ग्राहकों को आकर्षित किया है, बड़े सौदे किए हैं, और अपनाने में वृद्धि देखी है। इसलिए, स्वाभाविक रूप से, कंपनी अपने AI प्रयासों को समर्थन देने के लिए “आधुनिकतम इन्फ्रास्ट्रक्चर में निवेश” जारी रखती है।
2. Tesla Inc. (TSLA )
एलोन मस्क द्वारा स्थापित, Tesla अपने इलेक्ट्रिक वाहनों के लिए जानी जाती है, जो लेवल 2 ऑटोमेशन के रूप में ऑटोपायलट प्रदान करती है। ऑटोपायलट हर नई Tesla में एक मानक फीचर है, जिसमें प्रत्येक वाहन में कई कैमरे और विज़न प्रोसेसिंग के साथ अतिरिक्त सुरक्षा परत होती है।
फिर है फुल सेल्फ-ड्राइविंग (FSD), जो अर्ध-स्वायत्त नेविगेशन जोड़ता है। ऑटोपायलट और FSD दोनों का उद्देश्य एक पूरी तरह सतर्क ड्राइवर के साथ उपयोग करना है।
जबकि ऑटोपायलट में ट्रैफ़िक-अवेयर क्रूज़ कंट्रोल और ऑटोस्टीयर जैसी कार्यक्षमताएँ शामिल हैं, FSD (सुपरवाइज़्ड) अतिरिक्त फीचर प्रदान करता है, जिसमें ऑटोपायलट पर नेविगेशन, शहर की सड़कों पर ऑटोस्टीयर, ऑटो लेन चेंज, ऑटो पार्क, सम्मन और स्मार्ट सम्मन, ट्रैफ़िक कंट्रोल, और स्टॉप साइन कंट्रोल शामिल हैं।
Tesla वाहन कई सक्रिय सुरक्षा सुविधाओं के साथ आते हैं जो उन्हें कारों या बाधाओं का पता लगाने, टकराव चेतावनी, साइड टकराव चेतावनी, और ब्लाइंड स्पॉट मॉनिटरिंग जैसी सुविधाएँ प्रदान करती हैं, जिससे ड्राइवरों को सहायता मिलती है।
हालाँकि, ऑटोमोबाइल निर्माता वर्तमान में राष्ट्रीय हाईवे ट्रैफ़िक सुरक्षा प्रशासन (NHTSA) की जांच का सामना कर रहा है, जिसने Tesla की सोशल मीडिया पर FSD फीचर के बारे में प्रचार भाषा से असंतोष व्यक्त किया। एजेंसी का मानना है कि Tesla का संदेश प्रणाली के असुरक्षित उपयोग को बढ़ावा दे सकता है और उसने कंपनी से FSD क्षमताओं के बारे में अपनी संचार रणनीति को पुनः विचार करने का अनुरोध किया है।
यह एक दुखद घटना के बाद आया जिसमें एक महिला Tesla द्वारा टकराई गई, जो FSD मोड में चल रही थी, जिससे प्रणाली की चुनौतीपूर्ण पर्यावरणीय स्थितियों को संभालने की क्षमता पर सवाल उठे।
NHTSA ने Tesla को 18 दिसंबर की समय सीमा दी है ताकि वह FSD की “संभावित विफलता, जिसमें …” से संबंधित अपने प्रश्नों का उत्तर दे सके।
$1.05 ट्रिलियन के मार्केट कैप के साथ, Tesla के शेयर वर्तमान में लगभग $340 पर ट्रेड हो रहे हैं, वर्ष-से-आज (YTD) में 32.2% बढ़े हैं। इसका EPS (TTM) 3.65, P/E (TTM) 90.07, और ROE (TTM) 20.65% है। इसका Debt To Equity (MRQ) 11.01% है।
(TSLA )
3Q24 के लिए, कंपनी ने रिपोर्ट किया कि राजस्व $23.35 बिलियन और शुद्ध आय $2.17 बिलियन थी। लाभ मार्जिन में $739 मिलियन की वृद्धि हुई, जो ऑटोमोटिव नियामक क्रेडिट राजस्व से हुई, क्योंकि नियामकों ने निर्माताओं को कम-उत्सर्जन वाहनों की एक निश्चित संख्या बेचने या Tesla जैसे निर्माताओं से क्रेडिट खरीदने की आवश्यकता रखी, जिनके पास अतिरिक्त क्रेडिट थे।
इस तिमाही में, ऑटोमोबाइल निर्माता ने 470,000 वाहन निर्मित किए और 463,000 वाहन वितरित किए। हाल ही में, उसने एक रोबोटैक्सी और रोबोवैन भी उजागर किया।
Tesla के बारे में सब कुछ जानने के लिए यहाँ क्लिक करें।
निष्कर्ष
स्वायत्त वाहनों की विशाल विस्तारशील दुनिया भविष्य की ओर संकेत करती है जहाँ गतिशीलता बढ़ेगी, ट्रैफ़िक जाम कम होगा, अधिक सुविधा होगी, और सुरक्षा में सुधार होगा।
जबकि वैश्विक स्वायत्त वाहन बाजार का आकार प्रोजेक्ट किया गया है कि इस दशक के अंत तक $13,632.4 बिलियन तक बढ़ेगा, स्वायत्त ड्राइविंग सॉफ़्टवेयर का बाजार, जो AVs के लिए अभिन्न है, अपेक्षित है कि 2024 में $1.8 बिलियन से 2035 तक $7 बिलियन तक बढ़ेगा।
कुशल और सुरक्षित परिवहन समाधान की बढ़ती मांग ही स्वायत्त ड्राइविंग सॉफ़्टवेयर बाजार की वृद्धि का कारण है। जैसे-जैसे AVs धीरे-धीरे लोकप्रिय होते हैं और अपनाए जाते हैं, ऑटोमोटिव निर्माताओं को सुरक्षा तकनीकों को शामिल करना आवश्यक है। यहाँ, ऑटोपायलट ड्राइविंग सॉफ़्टवेयर एल्गोरिदम और वास्तविक‑समय डेटा प्रोसेसिंग के माध्यम से वाहन सुरक्षा सुनिश्चित करता है।
अब, पूरी तरह स्वायत्त वाहनों के भविष्य को साकार करने के लिए, हमें केवल तकनीकी प्रगति से अधिक चाहिए। यात्रियों का भरोसा जीतना व्यापक अपनाने के लिए महत्वपूर्ण है। TimelyTale जैसी समाधान, जो समय पर और संबंधित स्पष्टीकरण पर केंद्रित हैं, यात्रियों की चिंताओं को बेहतर ढंग से संबोधित कर सकते हैं और भरोसा बढ़ा सकते हैं, इस प्रकार स्वायत्त ड्राइविंग के लिए एक अधिक मानव-केंद्रित दृष्टिकोण बनाते हैं।
ऐसे नवाचार भविष्य के करीब ले जाने में महत्वपूर्ण हैं जहाँ स्व-ड्राइविंग वाहन हमारे दैनिक जीवन में सुगमता से एकीकृत हो जाएँ, जिससे शहरी गतिशीलता में परिवर्तन आए।
