Kecerdasan buatan dan pembelajaran mendalam dianggap sebagai teknologi utama untuk mengemudi otonom. Namun sistem saat ini masih memiliki kelemahan.
Mobil tanpa setir atau pedal. Sebaliknya, robot harus mengambil alih kemudi. Inilah visi para produsen mobil. “Kendaraan masa depan adalah komputer otonom beroda,” kata Elmar Degenhart, CEO pemasok mobil Jerman Continental, yang mengerjakan kendaraan tersebut dengan produsen chip Amerika Nvidia. Terkait dengan visi tersebut adalah harapan untuk menghadirkan lebih banyak keselamatan di jalanan. Saat ini, 80 persen dari seluruh kecelakaan disebabkan oleh kesalahan manusia.
Audi telah merilis kendaraan yang melaju level 3 secara mandiri. Artinya, pengemudi bisa melepaskan tangannya dari kemudi di jalur yang mudah, misalnya di jalan tol. Tahun lalu, pemerintah federal juga menciptakan satu sistem untuk tujuan ini kerangka hukum yang dibuat, sederhananya, memungkinkan mesin dan juga manusia untuk mengendalikan kendaraan – setidaknya untuk sementara di jalan raya dan pada rute sederhana. Selain Audi, pabrikan Jerman Daimler dan BMW juga ingin menghadirkan kendaraan dengan Level 3 pada tahun 2021.
“Otak super” di dalam mobil – dengan intuisi
Namun, dibutuhkan waktu bertahun-tahun bagi mobil untuk dapat mengemudi sepenuhnya secara mandiri dan mengambil keputusan secara mandiri. Sejauh ini, belum ada produsen mobil yang mengumumkan telah mengembangkan mobil tanpa pengemudi yang siap diproduksi seri. Masih memerlukan waktu untuk mencapai tingkat otonomi penuh 4 atau tingkat 5 tanpa pengemudi. “Saat ini tidak ada yang bisa mengatakan dengan pasti kapan kendaraan akan berjalan sepenuhnya otonom,” kata Christian Müller kepada NGIN Mobility dan Gründerszene. Dia mengepalai Pusat Kompetensi Mengemudi Otonom di Pusat Penelitian Kecerdasan Buatan Jerman di Saarbrücken.
Namun saat ini peletakan batu pertama sudah dilakukan. Prasyarat kendaraan Level 5 adalah kendaraan dapat mengambil keputusan sendiri sepenuhnya. Teknologi baru harus digunakan untuk ini. Jelas bahwa pendekatan konvensional terhadap pengenalan objek tidak dapat mencapai tingkat keselamatan dan kinerja mobil self-driving Joachim Langenwalter aman. Dia adalah Direktur Perangkat Lunak Otomotif beim Pembuat chip Nvidia. Perusahaan ini bekerja sama dengan 370 perusahaan di seluruh dunia untuk mengembangkan teknologi robot taksi, truk, dan kendaraan pengiriman pada platform Drive-nya. Mitra paling menonjol adalah Daimler dan Bosch.
Visi pabrikan adalah di masa depan mobil harus belajar sendiri, sebanding dengan manusia. Para peneliti merangkum metode di baliknya dengan istilah kecerdasan buatan. Untuk tujuan ini, diciptakan apa yang disebut jaringan saraf yang mirip dengan otak manusia. Mereka terdiri dari unit matematika sederhana yang dapat dilatih dan membangun hubungan antara lingkungan mobil dan komputer terpasang. Metode ini disebut pembelajaran mesin atau pembelajaran mendalam.
“Misalnya, properti gambar yang menunjukkan tanda berhenti dipecah dan “diperiksa” oleh neuron,” jelas manajer Nvidia, Langenwalther. “Ini tentang bentuk, warna, ukuran dan sebagainya.” Tugas jaringan saraf kemudian adalah menentukan apakah itu merupakan tanda berhenti atau tidak. Berdasarkan informasi yang masuk, sistem mengevaluasi seberapa besar kemungkinan informasi tersebut memang benar adanya. “Pembelajaran mendalam terdiri dari dua fase: pelatihan dan inferensi.” Untuk contoh tanda berhenti, ini berarti: semakin banyak gambar yang digunakan untuk melatih jaringan, semakin baik jaringan dalam mengidentifikasinya dengan benar. Melengkapi mobil dengan AI mirip seperti mengajar siswa.
