Hva du bør vite før du setter deg i en selvkjørende bil

Utenfor et stort lager i Pittsburgh, i et område langs Allegheny-elven som en gang var hjemmet til dusinvis av fabrikker og støperier, men som nå har butikker og restauranter, venter jeg på at en annen type teknologisk revolusjon skal komme. Jeg sjekker telefonen min, slår opp og legger merke til at den allerede er her. En hvit Ford Fusion, med taket blendet med futuristiske sensorer, går på tomgang i nærheten. To personer sitter foran – den ene overvåker en datamaskin, den andre bak rattet – men bilen har kontroll. Jeg hopper inn, trykker på en knapp på en berøringsskjerm og lener meg tilbake mens den selvkjørende Uber tar meg en tur.

Mens vi glider ut på veien mot sentrum, holder bilen seg pent i kjørefeltet og trer seg behendig mellom en møtende bil og parkerte lastebiler som stikker ut i gaten. Jeg har vært i en selvkjørende bil før, men det er fortsatt skummelt å se fra baksetet når rattet og pedalene beveger seg som svar på hendelser som utspiller seg på veien rundt oss.

Denne historien var en del av november 2016-utgaven vår

• Se resten av saken
• Abonnere

Til dags dato har de fleste automatiserte kjøretøy blitt testet på motorveier på steder som California, Nevada og Texas. Pittsburgh, derimot, har krokete veier, utallige broer, forvirrende veikryss og mer enn sin rettferdige andel av snø, sludd og regn. Som en Uber-leder sa, hvis selvkjørende biler kan håndtere Pittsburgh, bør de fungere hvor som helst. Som for å teste denne teorien, mens vi svinger inn på en travel markedsgate, suser to fotgjengere ut på veien foran. Bilen stopper forsiktig et stykke unna dem, venter og fortsetter sin vei.

Ubers kjøretøy er dekorert med forskjellige typer sensorer.

En skjerm foran baksetet viser bilens særegne syn på verden: våre omgivelser gjengitt i livlige farger og taggete kanter. Bildet er et produkt av noen av en fantastisk rekke instrumenter arrangert over hele kjøretøyet. Det er ikke mindre enn syv lasere, inkludert en stor spinnende lidarenhet på taket; 20 kameraer; en høypresisjon GPS; og en håndfull ultralydsensorer. På skjermen inne i bilen ser veien vannblå ut, bygninger og andre kjøretøy er røde, gule og grønne, og fotgjengere i nærheten er fremhevet med noe som ser ut som små lassoer. Skjermen viser også hvordan kjøretøyet styrer og bremser, og det er en knapp som ber bilen om å stoppe turen når som helst du vil. Dette er 2016, og Uber har til og med gjort det mulig for syklister å ta en selfie fra baksetet. Kort tid etter at turen er over, mottar jeg på e-post en looping GIF som viser bilens syn på verden og ansiktet mitt gliser i øverste høyre hjørne. Folk på fortauet stopper og vinker mens vi venter i et lyskryss, og en fyr som kjører en pickup bak oss fortsetter å gi tommelen opp.

Turen min er en del av den høyest profilerte testen av selvkjørende kjøretøy til dags dato, etter at Uber begynte å la håndplukkede kunder bestille turer rundt i Pittsburgh i en flåte av automatiserte drosjer. Selskapet, som allerede har oppgradert taxibransjen med en smarttelefon-app som lar deg tilkalle en bil, har som mål å gjøre en betydelig del av flåten selvkjørende i løpet av få år. Det er en dristig innsats at teknologien er klar til å forvandle måten millioner av mennesker kommer seg rundt på. Men på noen måter er det en innsats som Uber må gjøre. I første halvår i år tapte den svimlende 1,27 milliarder dollar, hovedsakelig på grunn av betalinger til sjåfører. Autonome biler tilbyr en stor mulighet for Uber, sier David Keith, en assisterende professor ved MIT som studerer innovasjon i bilindustrien, men det er også en trussel om at noen andre slår dem til markedet.

En eksperimentell versjon av Ubers app viser en automatisert bil som roamer i nærheten.

