Yapay Zekâ
Direksiyonda AI: Yapay Zekanın Otonom Araçların Evrimine Nasıl Sürüklediği
Securities.io sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Yaklaşık 200 yıl önce, yüksek kaliteli ve benzersiz özelliklere sahip araçlar sıradan bir kişi için hayal bile edilemezken, o zamandan beri uzun bir yol kat ettik; elektrikli ve hibrit araçlar hayatımızın günlük bir parçası haline geldi.
Bugün, otonom araçlar (AV’ler), büyük bir gösteri ve beklentiyle ana akıma giren otomobil yeniliklerinin öncüsü konumunda. Peki bu nedir ve araçların yüzünü nasıl değiştiriyor? Hadi bakalım!
Otomobillerde Otomasyona Bir Bakış
Otonom araçlar (AV), teknolojiyi kullanarak insan sürücüyü kısmen veya tamamen devre dışı bırakan ve kendisini önceden belirlenmiş bir hedefe “otopilot” modunda taşıyan araçlardır. Aynı zamanda bu AV’ler trafik koşullarına yanıt verir, yol tehlikelerinden kaçınır ve daha fazla güvenlik sağlar.
Bu araçlar tarafından kullanılan çeşitli teknolojiler arasında sensörler, lazerler, radar, adaptif cruise kontrol, aktif direksiyon, anti-lock fren sistemleri ve GPS navigasyon teknolojisi bulunur.
Society of Automotive Engineers (SAE) göre, insan müdahalesine dayalı olarak altı seviyede otonom araç vardır. Bu sınıflandırma, ABD Ulusal Karayolu Trafik Güvenliği İdaresi (NHTSA) tarafından da kullanılmaktadır ve şu şekildedir:
Level 0: Araç, operasyonu üzerinde hiçbir kontrole sahip değildir; tüm sürüş insan sürücü tarafından yapılır.
Level 1: Araçın gelişmiş sürücü destek sistemi (ADAS), sürücüyü direksiyon ve frenleme konusunda destekleme yeteneğine sahiptir.
Level 2: Araçın ADAS’i belirli koşullarda hızlanma ve frenlemeyi denetler, ancak insan sürücünün gerekli görevleri yerine getirmesi ve yolculuk boyunca çevreye tam dikkat etmesi gerekir.
Level 3: Araçın ADAS’i bazı koşullarda sürüş görevinin tüm bölümlerini yerine getirebilir, ancak gerektiğinde insan sürücünün kontrolü devralması gerekir. Bu seviye otonomi şu anda AV’ler tarafından sağlanmaktadır.
Level 4: Araçın gelişmiş sürücü destek sistemi, belirli koşullarda insan müdahalesi veya yardımı olmadan tüm görevleri yerine getirebilir.
Level 5: Araçın ADAS’i, insan sürücünün hiçbir sürüş desteğine ihtiyaç duymadan, tüm koşullarda sürüşle ilgili tüm görevleri tamamen yapabilir. Bu aşamada tam otomasyon sağlanmıştır.
Otonom araçlar, rahatlık ve yaşam kalitesinde iyileşme gibi faydalar sunar. Ayrıca, fiziksel engelli ve yaşlı bireyler bağımsızlık kazanabilir. Trafik sıkışıklığını azaltma, ulaşım maliyetlerini düşürme, otopark alanlarını serbest bırakma ve CO2 emisyonlarını önemli ölçüde azaltma potansiyeli de vardır.
Bununla birlikte, otonom araçlar etrafındaki tüm heyecana rağmen, henüz beklenen başarıyı elde edemediler. Peki sorun ne?
Otonom Araçların Karşılaştığı Zorluklar
Otonom ya da sürücüsüz araçlar son yıllarda milyarlarca dolarlık yatırımı tetikledi, ancak AV lansmanlarında ve müşteri benimsemesinde birçok geri çekilme ve gecikme yaşandı. Şimdi, bu araçların karşılaştığı en belirgin zorluklara bir göz atalım.
Karmaşık Sürüş Ortamı
AV’lerin yol işaretlerini, trafik sinyallerini ve yoldaki nesnelerin hareketini izlemek için kullandığı sistemler kusursuz değildir. Özellikle gerçek dünya senaryolarını anlamakta başarısız olurlar.
