Mobiliteit / Artificial Intelligence: Handle with care

De komst van zelfrijdende auto’s roept een hele reeks vragen op. Haast alle constructeurs zijn daarmee bezig, maar sommige staan al iets verder dan andere. Daarbij kan hun houding tegenover het gegeven ook licht verschillen, afhankelijk van de de prioriteiten die elke constructeur zich stelt. Bij Toyota is het primaire doel van de vele ingenieurs die aan de autonoom rijdende auto werken, het verhogen van de veiligheid. Elk jaar sterven er wereldwijd 1,3 miljoen mensen in het verkeer, en het doel is dat aantal uiteindelijk tot nul te herleiden. Bijkomende voordelen van de zelfrijdende auto zijn een efficiënter gebruik van de infrastructuur (minder files) en het verschaffen van (meer) mobiliteit aan iedereen, bijvoorbeeld ook aan de mindervaliden of andere mensen die om een of andere reden niet zelf de verantwoordelijkheid over een voertuig kunnen of mogen nemen.

Op basis daarvan heeft Toyota het Mobility Teammate Concept uitgewerkt. Daarbij staat de bestuurder nog altijd centraal – hij kiest uiteindelijk – en is ook de samenwerking met andere verkeersdeelnemers cruciaal. Ten slotte, maar zeker niet onbelangrijk, legt Toyota er sterk de nadruk op dat een autonoom rijdende auto niet noodzakelijk een gewoon voorwerp hoeft te zijn, maar ook met passie benaderd kan worden. “The automated car can also be ‘my car’, a beloved car”, zo klinkt het. Uiteindelijk komt het erop neer dat we iemand die zich in het verkeer begeeft, in de toekomst gewoon ‘Amuseer u’ kunnen toewensen, in plaats van de aanmaning ‘Rij voorzichtig’, die vandaag nog gebruikelijk is.

Toyota gebruikt daarbij niet zozeer de SAE-classificatie van vijf niveaus van autonoom rijden (zie pagina 18 en volgende), maar baseert de hele evolutie op twee parallelle assen: de eerste wordt Chauffeur genoemd (waarbij het systeem het rijden geheel of gedeeltelijk overneemt van de bestuurder), de andere Guardian (waarbij het systeem enkel assisteert in omstandigheden die de veiligheid in gevaar brengen).

Alles op zijn tijd

Ook voor de introductie van al die veiligheidssystemen bewandelt Toyota een dubbel pad: aan de ene kant wil het zo snel mogelijk gaan, aan de andere kant wil het ook zoveel mogelijk mensen bereiken. Dat wil zeggen dat de dure veiligheidssystemen die geïnstalleerd kunnen worden op de Lexussen van deze wereld (zie kadertje), na verloop van tijd (en liefst zo snel mogelijk) ook hun weg moeten vinden naar pakweg een Toyota Yaris of Aygo, zij het in een vereenvoudigde vorm. Zo is de Toyota Safety Sense al standaard op zo’n 92 procent van alle Toyota’s die in Europa worden verkocht.

Betekent dit dat Toyota de koers naar de zelfrijdende auto niet verderzet? Toch wel, maar de Japanners zijn zich ervan bewust dat de horden één voor één moeten worden genomen. Zelf plannen ze de introductie van wat zij de Highway Teammate noemen (te situeren op niveau 3 van de SAE-indeling, waarbij de auto de controle heeft over bepaalde manoeuvres in bepaalde omstandigheden op de snelwegen) rond 2020. Een (autonoom) niveau hoger zit de Urban Teammate (vergelijkbaar met niveau 4), een vorm van Automated Driving op gewone wegen, wat een pak moeilijker is voor de gerobotiseerde auto. Voor de introductie daarvan dromen ze in Toyota City voorzichtig van “een paar jaar na 2020”.

Toyota Research Institute

Ikeo Toyoda is op dit ogenblik de grote man bij Toyota. Hij is niet alleen een gepassioneerd autoliefhebber, maar ook dag en nacht bezig om zijn medewerkers tot het uiterste te duwen om op allerlei gebieden zo snel mogelijk vooruit te gaan (de kersverse bedrijfsslogan op het salon in Tokyo was niet voor niets ‘Start your Impossible’). Enkele jaren terug woonde Toyoda een lezing bij van ene Gill Pratt, een Amerikaan die ooit zijn beste vriend verloor in een auto-ongeval en die een begeesterend pleidooi gaf over de mogelijkheden, moeilijkheden en gevaren van de zelfrijdende auto en andere technieken in verband met mobiliteit en verkeersveiligheid.

Toyoda benoemde Pratt tot directeur van het Toyota Research Institute, de geavanceerde denktank van de constructeur die verder moet kijken dan het technische aspect alleen en bijvoorbeeld ook de keerzijde van de medaille moet bestuderen om problemen te detetecteren – idealiter voor ze een probleem worden. Gill Pratt: “18 procent van alle overlijdens op de wereld is te wijten aan een verkeersongeval. En het ergste is niet zozeer dat toch al indrukwekkende percentage, maar wel dat deze sterfgevallen altijd te vroeg, want onverwacht komen. Logisch ook dat in de jongere bevolkingsgroepen het aandeel verkeersdoden een stuk hoger ligt dan bij ouderen, aangezien zij op dat moment nog niet zo veel sterven aan andere oorzaken.”