De fleste bilprodusenter, spesielt Tesla Motors, Audi, Mercedes-Benz, Volvo og General Motors, og til og med noen få store teknologiselskaper, inkludert Google og (angivelig) Apple, tester selvkjørende kjøretøy. Tesla-biler kjører seg selv under mange omstendigheter (selv om selskapet advarer sjåfører om å bruke systemet kun på motorveier og ber dem om å være oppmerksomme og holde hendene på rattet). Men til tross for sin formidable konkurranse, kan Uber ha den beste muligheten til å kommersialisere teknologien raskt. I motsetning til Ford eller GM, kan den begrense automatisering til rutene den tror førerløse biler kan håndtere med det første. Og i motsetning til Google eller Apple, har den allerede et enormt nettverk av taxier som den kan gjøre gradvis mer automatisert over tid.

Ubers ledere har små problemer med å forestille seg oppsiden. Uten drivere å dele inntektene med, kan Uber gå med overskudd. Robottaxier kan bli så billige og enkle å bruke at det ville gi liten mening for noen å faktisk eie en bil. Tatt til sin logiske konklusjon kan automatisert kjøring omprogrammere selve transporten. Uber eksperimenterer allerede med matlevering i noen byer, og de kjøpte nylig Otto, en oppstart som utvikler automatiserte systemer for langdistanselastebiler. Selvkjørende lastebiler og varebiler kunne frakte varer fra leveringssentre og butikker til hjem og kontorer med svimlende hastighet og effektivitet. Kort før prøveturen min sa Andrew Lewandowski, leder for Ubers autonome operasjoner, en veteran fra Googles selvkjørende program, og en av medstifterne av Otto: Jeg tror virkelig at dette er det viktigste datamaskiner kommer til å gjøre i neste 10 år.

Uber beveger seg raskt. Selskapet opprettet sitt Advanced Technology Center, hvor det utvikler sine førerløse biler, i februar 2015 ved å ansette en rekke forskere fra robotavdelingen ved Carnegie Mellon University i nærheten. Ved å bruke denne ekspertisen utviklet Uber sine selvkjørende drosjer på litt over et år – omtrent tiden det tar de fleste bilprodusenter å redesigne en underholdningskonsoll.

Men går det for raskt? Er teknologien klar?

Uber-ansatte overvåker hver bil, klare til å ta kontroll om nødvendig.

Robo forfedre

Resten av tiden min i Pittsburgh kommer jeg meg rundt ved å bruke Ubers kontrollert utelukkende av mennesker. Kontrasten er sterk. Jeg vil besøke CMUs National Robotics Engineering Center (NREC) – en del av Robotics Institute, en av de banebrytende forskningsgruppene som er involvert i utvikling av selvkjørende kjøretøy – for å se hva ekspertene deres synes om Ubers eksperiment. Så jeg tar en tur med en fyr som heter Brian, som kjører en banket Hyundai Sonata. Brian sier at han har sett flere automatiserte Uber rundt i byen, men han kan ikke forestille seg at en tur i dem er så god som en med ham. Brian tar deretter en feil sving og blir helt borte. For å være rettferdig vever han gjennom trafikk like godt som en selvkjørende bil. Dessuten, når kartet på telefonen hans fører oss til en bro som er stengt for reparasjoner, spør han ganske enkelt et par veiarbeidere om veibeskrivelse og improviserer deretter en ny rute. Han er også vennlig, og tilbyr å gi avkall på prisen og kjøpe meg en øl for å bøte på ulempen. Det får deg til å innse at automatiserte Ubers vil tilby en helt annen opplevelse. Færre feilsvinger og anmassende sjåfører, ja, men heller ingen som hjelper til med å legge kofferten i bagasjerommet eller returnere en tapt iPhone.

En berøringsskjerm bak viser verden slik den oppfattes av bilens lasersystem.

Jeg tar en regnsjekk på ølet, sier farvel til Brian og kommer til NRECs enorme lager ca. 20 minutter for sent. Bygningen er fylt med fascinerende robotprototyper. Og hvis du ser nøye etter, vil du finne noen forfedre til dagens automatiserte kjøretøy. Rett innenfor inngangen, for eksempel, er Terregator, en sekshjuls robot på størrelse med et kjøleskap, med en ring av sensorer på toppen. I 1984 var Terregator blant de første robotene designet for å streife utenfor et laboratorium, og rullet rundt på CMUs campus med noen få miles i timen. Og Terregator ble etterfulgt, i 1986, av en sterkt modifisert varebil kalt NavLab, en av de første fullstendig datastyrte kjøretøyene på veien. Rett utenfor inngangsdøren til NREC sitter en annen bemerkelsesverdig forløper: en tilpasset Chevy Tahoe fylt med datamaskiner og dekorert med noe som ser mistenkelig ut som en tidlig versjon av sensorstabelen på toppen av en av Ubers selvkjørende biler. I 2007 vant denne roboten, kalt Boss, en bykjøringskonkurranse organisert av U.S. Defense Advanced Research Projects Agency. Det var et stort øyeblikk for automatiserte kjøretøy, som beviste at de kunne navigere i vanlig trafikk, og bare noen år senere testet Google selvkjørende biler på ekte veier.

