Thế nhưng, theo tờ Wired, cái chết của Elaine Herzberg, bị tông bởi một chiếc xe tự lái của Uber tại Tempe, Arizona vào hai tuần trước quả thực là một cú sốc.
Càng sốc hơn khi đoạn video về vụ tai nạn được công bố cho thấy nạn nhân bất ngờ xuất hiện từ trong bóng tối ở bên kia đường, và người ngồi trong xe Uber để theo dõi và cầm lái trong trường hợp xe gặp vấn đề, lúc đó lại đang nhìn đi chỗ khác.
Nhưng vụ tai nạn nghiêm trọng này lại được nhìn nhận theo nhiều cách khác nhau. Hầu như cả thế giới nói rằng đó là điều không tránh khỏi.
Cảnh sát trưởng của Tempe thậm chí còn phát biểu rằng: "Rõ ràng rất khó để tránh được vụ va chạm, dù xe đang ở chế độ tự lái hay người lái, bởi người phụ nữ đó bất ngờ từ trong bóng tối đi thẳng vào đường xe chạy" - cảnh sát trưởng Silvia Moir nói.
Nhưng các nhà phát triển xe hơi tự lái đã rất bực bội. Nhiều chuyên gia nói rằng chiếc xe lẽ ra đã phải phát hiện ra người khách bộ hành trên một con đường rộng rãi như vậy, sau khi người này đã băng qua một làn đường khá rộng khác.
"Tôi nghĩ cảm biến trên các xe hơi tự lái lẽ ra phải thấy được người khách bộ hành trong bất kỳ tình huống nào" - Steven Shladover, một kỹ sư nghiên cứu tại Đại học Berkeley cho biết - "Đáng lẽ nó phải phát hiện ra ngay".
Như vậy, có gì đó đã không hoạt động trong tình huống này.
Sự khác biệt giữa phản ứng của công chúng với những lỗi lầm của một tài xế con người và với những kỹ sư đang đảm nhiệm việc phát triển công nghệ tự lái là một vấn đề rất quan trọng; bởi vụ tai nạn mà xe tự lái của Uber gây ra sẽ không phải là vụ cuối cùng.
Khi mà các công ty như General Motors, Ford, Aptiv, Zoox và Waymo đang tiếp tục thử nghiệm các phương tiện của mình trên các tuyến đường công cộng, chắc chắn sẽ có nhiều vụ va chạm, tông hàng rào, và tất nhiên là gây thương vong không đáng có.
"Người ta tranh cãi rằng tỉ lệ tai nạn lẽ ra phải giảm xuống khi công nghệ tự hành trưởng thành đến một ngưỡng nhất định" - Mike Wagner, đồng sáng lập và CEO của Edge Case Research, vốn giúp các công ty robot xây dựng các phần mềm hỗ trợ mạnh mẽ - "Nhưng con đường làm sao để đi từ đây đến ngưỡng đó không phải lúc nào cũng rõ ràng, đặc biệt nếu công nghệ này cần phải được thử nghiệm trên đường nhiều hơn nữa".
Trong bối cảnh các công ty đang tập trung nghiên cứu phát hiện lỗi và cải thiện các thuật toán machine learning, các phương tiện tự lái sẽ gặp nhiều vấn đề rất khác nhau.
Những vụ tai nạn có vẻ như không thể tránh khỏi sẽ là những mục tiêu mà công nghệ tự lái được xây dựng để phòng tránh. Các thao tác xử lý trông rất bình thường đối với con người sẽ khiến robot bối rối.
Một ngày nào đó, xe hơi tự lái sẽ trở nên an toàn hơn rất rất nhiều so với tài xế con người. Nhưng từ đây đến lúc đó, chúng ta cần phải hiểu được những phương tiện tự lái đang tự lái như thế nào, và chúng có thể gặp sai lầm bởi những lý do kỳ lạ gì?
Cảm biến
Cảm biến là "mắt" của các xe hơi tự lái, giúp phương tiện biết được có gì xung quanh chúng. Các camera có thể chụp được các đường kẻ đường và các biển hiệu, nhưng dữ liệu chúng thu được lại ở định dạng 2D.
Các radar dù rẻ, có khả năng thu thập thông tin từ khoảng cách xa, và có thể nhìn xuyên qua các rào chắn, nhưng độ chi tiết của chúng lại không cao.
Đó là lý do người ta phát minh ra lidar. Lidar là các cảm biến laser, sử dụng sóng ánh sáng để vẽ một bức ảnh 3D của môi trường xung quanh.
Lidar mà Uber đã sử dụng - được sản xuất bởi công ty Velodyne - hiện là hệ thống lidar tiên tiến nhất trên thị trường, và cũng là loại đắt nhất, với giá lên đến 80.000 USD.
Nhưng ngay cả hệ thống lidar tiên tiến nhất này cũng hoạt động như trò Battleship: các sóng laser phải chạm đến đủ những vùng nhất định của vật thể mới có thể thu về được thông tin chi tiết về hình dạng của vật thể, và tốc độ hoạt động của nó cũng phải cực kỳ nhanh, chỉ trong vòng vài giây mà thôi.
