Favorire la fiducia nelle soluzioni di guida automatizzata con TimelyTale

Più di un secolo fa, l’invenzione delle automobili ha rivoluzionato la vita delle persone, e il settore si sta ora preparando per il suo prossimo grande salto, ovvero la guida autonoma. Nel mondo di oggi, dove tutto sta diventando intelligente, perché le tue auto non dovrebbero essere intelligenti anche loro? Beh, lo sono.

Il progresso tecnologico nel settore automobilistico ha portato all’ascesa dei veicoli a guida autonoma.

La combinazione di hardware potente e software intelligente sta inaugurando una nuova era di auto a guida autonoma che porteranno le persone a destinazione in modo confortevole e sicuro, senza richiedere alcun intervento umano.

Questo panorama della guida autonoma sta evolvendo a un ritmo rapido, con il numero di veicoli automatizzati spediti ogni anno previsto in crescita a un CAGR del 41% tra il 2024 e il 2030.

L’integrazione crescente dei veicoli automatizzati nella nostra vita quotidiana dovrebbe ridurre la congestione del traffico, migliorare l’accessibilità e aumentare la sicurezza. Questi veicoli consentono inoltre ai conducenti di svolgere attività non legate alla guida, come usare il telefono, guardare contenuti multimediali, lavorare o semplicemente rilassarsi durante il viaggio.

Tuttavia, non tutti i veicoli automatizzati possono raggiungere questo risultato. Esistono diversi livelli di automazione dei veicoli, che sono i seguenti:

Livello 0 – A questo livello non c’è alcuna automazione della guida. È completamente controllato manualmente. Questo tipo di veicoli è quello che vediamo per lo più sulle strade.

Livello 1 – Un passo sopra troviamo il più basso livello di automazione, in cui l’assistenza al conducente è fornita tramite un unico sistema automatizzato, come lo sterzo o il cruise control adattivo.

Livello 2 – Questo livello di automazione parziale della guida è rappresentato dai sistemi avanzati di assistenza al conducente (ADAS). Qui il veicolo può controllare lo sterzo e la velocità, ma un umano è ancora seduto al posto di guida e può riprendere il controllo del veicolo in qualsiasi momento. Stiamo già vedendo questo livello di veicoli intorno a noi con il sistema Autopilot di Tesla (TSLA ) e i sistemi Cadillac Super Cruise di General Motors (GM ).

Livello 3 – In questo livello di automazione condizionale, i veicoli hanno la capacità di rilevare l’ambiente circostante e, in base a ciò, prendere decisioni informate. Tuttavia, il conducente umano deve comunque mantenere l’attenzione ed essere pronto a riprendere il controllo se il sistema non riesce a eseguire il compito. Esempi principali di Livello 3 includono la Mercedes‑Benz S‑Class, che offre funzionalità come la crociera autonoma in autostrada e il mantenimento della corsia, e la Honda Legend (HMC ), che offre la guida senza mani in scenari specifici.

Livello 4 – Questo salto al livello successivo ci porta a veicoli ad alta automazione, che nella maggior parte dei casi non richiedono assistenza umana, ovviamente. Tuttavia, gli esseri umani hanno ancora la possibilità di intervenire manualmente. I veicoli di Livello 4 possono guidare autonomamente ma legalmente solo in aree limitate. Questi veicoli sono già in fase di sviluppo con Waymo One di Google e Apollo Go di Baidu.

Livello 5 – Questo livello non richiede affatto conducenti. A questo stadio, i veicoli autonomi raggiungono l’automazione completa della guida, sono liberi da geofencing e, di conseguenza, possono fare tutto ciò che un conducente umano esperto può fare e andare ovunque. Da Tesla, Amazon (AMZN ) e Honda a Mercedes, diversi grandi produttori automobilistici in tutto il mondo stanno testando auto completamente autonome. Tuttavia, non sono ancora disponibili al pubblico.

Sebbene al momento non sia noto quando i veicoli completamente automatizzati (SAE Livello 5) otterranno un’adozione diffusa, alcuni studi prevedono la prontezza del mercato entro la fine di questo decennio.