De tre av disse CMU-robotene viser hvor gradvis fremgangen mot selvkjørende kjøretøy var inntil nylig. Maskinvaren og programvaren ble forbedret, men systemet slet med å forstå verden en sjåfør ser, i all dens rike kompleksitet og rare. Ved NREC møter jeg William Red Whittaker, en CMU-professor som ledet utviklingen av Terregator, den første versjonen av NavLab, og Boss. Whittaker sier at Ubers nye tjeneste ikke betyr at teknologien er perfeksjonert. Selvfølgelig er det ikke løst, sier han. Den typen ting som ikke blir løst er kantsakene.

Og det er mange kantsaker å kjempe med, inkludert sensorer som er blendet eller svekket av dårlig vær, sterkt sollys eller hindringer. Så er det uunngåelige programvare- og maskinvarefeil. Men enda viktigere, kantsakene innebærer å håndtere det ukjente. Du kan ikke programmere en bil for alle tenkelige situasjoner, så på et tidspunkt må du stole på at den vil takle omtrent alt som blir kastet på den, ved å bruke den intelligensen den har. Og det er vanskelig å være trygg på det, spesielt når selv den minste misforståelse, som å forveksle en papirpose med en stor stein, kan få en bil til å gjøre noe unødvendig farlig.

Fremgangen har utvilsomt tatt seg opp de siste årene. Spesielt fremskritt innen datasyn og maskinlæring har gjort det mulig for automatiserte kjøretøy å gjøre mer med videoopptak. Hvis du mater nok eksempler inn i et av disse systemene, kan det gjøre mer enn å oppdage en hindring – den kan identifisere den med imponerende nøyaktighet som en fotgjenger, en syklist eller en villfaren gås.

Likevel har kantsakene betydning. Direktøren for NREC er Herman Herman, en robotiker som vokste opp i Indonesia, studerte ved CMU og har utviklet automatiserte kjøretøy for forsvar, gruvedrift og landbruk. Han tror selvkjørende biler vil komme, men han tar opp noen praktiske bekymringer om Ubers plan. Når nettleseren eller datamaskinen din krasjer, er det irriterende, men det er ikke en stor sak, sier han. Hvis du har seks kjørefelt med motorvei, er det en autonom bil som kjører i midten, og bilen bestemmer seg for å ta en venstresving – vel, du kan forestille deg hva som skjer videre. Det tar bare en feil kommando til rattet.

Ubers modifiserte Ford Fusions er enkle å få øye på i Pittsburghs gater.

Et annet problem Herman forutser er å skalere teknologien opp. Det er veldig bra å ha noen få førerløse biler på veien, men hva med dusinvis eller hundrevis? Laserskannerne som finnes på Ubers biler kan forstyrre hverandre, sier han, og hvis disse kjøretøyene var koblet til skyen, ville det kreve vanvittig mye båndbredde. Selv noe så enkelt som skitt på en sensor kan utgjøre et problem, sier han. Det mest alvorlige problemet av alt - og dette er et voksende forskningsområde for oss - er hvordan du verifiserer, hvordan du tester et autonomt system for å sikre at de er trygge, sier Herman.

Lære å kjøre

For et mer praktisk perspektiv drar jeg over byen for å snakke med folk som faktisk utvikler selvkjørende biler. Jeg besøker Raj Rajkumar, et medlem av CMUs robotikkfakultet som driver et laboratorium finansiert av GM. I den raskt bevegende verden av forskning på førerløse biler, som ofte domineres av folk i Silicon Valley, kan Rajkumar virke litt gammeldags. Iført en grå dress hilser han meg på kontoret sitt og fører meg deretter til en kjellergarasje hvor han har jobbet med en prototype av Cadillac. Bilen inneholder en rekke sensorer, lik de som finnes på Ubers biler, men de er alle miniatyrisert og gjemt bort slik at den ser helt normal ut. Rajkumar er stolt over fremgangen hans med å gjøre førerløse biler praktiske, men han advarer meg om at Ubers taxier kan vekke urimelig høye forhåpninger. Det kommer til å ta lang tid før du kan ta sjåføren ut av ligningen, sier han. Jeg synes folk bør dempe forventningene sine.