Nếu mọi thứ thuận lợi, cảm biến sẽ có một cái nhìn chân thực về thế giới, giúp xe của bạn né được những chiếc xe khác.
Nhưng vẫn có một số trường hợp, đặc biệt là nếu xe đang chạy với tốc độ cao, thì tia laser sẽ không chạm vào đúng vật thể cần xác định - và theo các chuyên gia thì vấn đề này có thể xảy ra khi vật thể đang di chuyển theo phương vuông góc với phương tiện, như nạn nhân trong vụ tai nạn do xe Uber gây ra.
Với tài xế là con người, vấn đề này nghe có vẻ kỳ cục, bởi con người có thể ngay lập tức nhận ra một người khác, hay một chiếc xe đạp khi nó hiện diện ngay trước mắt.
Nhưng khi một vật thể đang di chuyển cùng lúc với một vật thể khác ngay bên cạnh thì hệ thống sẽ rất khó nhận diện và phân loại xem cái gì đang di chuyển.
Phân loại
Phân loại là một yếu tố trọng yếu trong hệ thống tự lái. Chúng có thể "học" về thế giới thông qua các thuật toán machine learning, bằng cách "ngốn" một lượng lớn dữ liệu về hình ảnh trên đường: vỉa hè, khách bộ hành, người đi xe đạp, làn đường..., để có thể tự mình xác định các vật thể.
Nhưng hệ thống này có thể nhận diện nhầm. Có khả năng các kỹ sư Uber bằng cách nào đó đã xáo trộn quá trình machine learning, khiến phần mềm tự lái của xe nhầm lẫn một người khách bộ hành cùng chiếc xe đạp của cô là một chiếc túi nhựa hay một miếng bìa cứng.
Ngay cả những thứ nhỏ nhặt cũng có thể khiến hệ thống bị lú lẫn, như một vài miếng băng dính dán trên biển báo dừng. Xe hơi tự lái thậm chí còn nhìn khói thải ra từ ống thoát khí thành các vật thể đặc?!
Wagner đã nghiên cứu vấn đề này và phát hiện ra rằng một số hệ thống tự lái không thể nhìn xuyên qua một số loại thời tiết nhất định, ngay cả nếu trong điều kiện thời tiết đó, người thường vẫn có thể thấy rõ các vật thể trên đường. "Nếu có sương mù dù rất ít, mạng thần kinh cũng bỏ qua nó" - ông cho biết.
Nếu hệ thống phân loại bị tắt đi, khả năng dự báo của hệ thống cũng có thể ngừng hoạt động theo. Những hệ thống này dự báo con người di chuyển theo những phương thức đặc trưng, còn các bao nhựa thì di chuyển theo những phương thức khác.
Và đôi khi những dự báo này cũng nhầm lẫn. Nếu khả năng phân loại chính là vấn đề, Uber sẽ phải thu thập thêm hàng trăm ngàn hình ảnh để huấn luyện lại hệ thống của họ.
Phần mềm
Chúng ta có thể nghĩ đến một giả thuyết khác: vụ tai nạn Uber gây ra là do lỗi phần mềm. Các phương tiện tự hành được điều khiển bởi hàng trăm ngàn dòng mã.
Một kỹ sư có thể gây ra một đoạn mã lỗi ở đâu đó, hay có lẽ hệ thống đã nhầm lẫn và bỏ qua dữ liệu mà cảm biến thu thập được - những dữ liệu lẽ ra phải được sử dụng để nhận diện và điều khiển xe né người phụ nữ xấu số kia.
Nguyên nhân của vụ tai nạn này và những vụ tai nạn khác trong tương lai nhiều khả năng sẽ bắt nguồn từ sự kết hợp của nhiều yếu tố.
"Theo dự đoán của tôi, đây là kết quả của một chuỗi hành vi phức tạp vốn chưa từng xảy ra trước đây" - Raj Rajkumar, một người từng nghiên cứu về các hệ thống tự hành tại Đại học Carnegie Mellon cho biết.
Một hệ thống bị lỗi, rồi hệ thống dự phòng cũng bị lỗi. Hệ thống an toàn chốt chặn vốn được cho là sẽ hành động vào phút cuối để ngăn bất kỳ nguy hiểm nào xảy ra cũng lỗi nốt. Và hệ thống chốt chặn đó lại chính là tài xế con người!
"Một trong những tiến trình nhằm tạo nên một con robot để thực hiện những thứ thực tế là những thứ thực tế đó cực kỳ phức tạp và khó hiểu" - Wagner nói. Robot không hiểu giao tiếp bằng mắt, hay vẫy tay, hay gật đầu.
Chúng sẽ nghĩ những thứ ngẫu nhiên là những bức tường, bụi cây, hay túi giấy. Những sai sót của chúng có lẽ là bí ẩn đối với con người, và rất đáng báo động.
Nhưng những người đang phát triển công nghệ này vẫn cố chấp, bởi những hành vi của con người như say rượu, buồn ngủ hay mất tập trung cũng là những bí ẩn đối với robot.