Örneğin, yolda bir kuş sürüsü oturuyorsa, insan sürücüler aracın ilerlemesiyle kuşların uçup gideceğini anlar, ancak AV’ler gereksiz yere durabilir ya da fren yapabilir. AV’ler ayrıca bir başka sürücünün el hareketi ya da göz teması gibi karmaşık sosyal etkileşimleri algılayamaz ve size ilerlemenizi söyleyemez.
Üstelik, AV’ler henüz yolda trafik işareti bulunmadığında güvenli bir şekilde davranamıyor. Bu, AV’lerin farklı ülkelerdeki herhangi bir konumda maksimum doğrulukla çalışamayacağı anlamına geliyor.
Bir yolcu harita sisteminde yer almayan bir konuma gitmek isterse, AV’ler yönlerini kaybedebilir ve bu da zor bir durum yaratır. Bu, aracı yönlendirecek karmaşık üç boyutlu (3D) rota haritalarının gerekliliğini ortaya koyar; kapsam ve doğruluk sağlamak zaman alıcı bir süreçtir.
Kötü Hava Koşulları
AV’ler için büyük bir zorluk kötü hava koşullarıdır. Bu araçlar, nesneleri görüp tanımlamak için kamera, mesafeyi ölçmek için lazer ve nesnenin hızını ve hareket yönünü ölçmek için radar gibi geniş bir sensör yelpazesi kullanır.
Veri toplandıktan sonra sistem bir karar verir, ancak kar, sis ya da yoğun yağmur sensörlerin doğru çalışmasını zorlaştırır. Bu nedenle olumsuz hava koşulları AV’lerin algılama yeteneğinin doğruluğunu olumsuz etkiler ve kullanıcı güvenliğini tehlikeye atabilir. Ayrıca yoğun yağış ve su, yağ, buz ya da enkaz gibi maddeler şerit işaretlerini gizleyebilir.
Maliyet
AV’lerin bir diğer büyük sorunu maliyettir; bu araçların kullandığı Lidar ve radar gibi sensörler pahalıdır. Üstelik Lidar hâlâ menzil ve çözünürlük arasında doğru dengeyi bulmaya çalışıyor. Bu da şu soruyu gündeme getiriyor: aynı yolda birden fazla AV bulunursa, lidar sinyalleri birbirini engeller mi?
Sorumluluk
AV’lerle ilgili bir diğer büyük soru ise kaza sorumluluğu; AV’lerin neden olduğu kazalardan kim sorumlu? Bu, özellikle tamamen otonom seviyedeki AV’lerde, acil bir durumda insanın kontrol edebileceği bir direksiyon bulunmadığında daha da önem kazanacaktır. Ayrıca sigorta da bu araçlar için belirsiz bir alandır.
Yasalar ve Düzenlemeler
AV’ler ana akıma girmiş olsa da, bunları çevreleyen yasalar ve düzenlemeler hâlâ çok az ve dağınıktır. Son zamanlarda, ABD’de AV’ler için düzenleyici süreç federal rehberlikten eyalet bazlı zorunluluklara kaydı.
“Zombi arabalar” oluşumunu önlemek için bazı eyaletler onlara kilometre başına bir vergi getirmeyi önerdi. Yasama organları ayrıca tüm AV’lerin bir panik düğmesi bulundurması gerektiğini öne süren tasarılar hazırladı.
Siber Güvenlik
Yoğun bağlantılı ulaşım sistemi ve 5G’nin yaygınlaşmasıyla birlikte, veri gizliliği ve siber güvenlik bu araçlar için başka sorunlar oluşturuyor. Örneğin, 2015 yılında Fiat Chrysler 1,4 milyon aracını geri çağırdı hataları düzeltmek için, çünkü bu araçlar hacklenebilir ve uzaktan kontrol edilebilirdi. AV’ler, sadece tüketicinin veri gizliliğini ihlal etmemekle kalmayıp aynı zamanda verileri hackerlardan korumalıdır.
Altyapı
AV’leri yola çıkarmak için altyapıya büyük yatırımlar yapılması gerekir. AV’ler genellikle net şerit çizgilerine, veri depolama alanlarına ve daha sağlam bir şarj ağına ihtiyaç duyar. Bu, şehir bütçesini etkiler. Bu nedenle, mevcut altyapıyı genişletmek için kamu yatırımları ve topluluk ile sektör iş birliği konusunda bir diyalog gereklidir.