Vi er kognitive, sansende vesener. Vi forstår, vi resonnerer og vi tar grep. Når du har automatiserte kjøretøy, er de bare programmert til å gjøre visse ting for visse scenarier.

Foruten påliteligheten til en bils programvare, bekymrer Rajkumar at et førerløst kjøretøy kan bli hacket. Vi vet om terrorangrepet i Nice, hvor terrorsjåføren meja ned hundrevis av mennesker. Tenk deg at det ikke er noen sjåfør i kjøretøyet, sier han. Uber sier de tar dette problemet på alvor; det har nylig lagt til to fremtredende eksperter på bildatasikkerhet til teamet sitt. Rajkumar advarer også om at grunnleggende fremskritt er nødvendig for å få datamaskiner til å tolke den virkelige verden mer intelligent. Vi som mennesker forstår situasjonen, sier han. Vi er kognitive, sansende vesener. Vi forstår, vi resonnerer og vi tar grep. Når du har automatiserte kjøretøy, er de bare programmert til å gjøre visse ting for visse scenarier.

Med andre ord, det fargerike bildet jeg så på baksiden av min automatiserte Uber representerer en forenklet og fremmed måte å forstå verden på. Den viser hvor objekter er, noen ganger med centimeterpresisjon, men det er ingen forståelse for hva disse tingene egentlig er eller hva de kan gjøre. Dette er viktigere enn det kan høres ut. Et åpenbart eksempel er hvordan folk reagerer når de ser et leketøy sitte i veien og konkluderer med at et barn kanskje ikke er langt unna. Den ekstra vanskeligheten er at Uber tjener mesteparten av pengene sine i urbane og forstadsområder, sier Rajkumar. Det er der uventede situasjoner har en tendens til å komme oftere.

Inne i bilene er koppholderne byttet ut med en sølvknapp for å aktivere automatisert modus og en stor rød stoppknapp.

Dessuten kan alt som går galt med Ubers eksperimentelle taxitjeneste få konsekvenser for hele bransjen. Den første dødsulykken som involverte et automatisert kjøresystem, da en Tesla i autopilotmodus ikke klarte å oppdage en stor lastebil på en motorvei i Florida denne våren, har allerede reist sikkerhetsspørsmål. Rask utplassering av hvilken som helst teknologi – selv en som er ment å gjøre veiene tryggere – kan lett utløse et tilbakeslag. Selv om Uber har gjort en god jobb med å promotere dette som et gjennombrudd, er det fortsatt et stykke unna, realistisk sett, sier MITs Keith. Nye teknologier er avhengige av positive ord til munn for å bygge forbrukernes aksept, men det motsatte kan også skje. Hvis det er forferdelige bilulykker som tilskrives denne teknologien, og regulatorer slår ned, vil det absolutt moderere folks entusiasme.

Jeg får erfare virkeligheten av teknologiens grenser på egenhånd, omtrent halvveis i turen i Ubers bil, kort tid etter at jeg er invitert til å sitte i førersetet. Jeg trykker på en knapp for å aktivere det automatiske kjøresystemet, og jeg blir fortalt at jeg kan koble det fra når som helst ved å flytte på rattet, trykke på en pedal eller trykke på en annen stor rød knapp. Bilen ser ut til å kjøre perfekt, akkurat som før, men jeg kan ikke unngå å legge merke til hvor nervøs ingeniøren ved siden av meg nå er. Og så, mens vi sitter i trafikken på en bro, med biler som nærmer seg i den andre retningen, begynner bilen sakte å vri rattet til venstre og kanter ut i motgående kjørefelt. Ta tak i rattet, roper ingeniøren.

Kanskje det er en feil, eller kanskje bilens sensorer er forvirret av de store åpne områdene på hver side av broen. Uansett gjør jeg raskt som han sier.

gjemme seg