Con ciò, è fondamentale costruire la fiducia degli utenti per il successo dell’implementazione e dell’accettazione di questi veicoli. Attualmente, la fiducia limitata dei passeggeri ostacola l’adozione.

Pertanto, per rendere i veicoli a guida autonoma più accoglienti per i passeggeri, i ricercatori del Gwangju Institute of Science and Technology (GIST) della Corea del Sud hanno scritto un documento che discute strategie in tal senso. Questo include fornire spiegazioni ai passeggeri.

Il problema è che spiegazioni mal progettate possono influire negativamente sull’esperienza dei passeggeri. Pertanto, le spiegazioni devono trasmettere informazioni con sufficiente intelligibilità in ambienti stradali in rapido cambiamento.

Studi precedenti hanno esplorato vari metodi di presentazione delle spiegazioni per migliorare l’esperienza dei passeggeri riducendo ansia e carico cognitivo. Tuttavia, il timing ottimale delle spiegazioni e la reale domanda dei passeggeri non sono ancora stati ampiamente studiati, soprattutto in ambienti reali.

I ricercatori del GIST hanno indagato il processo di fornire spiegazioni in modo tempestivo per migliorare il senso di sicurezza dei passeggeri e la loro fiducia nei veicoli automatizzati.

Accelerare l’adozione dei veicoli autonomi

Per aiutare i veicoli automatizzati a mantenere la promessa di migliorare la mobilità urbana, è necessario conquistare la fiducia dei passeggeri, per la quale è indispensabile fornire spiegazioni tempestive e specifiche per i passeggeri riguardo alle decisioni dei veicoli a guida autonoma.

Affinché queste spiegazioni siano efficaci, devono essere comprensibili, informative e concise. Ciò favorirà la fiducia tra i passeggeri fornendo loro un crescente senso di controllo e riducendo le esperienze negative.

Sebbene esistano già metodi di intelligenza artificiale spiegabile (XAI), sono principalmente destinati a sviluppatori e regolatori. Con il loro focus su scenari ad alto rischio o spiegazioni troppo dettagliate, non sono davvero adatti ai passeggeri.

Ciò evidenzia la necessità di modelli XAI che si concentrino specificamente sui passeggeri, comprendendo il tipo di informazioni richieste e quando esse sono necessarie negli scenari di guida reali.

Un ostacolo principale allo sviluppo di modelli XAI spiegabili incentrati sul passeggero, come osservato dallo studio, è la mancanza di dataset che tengano conto dei contesti dei passeggeri.

In risposta, un team di ricercatori del GIST guidato da SeungJun Kim, professore e direttore del Human‑Centered Intelligent Systems Lab al GIST, ha introdotto TimelyTale per colmare la mancanza di un approccio incentrato sul passeggero, utilizzando dati sensoriali per spiegazioni tempestive e contestualmente rilevanti.

TimelyTale è un nuovo dataset multimodale progettato per catturare scenari di guida reali e offrire spiegazioni a bordo per migliorare la fiducia e la sicurezza dei passeggeri nei veicoli automatizzati.

“La nostra ricerca sposta l’attenzione dell’XAI nella guida autonoma dagli sviluppatori ai passeggeri. Abbiamo sviluppato un approccio per raccogliere la reale domanda dei passeggeri di spiegazioni a bordo e metodi per generare spiegazioni tempestive e pertinenti alla situazione per i passeggeri.”

– Professor Kim

Gli autori dello studio hanno ricevuto il ‘Distinguished Paper Award’ per il loro lavoro intitolato ‘What and When to Explain?: On‑road Evaluation of Explanations in Highly Automated Vehicles.’

Per iniziare, i ricercatori hanno esaminato l’effetto di diversi tipi di spiegazioni visive — includendo attenzione, percezione e una combinazione di entrambe — nonché il loro timing sull’esperienza dei passeggeri in condizioni di guida reale, utilizzando la realtà aumentata.