AI, Otonom Araçlar İçin Geleceği Açıyor
Tüm bu zorlukların karşısında, yapay zeka (AI) kontrolü ele alıyor ve otonom araçlar için yolu açıyor.
Şöyle ki, otomotiv sektörü son yıllarda yeni teknolojilerin ortaya çıkışıyla hızla ilerliyor. AI, otomotiv endüstrisinin dönüşümüne yardımcı olan bir teknoloji. Temelde AI, makineleri daha akıllı hâle getirmekle ilgilidir. İnsan zekasını makinelerde simüle ederek, onların bizim gibi düşünmesini ve hareket etmesini sağlar.
AI, araçların nesneleri tanımasını, bir sonraki adımı tahmin etmesini, beklenmedik durumlara tepki vermesini ve karmaşık trafik durumlarında insan sürücülerden daha iyi sürüş yapmasını sağlar. Statista’ya göre, küresel otomotiv AI pazarı 74,5 milyar dolar büyüklüğe ulaşması bekleniyor.
NHTSA’nın bir çalışmasına göre, görme ve işitme bozuklukları gibi insan hataları yol kazalarının yaklaşık %93’ünden sorumludur. AV’lerde sensörler ve algoritmalar şeklinde AI kullanmak, daha güvenli ve emniyetli bir ulaşım yöntemi sağlayabilir ve insan hatalarından kaynaklanan can kayıplarını önemli ölçüde azaltabilir. AI’nın ortamı öğrenme ve ardından uyum sağlama yeteneği, teknolojiyi karmaşık yollar ve durumlarla başa çıkmada daha yetkin kılar.
AI, AV’lerde çeşitli şekillerde kullanılmaktadır:
- Teknoloji, AV’lerin diğer sürücü ve yayaların davranışlarını tahmin etmesine yardımcı olabilir; araç, analiz yapma, olası sorunları öngörme ve bunların gerçekleşmesini önleme yeteneği kazanır.
- Makine öğrenimini kullanarak, etiketli veri setleriyle modeli doğru giriş-çıkış eşlemesi yapacak şekilde eğiten AI, AV’lerin nesne tanıma ve modellemesinde yardımcı olur. Öte yandan, etiketlenmemiş veri setleriyle eğitilen model, AV’lerin anomali tespiti, karmaşık durumları anlama ve özellik çıkarımı yapmasına yardımcı olur.
- AV’ler, çevreleri hakkında bilgi edinmek için kamera, Lidar, radar ve ultrasonik sensörler gibi cihazlara dayanır. Burada AI algoritmaları bu verileri analiz ederek ayrıntılı haritalar oluşturur ve AV’lerin bilinçli kararlar almasını sağlar.
- Doğal Dil İşleme (NLP) kullanarak, AV’ler ses tanıma yoluyla yolcularla etkileşime geçebilir. Böylece AI, araçların insan sorularını anlamasını ve etkili bir şekilde yanıt vermesini sağlar.
- Gerçek zamanlı sensör verilerine dayalı anlık kararlar alarak, AI AV’lerin yavaşlaması mı yoksa durması mı gerektiğine karar vermesine yardımcı olur. Bu sayede AI, insanların hata yapma eğiliminde olduğu tehlikeli durumlarda AV’lere destek olur. Teknoloji, verileri sensörlerinden analiz ederek çapraz trafik tespiti, kör nokta aktif izleme, trafik sinyalleriyle senkronizasyon ve acil durum araç kontrolünde çok daha iyi performans gösterir.
Genel olarak, AV’lerde AI gerçek zamanlı veri toplama, nesne tespiti ve tanımlama, rotayı optimize etme, yol koşullarını yönlendirme ve arızaları tahmin etme konularında yardımcı olur. AI’nın bu kullanım durumları, otonom araçların trafik yoğunluğunu azaltması, enerji tasarrufu sağlaması, erişilebilirliği artırması, verimliliği yükseltmesi ve güvenliği artırması anlamına gelir.