Keluhan tentang armada Waymo yang otonom
Ini berarti bahwa prosedur baru ini secara fundamental berbeda dari prinsip jika-maka yang diprogram saat ini: Alih-alih seorang programmer yang menentukan penafsiran data, sistem akan mengambil keputusannya sendiri, sebanding dengan intuisi manusia.
Baca juga
Baca juga
Namun lalu lintas itu rumit. Toh, mobil tidak hanya perlu mengenali rambu-rambu dan mengetahui peraturan lalu lintas. Tapi bisa juga meramalkan bahaya. Sebuah contoh: Sebuah bola menggelinding di jalan di antara dua mobil yang diparkir. Mobil mengantisipasi kemungkinan seorang anak menabrak bagian belakang – dan mengerem sebagai tindakan pencegahan. Sebelum kecerdasan buatan dapat menguasai situasi lalu lintas seperti itu, masih ada beberapa kendala yang harus diatasi. “Teknologinya masih jauh dari itu,” kata peneliti Ilja Radusch dari Fraunhofer Focus Institute di Berlin kepada NGIN Mobility dan Gründerszene.
Hal ini juga dikonfirmasi oleh laporan dari negara bagian Arizona, AS, tempat armada uji otonom berada Anak perusahaan Google, Waymo sedang dalam perjalanan Kendaraan tersebut tidak terlalu populer di kalangan penduduk, menurut situs berita AS CNBC dilaporkan. Sehingga mereka harus berulang kali melakukan gerakan tiba-tiba atau berhenti. Pengemudi yang berada di dalam pesawat demi keselamatan harus terus-menerus mendapatkan kembali kendali untuk menghindari tabrakan atau situasi yang berpotensi tidak aman.
Secerdas anak berusia tiga tahun
Peneliti Fraunhofer Radusch mengatakan: Saat ini, kecerdasan buatan tidak memiliki otak yang lebih banyak dibandingkan anak berusia tiga hingga empat tahun. Hal ini terutama karena kendaraan belum cukup terlatih. Selain itu, sebagian besar test drive dengan kendaraan otonom dilakukan di bawah sinar matahari. “Ada kekurangan data dan pelatihan untuk mengemudi di tengah hujan atau salju – yang mana mobil otonom juga harus cocok –,” jelasnya.
Teknologi bukanlah satu-satunya tantangan. “Otak super yang dibangun pada mobil otonom sangat mahal dengan harga di kisaran lima digit – dan mengkonsumsi banyak energi, kata Radusch. Pada mesin pembakaran, kebutuhan dapat dipenuhi oleh bahan bakar, namun akan lebih sulit pada mobil listrik karena konsumsi daya yang tinggi akan mengakibatkan hilangnya jangkauan.
Ada juga kendala hukum. Pada akhirnya, pertanyaan yang menentukan adalah sejauh mana sistem ini dapat digunakan dalam aspek keamanan di masa depan, kata peneliti AI Müller dari Pusat Penelitian Kecerdasan Buatan Jerman. Menurut pakar tersebut, sistem AI saat ini masih memiliki kekurangan: “Biasanya tidak mungkin untuk memahami dasar yang digunakan sistem dalam mengambil keputusan,” katanya. Setelah perangkat lunak dilatih, perangkat lunak tersebut membuat keputusan secara mandiri. Dengan jaringan saraf, biasanya tidak ada data atau kode yang dapat digunakan untuk memahami mengapa mobil mengerem – atau terus melaju.
Namun, pertanyaan ini penting jika terjadi kecelakaan. Ini menentukan siapa yang bertanggung jawab. Müller meyakini: Tantangannya adalah mengembangkan sistem pembelajaran yang membuat dasar pengambilan keputusan dapat dimengerti. Hanya dengan cara ini sistem yang dilengkapi AI akan menjadi praktis.
Gambar: Gambar Getty / KOFFRINI KAIN