È stato riscontrato che lo stato di percezione del veicolo migliora la fiducia, la consapevolezza situazionale e la percezione di sicurezza senza sovraccaricare i passeggeri. Inoltre, i ricercatori hanno scoperto che la probabilità di rischio del traffico è il fattore più efficace per decidere quando le spiegazioni debbano essere fornite, aiutandoli a capire quando i passeggeri si sentono sovraccarichi di informazioni.

Sulla base di questi risultati, i ricercatori del GIST, in collaborazione con il MIT, hanno sviluppato il dataset TimelyTale.

Per questo approccio, i ricercatori hanno utilizzato dati dall’ambiente esterno (esteroceptivi) come suoni e immagini, dati propriocettivi, relativi alle posizioni e ai movimenti del corpo, e dati interocettivi sullo stato del passeggero, cioè le sensazioni corporee come dolore, respirazione e frequenza cardiaca.

Per raccogliere tutti questi dati dai passeggeri, i ricercatori hanno impiegato una varietà di sensori in scenari di guida naturalistici per prevedere le loro richieste di spiegazioni. I dispositivi utilizzati includevano GPS, LiDAR 3D, OBD‑II, IMU e telecamere stereo per i dati esteroceptivi e propriocettivi, mentre telecamera LiDAR, telecamera di profondità, imaging termico, braccialetto E4 e sensori di pressione del sedile sono stati usati per catturare i dati interocettivi.

È degno di nota che i ricercatori hanno anche incorporato il concetto di interrompibilità a bordo per individuare i momenti giusti per le spiegazioni. L’interrompibilità è il passaggio dell’attenzione del passeggero da attività non legate alla guida (NDRTS) a informazioni relative alla guida.

A differenza dei veicoli guidati manualmente, dove i conducenti non possono essere distratti, nei veicoli automatizzati i passeggeri tipicamente non sono impegnati in compiti di guida. Pertanto, è necessario individuare i momenti per le informazioni relative alla guida durante le NDRTS.

Di conseguenza, i ricercatori sono in grado di identificare efficacemente sia il timing sia la frequenza delle richieste di spiegazioni dei passeggeri. Il modello ha anche riconosciuto le spiegazioni specifiche che i passeggeri desiderano durante le situazioni di guida.

I ricercatori hanno poi utilizzato il loro approccio per sviluppare un modello di apprendimento automatico (ML) che prevede il momento migliore per offrire al passeggero una spiegazione. Hanno inoltre effettuato una modellazione a livello cittadino per generare spiegazioni testuali basate su diverse località di guida.

L’analisi preliminare, secondo lo studio, indica il potenziale del modello nel determinare il timing della domanda dei passeggeri di spiegazioni a bordo. Nel frattempo, il dataset può essere utilizzato per generare contenuti di spiegazioni testuali pertinenti a contesti ambientali, di guida e specifici per i passeggeri.

“La nostra ricerca pone le basi per una maggiore accettazione e adozione dei veicoli autonomi, potenzialmente rimodellando il trasporto urbano e la mobilità personale nei prossimi anni.”

– Prof. Kim

Aziende che avanzano le soluzioni di guida automatizzata

Ora, diamo un’occhiata alle aziende che stanno plasmando il futuro dei veicoli automatizzati e sono anche posizionate per sfruttare i progressi nell’IA spiegabile.

Nel settore AV, General Motors (GM ) ha sviluppato Cruise per corse senza conducente mentre Ford Motor (F ) sta facendo la sua mossa in questa direzione tramite Escape Hybrid.

Poi c’è NVIDIA (NVDA ), la cui piattaforma DRIVE offre una famiglia di strumenti hardware e software per lo sviluppo di veicoli autonomi. Amazon (AMZN ) è anche interessata alla tecnologia dei veicoli autonomi tramite Zoox, che ha iniziato a testare le sue auto senza conducente in vista del lancio previsto per il prossimo anno. Aziende come Uber (UBER ) e Lyft (LYFT ), che gestiscono una rete di ride‑sharing, possono anche beneficiare dei progressi nel favorire la fiducia e la sicurezza nei servizi di veicoli a guida autonoma.