Zaten teknoloji, dünya çapındaki otomobil üreticileri tarafından kullanılmaktadır. Örneğin, Tesla’ (TSLA ) nın Autopilot: 3 milyardan fazla mil bu modda neredeyse bir on yıl içinde kat etti. Elon Musk’ın Tesla’sı, hassas kontrol için gelişmiş AI algoritmalarını kullanıyor.
Waymo, karmaşık rota planlaması ve çevresine akıllı tepkiler veren AI tabanlı bir sürücüsüz sistem kullanan bir diğer örnektir. Şirket, araçlarını simülasyonda on milyarlarca mil sürerek test etti.
Daimler’in dijital asistanı, Audi’nin R10 e-tron SUV’su ve Mercedes-Benz’in EQR4 otonom sürüş sistemi diğer örnekler arasındadır. AI’da AV’lere katkıda bulunan diğer büyük firmalar arasında BMW, GM, Nissan, Uber, Volvo, Bosch, Mobileye, Valeo, Continental, Velodyne, Nvidia (NVDA ) ve Ford yer alıyor.
Otonom Araçlar Alanındaki En Önemli AI Atılımları
2023, AI’daki ilerlemelerin büyük bir yılıydı ve bu gelişmeler sanat, finans, sağlık, eğitim, iklim değişikliği, araştırma, fonlama ve AV’ler dahil olmak üzere her alanda etkili oldu. Şimdi, otonom araçlar alanındaki 2023’ün en önemli AI atılımlarına bir göz atalım.
En son olarak, Güney Kore’nin Incheon Ulusal Üniversitesi (INU) araştırmacıları yeni nesil bir uçtan uca 3B nesne tespit sistemi geliştirdi; bu sistem derin öğrenmeye dayalı ve Nesnelerin İnterneti (IoT) destekli. Bu sistem, AV’lere olumsuz koşullarda bile geliştirilmiş tespit yetenekleri sağlıyor.
Kameralar, lidarlar ve radarlar gibi sensörlerin engellere, hava koşullarına ve düzensiz yollara karşı savunmasız olma zorluğunu ele alarak, bu çalışma YOLOv3 (You Only Look Once) algoritmasını IoT’yi entegre ederek 3B nesneleri tanımlayacak şekilde uyarladı; IoT, nesnelerin internet üzerinden veri alışverişi ve iletişim kurmasını sağlıyor.
Önerilen sistem, giriş olarak RGB görüntüler ve nokta bulutu verilerini işlemek üzere tasarlanmıştır. Çıktı olarak, engelleri tanımlamak için derecelendirilmiş ve etiketlenmiş sınırlayıcı kutular üretir. Sistem, çeşitli öğeleri tespit etmede yetkin olup ölçek ve dönüşümdeki değişkenlikleri yönetebilir.
Çalışma, sistemi Lyft veri setiyle test etti ve daha yüksek doğruluk ve daha düşük gecikme gösterdiğini buldu. Takıma göre, önerilen sistemin çok yönlülüğü otonom araçların ötesine geçerek gözetim, robotik ve oyun gibi alanlarda da potansiyel uygulamalara sahip.
Başka bir proje, Helm.ai, AI atılımı yaptı sürücü niyetini tahmin eden ve optimal yollar planlayan. Robot ve araç otomasyonu için AI yazılımı geliştiren şirket, bunun Helm.ai’nin ölçeklenebilir L2/L3 ve L4 dağıtımlarını mümkün kılacağını açıkladı.
Şirketin DNN tabanlı temel modelleri, kendi özel teknolojisi Deep Teaching kullanılarak eğitiliyor; bu teknoloji, karmaşık sürüş ortamları için gerçek sürüş verilerini kullanıyor.
Şimdi, modeli çevredeki araçları ve yayaları analiz ederek çeşitli kentsel durumlarda muhtemel eylemlerini doğru bir şekilde tahmin eder ve buna göre AV’ler için en verimli ve güvenli yolu oluşturur. Şirketin platformu farklı donanım konfigürasyonlarıyla sorunsuz çalışır ve verimli eğitim ve doğrulama sağlar.
“Yazılım platformumuz, kentsel ortamların kritik algı zorluklarını ele alıyor ve AI destekli niyet tahmini ve yol planlamasının ölçeklenebilir geliştirilmesi ve doğrulanması için yolu açıyor.”
