Na corrida para fabricar veículos autônomos (AVs), a segurança é crucial, mas às vezes esquecida, como exemplificado por acidentes recentes que fizeram manchetes. Pesquisadores da Universidade de Illinois em Urbana-Champaign estão usando inteligência artificial (IA) e aprendizado de máquina para melhorar a segurança da tecnologia autônoma por meio de avanços de software e hardware.

"Usar IA para melhorar veículos autônomos é extremamente difícil por causa da complexidade dos componentes elétricos e mecânicos do veículo, bem como a variabilidade nas condições externas, como o clima, condições de estrada, topografia, Padrões de tráfego, e iluminação, "disse Ravi Iyer

"Progresso está sendo feito, mas a segurança continua a ser uma preocupação significativa. "

O grupo desenvolveu uma plataforma que permite às empresas abordar a segurança de forma mais rápida e econômica no ambiente complexo e em constante mudança da tecnologia autônoma. Eles estão colaborando com muitas empresas na área da baía, incluindo Samsung, NVIDIA, e uma série de start-ups.

"Estamos vendo um esforço de todas as partes interessadas em setores e universidades com centenas de startups e equipes de pesquisa, e estamos enfrentando alguns desafios em nosso grupo, "disse Saurabh Jha, um candidato a doutorado em ciência da computação que está liderando os esforços dos alunos no projeto. "Resolver este desafio requer um esforço multidisciplinar em toda a ciência, tecnologia, e fabricação. "

Um dos motivos pelos quais este trabalho é tão desafiador é que os AVs são sistemas complexos que usam IA e aprendizado de máquina para integração mecânica, eletrônico, e tecnologias de computação para tomar decisões de direção em tempo real. Um AV típico é um mini-supercomputador sobre rodas; eles têm mais de 50 processadores e aceleradores executando mais de 100 milhões de linhas de código para oferecer suporte à visão computacional, planejamento, e outras tarefas de aprendizado de máquina.

Como esperado, existem preocupações com os sensores e a pilha de condução autônoma (software e hardware de computação) desses veículos. Quando um carro está viajando a 70 mph em uma rodovia, as falhas podem representar um risco significativo para a segurança dos motoristas.

"Se o motorista de um carro típico sentir um problema, como a derrapagem ou tração do veículo, o motorista pode ajustar seu comportamento e guiar o carro até um ponto de parada seguro, "Jha explicou." No entanto, o comportamento do veículo autônomo pode ser imprevisível em tal cenário, a menos que o veículo autônomo seja explicitamente treinado para tais problemas. No mundo real, há um número infinito de tais casos. "

Tradicionalmente, quando uma pessoa tem problemas com software em um computador ou smartphone, a resposta de TI mais comum é desligar o dispositivo e ligá-lo novamente. Contudo, este tipo de correção não é aconselhável para AVs, já que cada milissegundo afeta o resultado e uma resposta lenta pode levar à morte. As preocupações com a segurança de tais sistemas baseados em IA aumentaram nos últimos dois anos entre as partes interessadas devido a vários acidentes causados ​​por AVs.

"Os regulamentos atuais exigem que empresas como Uber e Waymo, que testam seus veículos em vias públicas para relatar anualmente ao DMV da Califórnia sobre a segurança de seus veículos, "disse Subho Banerjee, um estudante de pós-graduação em CSL e ciência da computação. "Queríamos entender as preocupações comuns de segurança, como os carros se comportavam, e qual é a métrica de segurança ideal para entender quão bem eles são projetados. "

O grupo analisou todos os relatórios de segurança apresentados de 2014-2017, cobrindo 144 AVs conduzindo um 1 cumulativo, 116, 605 milhas autônomas. Eles descobriram que para o mesmo número de milhas dirigidas, os carros movidos por humanos eram até 4.000 vezes menos propensos a sofrer um acidente do que os AVs. Isso significa que a tecnologia autônoma falhou, em uma taxa alarmante, para lidar adequadamente com uma situação e desligar a tecnologia, muitas vezes confiando no motorista humano para assumir o controle.

O problema que pesquisadores e empresas têm quando se trata de melhorar esses números é que, até que um sistema de veículo autônomo tenha um problema específico, é difícil treinar o software para superá-lo.

Avançar, erros nas pilhas de software e hardware se manifestam como problemas críticos de segurança apenas em determinados cenários de direção. Em outras palavras, testes realizados em AVs em rodovias ou estradas vazias / menos lotadas podem não ser suficientes, pois as violações de segurança em falhas de software / hardware são raras.

Quando ocorrem erros, eles acontecem depois de centenas de milhares de quilômetros percorridos. O trabalho para testar esses AVs por centenas de milhares de quilômetros leva um tempo considerável, dinheiro, e energia, tornando o processo extremamente ineficiente. A equipe está usando simulações de computador e inteligência artificial para acelerar esse processo.

"Nós injetamos erros na pilha de software e hardware dos veículos autônomos em simulações de computador e, em seguida, coletamos dados sobre as respostas dos veículos autônomos a esses problemas, "disse Jha." Ao contrário dos humanos, A tecnologia de IA hoje não consegue raciocinar sobre os erros que podem ocorrer em diferentes cenários de direção. Portanto, precisando de grandes quantidades de dados para ensinar o software a tomar as medidas certas em face de problemas de software ou hardware. "

O grupo de pesquisa está atualmente construindo técnicas e ferramentas para gerar condições de direção e problemas que impactam ao máximo a segurança AV. Usando sua técnica, eles podem encontrar um grande número de cenários críticos de segurança onde erros podem levar a acidentes sem ter que enumerar todas as possibilidades na estrada - uma grande economia de tempo e dinheiro.

Durante o teste de uma tecnologia AV disponível abertamente, Apollo do Baidu, a equipe encontrou mais de 500 exemplos de quando o software falhou em lidar com um problema e a falha levou a um acidente. Resultados como esses estão fazendo com que o trabalho do grupo seja notado na indústria. Eles estão atualmente trabalhando em uma patente para sua tecnologia de teste, e planejo implantá-lo em breve. Idealmente, os pesquisadores esperam que as empresas usem essa nova tecnologia para simular o problema identificado e corrigir os problemas antes que os carros sejam implantados.

"A segurança dos veículos autônomos é fundamental para seu sucesso no mercado e na sociedade, "disse Steve Keckler, vice-presidente de Pesquisa de Arquitetura da NVIDIA. "Esperamos que as tecnologias que estão sendo desenvolvidas pela equipe de pesquisa de Illinois tornem mais fácil para os engenheiros desenvolver sistemas automotivos mais seguros a um custo mais baixo. A NVIDIA está entusiasmada com nossa colaboração com Illinois e está satisfeita em apoiar seu trabalho."

Esta pesquisa foi publicada várias vezes pelo IEEE (artigo 1, artigo 2, artigo 3).