Ora, due nomi di spicco nel mercato dei veicoli autonomi che potresti considerare degni di investimento sono:

1. Waymo

Nel mondo dello sviluppo dei veicoli autonomi, Waymo sta facendo grandi progressi. Questa controllata di Alphabet (GOOG ) si concentra sulla tecnologia di guida autonoma e sulle funzionalità incentrate sul passeggero.

Alla fine del mese scorso, l’azienda ha annunciato la chiusura di un round di investimento da 5,6 miliardi di dollari, sovrasottoscritto, guidato dalla società madre Alphabet, con altri partecipanti tra cui investitori esistenti e società di private equity come Fidelity, Tiger Global, Andreessen Horowitz, Perry Creek, Silver Lake e T. Rowe Price (TROW ).

I fondi saranno utilizzati per espandere il servizio di ride‑hailing “Waymo One” a più città statunitensi e migliorare il “Waymo Driver” basato sull’IA. Recentemente, l’azienda ha lanciato i suoi robotaxi a Los Angeles, il che significa che chiunque nella città può chiamare un veicolo senza conducente tramite l’app Waymo One. Questo robotaxi è già in circolazione a Phoenix da quattro anni e da l’anno scorso è presente a San Francisco. Nel frattempo, ad Austin e Atlanta, Waymo ha aggiunto i suoi veicoli autonomi alla piattaforma di Uber, consentendo ai clienti di prenotare il veicolo dall’app Uber.

Google ha iniziato a lavorare su auto a guida autonoma più di un decennio e mezzo fa, quando Waymo era solo un progetto segreto. Le auto a guida autonoma del gigante tecnologico hanno, secondo i rapporti, percorso più di 20 milioni di miglia senza incidenti gravi.

Le azioni di questo gigante da 2,2 trilioni di dollari di capitalizzazione di mercato sono attualmente scambiate a 180,91 $, in rialzo del 30 % quest’anno. Ha un EPS (TTM) di 7,54, un P/E (TTM) di 24,09 e un rendimento del dividendo dello 0,44 %. Per il 3Q24, ha riportato vendite nette di 2,93 miliardi di dollari e 702 milioni di dollari di flussi di cassa operativi.

Per il Q3 2024, Alphabet ha riportato un fatturato di 88,27 miliardi di dollari, con un aumento del 15 % rispetto all’anno precedente. Il suo fatturato cloud è aumentato del 35 % rispetto all’anno scorso, raggiungendo un record di 11,35 miliardi di dollari in questo trimestre, spinto dalle offerte di IA.

L’IA ha attirato molta attenzione sia da parte degli utenti che delle aziende, con Google che attrae nuovi clienti, ottiene contratti più grandi e vede una crescente adozione grazie all’IA. Pertanto, naturalmente, l’azienda continua a “investire in infrastrutture all’avanguardia” per supportare i suoi sforzi nell’IA.

2. Tesla Inc.

Fondata da Elon Musk, Tesla è nota per i suoi veicoli elettrici, che offrono Autopilot come automazione di livello 2. Autopilot è una caratteristica standard su ogni nuova Tesla, con ciascun veicolo dotato di più telecamere e elaborazione visiva per un ulteriore livello di sicurezza.

Poi c’è Full Self‑Driving (FSD), che aggiunge una navigazione semi‑autonoma. Sia Autopilot che FSD sono destinati all’uso con un conducente pienamente attento.

Mentre Autopilot include funzionalità come il cruise control consapevole del traffico e l’autosteer, FSD (supervisionato) offre funzionalità aggiuntive, tra cui navigazione su autopilot, autosteer su strade cittadine, cambio di corsia automatico, parcheggio automatico, summon e smart summon, controllo del traffico e controllo dei segnali di stop.

I veicoli Tesla includono anche diverse funzioni di sicurezza attiva che consentono di rilevare auto o ostacoli, avvisi di collisione imminente, avvisi di collisione laterale e monitoraggio dell’angolo cieco, tra le altre, per assistere i conducenti.