– Vladislav Voroninski, Helm.ai CEO’su
Bu yıl, elektrikli araç öncüsü Tesla da Full Self-Driving (FSD) yazılımında ilerlemeler kaydetti. En son sürüm, 12 (v12), şirketin araçlarını seviye 4 veya seviye 5 otonomiye bir adım daha yaklaştırmasını sağlıyor.
Ağustos ayında, Musk FSD v12’yi aracın otonom bir şekilde sürülmesini ve paralel park, trafik ışıklarına uyma ve dönel kavşaklarda gezinme gibi görevleri yerine getirmesini gösterdi. Bu sürümü önceki sürümlerden ayıran, AI destekli kendi kendine öğrenen sinir ağlarına yoğun bağımlılığıdır.
Bu, farklı sürüş senaryoları için insan programcıların sabit kodlar yazması yerine, AI’nın Tesla araçlarından toplanan büyük veri miktarını analiz edip en uygun yanıtı seçmesi anlamına geliyor.
Bu gelişme, Tesla’yı robotaksi iş hedefine bir adım daha yaklaştırıyor; Ark Invest’e göre, ayı piyasasında bile yıllık 200 milyar dolar (en iyimser projeksiyonunda 600 milyar doların üzeri) gelir üretebilir.
Bu yılın başlarında, AV’ler için bir başka atılım, kamera görüntüleme sistemi HADAR (ısı destekli tespit ve menzil) oldu. Michigan State Üniversitesi ve Purdue Üniversitesi araştırmacıları, AI kullanarak HADAR’ı geliştirdi; bu sistem ısı imzalarını yorumlayarak optik karmaşayı kesip net ve keskin görüntüler sağlar.
AI modelleri, ticari kızılötesi kameralarından veri toplayan makine öğrenimi algoritmalarını kullanarak nesnelerin fiziksel özelliklerini ve çevrelerini tanır; bu sayede HADAR gece manzaralarını net bir şekilde yeniden oluşturur.
Sistemin termal radyasyon desenlerini, malzeme oluşumunu ve sıcaklığı büyük başarıyla tespit edebilmesi, temasız kamu güvenliği taramaları ve karanlık korkusunu yenmek gibi geniş potansiyellere sahiptir. Ancak, HADAR ekipman maliyeti ve gerçek zamanlı kalibrasyon ihtiyacı gibi zorlukları da vardır.
Ford Motor Company (F ) ayrıca tamamen sahip olduğu bir yan kuruluş olan Latitude AI adını verdiği bir şirket kurdu; bu şirket eller serbest, gözler yoldan uzak otomatik sürüş sistemi geliştirmeyi hedefliyor. Otomobil devi, Ford BlueCruise ile zaten 50 milyondan fazla mil eller serbest sürüş elde etti.
Şimdi, Latitude ile amaç, uzun otoyol mesafeleri ya da sıkışık trafik gibi sıkıcı, stresli ve hoş olmayan sürüş zamanlarını otomatikleştirmektir. Otomatik sürüş hakkında konuşurken, Ford’un baş teknoloji sorumlusu Doug Field şöyle dedi:
“Otomatik sürüş teknolojisini, insanlar ve araçları arasındaki ilişkiyi yeniden tanımlama fırsatı olarak görüyoruz.”
Son Düşünceler
Gördüğümüz gibi, insan yardımının seviyesine bağlı olarak, otonom araçlar farklı kategorilere ayrılır: sürücü destekli otomasyon, kısmen otomatik sürüş, yüksek derecede otomatik sürüş, tamamen otomatik sürüş ve tam otomatik araç. AI’ın ortaya çıkmasıyla, AV’lerin nihai aşamalara ulaşma olasılığı her zamankinden daha yakın.
Otomotiv endüstrisindeki AI pazarının geleceği açıkça umut verici. 2022’de 6 milyar doların üzerindeydi ve 2032’ye kadar %55 yıllık bileşik büyüme oranı (CAGR) ile büyümesi öngörülüyor.
Sensör teknolojileri, hesaplama gücü ve öngörücü bakım çözümleri gibi AI algoritmalarındaki ilerlemeler, otonom araçların zorluklarını aşmalarına ve ana akım benimsemesini sağlamalarına daha da yardımcı olacak!
