עדכון FSD החדש של Tesla מאפשר למכוניות לגבות בעצמן כדי לפנות מקום בנתיבים צרים

טכנולוגיית הנהיגה המסייעת של היצרן בצפון אמריקה הגיעה לרמה חדשה של תחכום על ידי התמודדות עם אחד האתגרים המורכבים ביותר עבור מערכות אוטונומיות: ניהול מרחב משא ומתן בכבישים חד-נתיביים. האיטרציה האחרונה של תוכנת נהיגה עצמית מלאה הדגימה את היכולת לזהות כלי רכב מתקרבים בכבישים צרים ולבצע תמרונים שבעבר דרשו התערבות אנושית, כמו נסיעה לאחור כדי לתת דרך. התפתחות זו מסמנת צעד חשוב בניסיון לשחזר את ההתנהגות האינטואיטיבית ואת כללי הדרך הבלתי כתובים שנהגים אנושיים מתרגלים על בסיס יומי.

מדיווחים של בעלים המשתתפים בתוכנית הבדיקות עולה כי המערכת מסוגלת כעת להעריך את הגיאומטריה של הכביש ואת מיקומן של מכוניות אחרות בדיוק רב יותר. במצבים בהם רוחב הכביש אינו מתאים לשני כלי רכב בו זמנית, התוכנה מקבלת את ההחלטה לסגת לנקודת הרחבה או כתף בטוחה. פונקציונליות זו נועדה לפתור מבוי סתום תנועה באזורים כפריים או ברחובות מגורים צפופים, שבהם הנזילות תלויה בשיתוף פעולה הדדי בין הנהגים, דבר שאלגוריתמים קשיחים התקשו לעבד בעבר.

סימולציה של התנהגות אנושית ורשתות עצביות

הבסיס לכשירות חדשה זו טמון במעבר של טסלה לשימוש נרחב ברשתות עצביות מקצה לקצה. בניגוד לגרסאות ישנות יותר שהסתמכו על קודי תכנות עם כללים קבועים לכל תרחיש, המערכת הנוכחית מעבדת תמונות ממצלמות ומחליטה על פעולות על סמך למידת מכונה שאומנה על ידי מיליוני קטעי וידיאו ממנהגים אמיתיים. זה מאפשר לרכב “להבין” שבנסיבות מסוימות, הפתרון ההגיוני היחיד לחסימת התנועה הוא לוותר, גם אם זה אומר לנוע אחורה.

מומחי בינה מלאכותית מציינים כי השינוי הארכיטקטוני הזה הוא בסיסי להשגת אוטונומיה מוחלטת. התנהגות הגיבוי לתת דרך כרוכה בחיזוי מורכב של כוונות הנהג האחר והבנה מרחבית מתקדמת. על ידי ביטול ההסתמכות על מפות בחדות גבוהה והתמקדות בפרשנות חזותית בזמן אמת, המערכת הופכת מתאימה יותר לכבישים לא מוכרים או שהשתנו, הדומה לדרך שבה אדם נוהג במיקום שבו הוא מבקר בפעם הראשונה.

נתוני בטיחות וקילומטראז’ שנצבר

החברה פרסמה סטטיסטיקות המחזקות את אמינות המערכת במהלך שימוש נרחב על ידי קהל הלקוחות שלה. עם עשרות מיליוני קילומטרים שנסעו כשהתוכנה מופעלת, הנתונים מצביעים על ירידה משמעותית בשכיחות תאונות בהשוואה לנהיגה ידנית מסורתית. ניתוח מטרי מצביע על כך שהתדירות של התנגשויות או התערבויות קריטיות נמוכה יותר מבחינה סטטיסטית כשהמחשב אחראי, מה שמצביע על עקביות של תשומת לב העולה על היכולת האנושית הממוצעת, בכפוף להסחות דעת ועייפות.

המספרים שהוצגו מראים כי עם כל עדכון, המרחק הממוצע שנסע בין התערבויות נחוצות גדל. המשמעות היא שנהגים צריכים להשתלט על ההגה בתדירות נמוכה יותר, ולאמת את יעילות השיפורים המיושמים ברשתות העצבים. היכולת להימנע מתקלות קלות במהלך תמרונים במהירות נמוכה, כגון שריטות בכבישים צרים, תורמת לתפיסת הבטיחות והנוחות של הנוסעים, גורמים חיוניים לקבלת הטכנולוגיה בציבור.

אבולוציה של חומרה וחיישנים

כדי לתמוך בעיבוד המאסיבי של נתונים חזותיים הנדרשים על ידי התמרונים החדשים הללו, צי הרכבים האחרון צויד בחומרה מעודכנת. השילוב של מצלמות ברזולוציה גבוהה יותר ומעבדים מהירים יותר מאפשר זיהוי מכשולים זריז יותר ועיבוד נאמן יותר של הסביבה הסובבת. יכולת חישוב נוספת זו חיונית לחישוב מסלולים לאחור בדיוק מילימטר, כדי להבטיח שהמכונית לא תעזוב את הכביש או תתנגש בצמחייה ובקירות בעת הפנייה.

האסטרטגיה של הסרת חיישנים כמו מכ”ם והתמקדות בלעדית בראייה ממוחשבת, המכונה Tesla Vision, נותרה ההימור המרכזי של החברה. ההיגיון הוא שאם בני אדם יכולים לנהוג רק באמצעות העיניים והמוח שלהם, מכוניות צריכות להיות מסוגלות לעשות את אותו הדבר עם מצלמות ורשתות עצביות. שיפורים אחרונים בביצועים בתנאי ראות נמוכה או תרחישים מורכבים כמו כבישים צרים משמשים כהוכחה לקונספט לגישת החיישנים המינימליסטית הזו.

השוואה עם מתחרים ותרחיש עתידי

בעוד מתחרים כמו Waymo וקרוז מפעילים ציי מוניות רובוטים באזורים מוגבלים גיאוגרפית ומפופים בפירוט, הגישה של טסלה מחפשת פתרון כללי שעובד בכל מקום. היכולת להתמודד עם כבישים כפריים לא ממופים ומצבי תנועה בלתי צפויים מציבה את המערכת בקטגוריה שונה של אתגר טכני. המדרגיות של טכנולוגיה זו מבטיחה לקחת נהיגה אוטונומית מעבר למרכזים עירוניים צפופים, לשרת בעלים באזורים שונים.

המשך הפיתוח של FSD מצביע על עתיד שבו התערבות אנושית תהיה נדירה יותר ויותר, שתהפוך את תפקיד הנהג לתפקיד של מפקח בלבד. יישום מוצלח של כללי תנועה חברתית, כמו אדיבות הכניעה, הוא אינדיקציה לכך שהבינה המלאכותית מתחילה להבין את הניואנסים של אינטראקציה חברתית בכבישים, אחד המכשולים הגדולים האחרונים לאוטונומיה מלאה ובלתי מוגבלת.