Pratt is ervan overtuigd dat door automatisering de veiligheid er sterk op zal vooruitgaan, maar een zeer aangenaam neveneffect is volgens hem dat de kosten van transport zo ongeveer kunnen halveren. Als taxidiensten bijvoorbeeld op de kosten van de chauffeur kunnen besparen, scheelt dat zowat 50 procent in de totale kostprijs. Hoe dat allemaal in de praktijk te bereiken is, is echter nog wat anders: “Het zal met vallen en opstaan zijn, een reeks mislukkingen die altijd aan succes voorafgaan. Maar kunstmatige intelligentie zal daarbij een sleutelrol spelen. Daarom steunen wij zoveel start-ups van allerlei kunnen over de hele wereld.” Het doel is dus duidelijk, de weg ernaartoe minder eenvoudig. “In de grond gaat dit niet over de autonomie van de auto, het gaat over de autonomie van de mensen. Zij zullen zelf bepalen wat ze wél en niet willen. Niet enkel die vrijheid, maar ook het plezier van de verplaatsing moet bewaard blijven.”

Artificial Intelligence

Je zou het soms bijna vergeten, maar een auto besturen is geen eenvoudige taak. Alle visuele en andere informatie die je tijdens het autorijden binnenkrijgt, opslaan en verwerken is al niet eenvoudig, maar het is nog veel moeilijker om het gedrag van de medeweggebruikers in te schatten en te voorspellen. Toch doen we dat elke dag constant. Het is dan ook helemaal niet eenvoudig om dat door machines te laten overnemen. Niemand weet wanneer de volkomen autonome auto eraan komt, maar we weten wél dat het liefst zo snel mogelijk is. En dan hebben we voertuigen nodig die voldoende slim zijn om feilloos te kunnen observeren, analyseren en reageren.

De sleutel tot succes daarin is dat de machines die het van ons zullen moeten overnemen (en dus artificieel intelligent moeten zijn), niet alleen uiterst performant moeten zijn, maar ook constant zullen moeten bijleren om zichzelf bij te sturen. De machines waaraan wij onze bewegingsveiligheid zullen toevertrouwen, zullen zich voortdurend moeten aanpassen, wat in het vakjargon deep learning wordt genoemd. Bij Toyota werken ze samen met andere firma’s, maar ook met universiteiten om vooruitgang te boeken in de materie.

Trace

Zo werkt professor Luc Van Gool van de KU Leuven al geruime tijd met Toyota samen in Trace, wat staat voor Toyota Research on Automated Cars in Europe. Van Gool is een specialist in wat computers eigenlijk (kunnen) zien. Hij streeft ernaar dat zijn camera’s dankzij deep learning werken als het menselijke brein, dat ze zich niet alleen aanpassen aan wat ze zien, maar er ook uit leren.

Met andere woorden, ook de computer moet de multitasker worden die elke bestuurder in een auto is. “Als je de wereld kunt zien zoals een normale mens hem ziet, dan is dat bijna optimaal. Dat wil ik met mijn camera’s benaderen: dat ze alles wat de menselijke zintuigen kunnen opnemen, ook kunnen registreren en dat ze daar via deep learning de noodzakelijke conclusies uit trekken.”

Als het dan toch fout loopt, moet hulp zo snel mogelijk ter plaatse zijn. Zelfs seconden zijn dan belangrijk en daar kan de machine waarschijnlijk sneller zijn dan de mens. Voor de overlevingskansen van een verkeersslachtoffer na een crash geldt de zogenaamde 60-minutenregel: als hulp direct ter plaatse is, liggen die bij 90 procent, komt de hulp pas na een uur, dan zijn die kansen geslonken tot… 10 procent. Met deep learning kunnen de machines van de toekomst dus trachten zoveel mogelijk ongelukken te vermijden, maar ook de gevolgen ervan zo klein mogelijk te houden

De ethisch/juridische dimensie

De vraag wie de autonome auto zal kiezen om te verwonden als er zich toch een ongeluk voordoet (de vrouw met kind of het bejaarde koppel), is al langer een kraker op sociale media. Het is de wat crue voorstelling van het ethische dilemma wiens veiligheid voor de machine vooropstaat als een ongeluk onvermijdelijk is, en wie eventueel opgeofferd wordt. Een vraag met verschillende antwoorden, het ene al meer moreel verantwoord dan het andere, waarbij veel afhangt van de vraagsteller.

Maar er is meer. Wiens fout is het als systemen uitvallen en daardoor ongelukken plaatsvinden? En dan hebben we het niet alleen over systemen in het voertuig zelf, maar ook over de communicatie tussen de voertuigen of de communicatie met eventuele geleidingssystemen die de overheid op poten heeft gezet. Dat is een juridische kluif die waarschijnlijk nog langer zal aanslepen dan de technische ontwikkeling. En wat met de artificieel denkende robot zelf? Is hij ethisch foolproof? Dat dilemma werd al prachtig geïllustreerd in 2001, A Space Odissey, de zowat veertig jaar oude, maar nog altijd magistrale film van Stanley Kubrick, waarin op een bepaald moment supercomputer Hal een lid van de menselijke bemanning niet meer in het ruimteschip laat en hem zo ter dood veroordeelt. Zelfs techneuten als Elon Musk waarschuwen, samen met zovele filosofen en andere wetenschappers, voor de gevaren van de artificieel (te) intelligente machine.

Zelfrijdende voertuigen veronderstellen daarbij een reusachtige hoop aan informatie. Hoe zullen die big data worden beveiligd? Voor wat zullen ze kunnen worden gebruikt? Wie zal ze beheren en hoe zal dat gebeuren? En tot slot is er de vraag van de overgangsperiode. Wie mag er het eerst over een zelfrijdende auto beschikken en hoe kan die auto omgaan met het nog lang bestaande niet-autonome verkeer? Wordt het weer een tegenstelling tussen arm en rijk of (deels gelijklopend) tussen de westerse wereld en de opkomende landen? Vragen opwerpen is in dezen duidelijk makkelijker dan antwoorden vinden.