Il costruttore, tuttavia, è attualmente sotto scrutinio della National Highway Traffic Safety Administration (NHTSA), che ha espresso insoddisfazione per il linguaggio promozionale di Tesla sui social media riguardo alla funzione FSD. L’agenzia ritiene che la comunicazione di Tesla possa promuovere un uso non sicuro del sistema e ha richiesto all’azienda di riconsiderare la sua strategia di comunicazione sulle capacità di FSD.

Ciò avviene a seguito di un tragico incidente in cui una donna è stata investita da una Tesla, che operava in modalità FSD, sollevando dubbi sulla capacità del sistema di gestire condizioni ambientali difficili.

La NHTSA ha fissato a Tesla una scadenza del 18 dicembre per rispondere alle sue domande riguardo al “potenziale fallimento di FSD, inclusa la rilevazione e la risposta adeguata in situazioni specifiche in cui la visibilità della strada è ridotta, il che potrebbe limitare la capacità di FSD di operare in sicurezza”.

Con una capitalizzazione di mercato di 1,05 trilioni di dollari, le azioni Tesla sono attualmente scambiate intorno a 340 $, in rialzo del 32,2 % dall’inizio dell’anno (YTD). Ha un EPS (TTM) di 3,65, un P/E (TTM) di 90,07 e un ROE (TTM) del 20,65 %. Il suo rapporto Debito/Patrimonio netto (MRQ) è dell’11,01 %.

Per il 3Q24, l’azienda ha riportato un fatturato di 23,35 miliardi di dollari e un utile netto di 2,17 miliardi di dollari. I margini di profitto sono aumentati di 739 milioni di dollari grazie ai ricavi dei crediti regolamentari automobilistici, a seguito della richiesta dei regolatori di far vendere ai produttori un certo numero di veicoli a basse emissioni o di acquistare crediti da aziende come Tesla, che costruisce esclusivamente tali veicoli e, di conseguenza, possiede crediti in eccesso.

In questo trimestre, il costruttore ha prodotto 470.000 veicoli e ne ha consegnati 463.000. Recentemente, ha anche presentato un robotaxi e un robovan.

Clicca qui per saperne di più su Tesla.

Conclusioni 

Il vasto e in rapida espansione mondo dei veicoli autonomi indica un futuro di mobilità aumentata, riduzione della congestione del traffico, maggiore comodità e sicurezza migliorata.

Mentre la dimensione del mercato globale dei veicoli autonomi è prevista crescere fino a 13.632,4 miliardi di dollari entro la fine di questo decennio, il mercato del software per la guida autonoma, parte integrante dei veicoli autonomi, dovrebbe aumentare da 1,8 miliardi di dollari nel 2024 a 7 miliardi entro il 2035.

La crescente domanda di soluzioni di trasporto efficienti e sicure è la ragione alla base della crescita del mercato del software per la guida autonoma. Man mano che i veicoli autonomi diventano gradualmente popolari e ottengono adozione, i produttori automobilistici sono tenuti a incorporare tecnologie di sicurezza. Qui, il software di guida autopilot garantisce la sicurezza del veicolo attraverso algoritmi e l’elaborazione dei dati in tempo reale.

Ora, per realizzare il futuro dei veicoli completamente autonomi, avremo bisogno di più della semplice avanzata tecnologica. Ottenere la fiducia dei passeggeri è fondamentale per raggiungere un’adozione diffusa. Con soluzioni come TimelyTale, che si concentra su spiegazioni tempestive e pertinenti, le preoccupazioni dei passeggeri possono essere affrontate meglio e la fiducia favorita, creando così un approccio più incentrato sull’uomo alla guida autonoma.

Innovazioni come queste sono importanti per avvicinare molto di più un futuro in cui i veicoli a guida autonoma sono integrati senza problemi nella nostra vita quotidiana, trasformando così la mobilità urbana.

Clicca qui per scoprire come i taxi autonomi genereranno fino a 4 trilioni di dollari entro il 2027.