ជារឿយៗមនុស្សសួរថា "តើឡានបើកបរដោយខ្លួនឯងនៅឯណា?" "ហេតុអ្វីខ្ញុំមិនមាន ហើយពេលណាវានឹងមក?" មនុស្សជាច្រើនមានអារម្មណ៍ថា ពួកគេត្រូវបានសន្យាថានឹងទិញរថយន្តមួយនៅអាយុ 20 ឆ្នាំ ហើយវាយឺត ហើយប្រហែលជាមិនមកទេ ដូចជារថយន្តហោះបាននិយាយកាលពីប៉ុន្មានទសវត្សរ៍មុន។
នៅក្នុងស៊េរីអត្ថបទពីរនេះ (ជាមួយវីដេអូអម) សូមក្រឡេកមើលមូលហេតុសំខាន់ៗដែលអ្នកប្រហែលជាមិនជិះក្នុងរថយន្តមនុស្សយន្តសព្វថ្ងៃនេះ ហើយនៅពេលណាដែលវាអាចកើតឡើង។ តើបញ្ហាបច្ចេកវិទ្យា ច្បាប់ និងសង្គមស្នូលមានអ្វីខ្លះ ហើយតើបញ្ហាអ្វីខ្លះដែលមិនមែនជាអ្នករារាំង?
សម្រាប់ពួកយើងភាគច្រើន រថយន្តទាំងនេះមិនអាចទៅដល់ទីនេះក្នុងពេលឆាប់ៗនេះទេ។ ពួកគេមានការសន្យាថានឹងជៀសវាងនូវប្រភាគសមរម្យនៃគ្រោះថ្នាក់ចរាចរណ៍នាពេលបច្ចុប្បន្ននេះ ដែលសម្លាប់មនុស្សជាងមួយលាននាក់ក្នុងមួយឆ្នាំៗជុំវិញពិភពលោក។ ពួកគេនឹងធ្វើឱ្យជីវិតរបស់យើងកាន់តែងាយស្រួល ហើយសរសេរឡើងវិញនូវគោលការណ៍នៃការដឹកជញ្ជូន។ ក្នុងការធ្វើវា ពួកគេនឹងសរសេរឡើងវិញនូវកន្លែងដែលយើងរស់នៅ និងធម្មជាតិនៃទីក្រុង ក៏ដូចជាឧស្សាហកម្មរាប់សិបផ្សេងទៀត ចាប់ពីថាមពលរហូតដល់ការលក់រាយ។ ជារៀងរាល់ថ្ងៃ យើងពន្យាពេលយករបស់ទាំងនេះចេញនៅលើផ្លូវក្នុងបរិមាណច្រើន រាប់ពាន់នាក់នឹងស្លាប់នៅដៃមនុស្សដែលមិនគួរបើកបរ។ ជារៀងរាល់ថ្ងៃយើងពន្យារពេល។
ជាការពិតណាស់វាពិបាកណាស់។
ដើម្បីឱ្យច្បាស់ ហេតុផលដ៏ធំបំផុតដែល "វាចំណាយពេលយូរ" គឺថាវាពិបាក។ គម្រោងស្រាវជ្រាវផ្នែកទន់ដ៏អស្ចារ្យបំផុតមួយដែលមិនធ្លាប់មាន។ វាបានទាមទារមិនត្រឹមតែកម្មវិធីទម្លាយព័ត៌មានប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងមានការងារលម្អិតជាច្រើនចុះនៅក្នុងស្មៅដែលទាក់ទងនឹងករណីពិសេសជាច្រើន និងការគូសផែនទីពិភពលោក និងស្នាមជ្រួញទាំងអស់របស់វា។ អ្នកណាដែលគិត ឬគិតថាវាអាចត្រូវបានបញ្ជូនតាមកាលវិភាគគឺខុស ហើយមិនដែលធ្វើការក្នុងកម្មវិធីពីមុនមក។ នៅពេលដែលក្រុមហ៊ុនរថយន្តបោះចោលកាលបរិច្ឆេទដូចជាឆ្នាំ 2020 នោះគឺជាក្តីសង្ឃឹម មិនមែនជាការព្យាករណ៍ទេ ហើយថាក្រុមហ៊ុនបច្ចេកវិទ្យាមួយចំនួនពិតជាបានដកវាចេញពិតជាអស្ចារ្យណាស់។ គម្រោងរយៈពេលច្រើនឆ្នាំដែលទាមទារការទម្លាយភាពទាល់ច្រក មិនត្រូវបានព្យាករណ៍យ៉ាងត្រឹមត្រូវនោះទេ។
គ្មានអ្នកណាដែលមានផ្ទៃខាងក្រោយកម្មវិធីនឹងមានការតក់ស្លុតទាល់តែសោះ ប្រសិនបើការទស្សន៍ទាយសម្រាប់គម្រោងដ៏ធំបែបនេះដែលបានធ្វើជាច្រើនឆ្នាំកន្លងមកមិនត្រឹមត្រូវ។ ដូច្នេះអ្វីៗមិនស្ថិតនៅក្រោយពេលកំណត់ទេ បើទោះជាមិនបានសម្រេចក្តីសង្ឃឹមដោយសុទិដ្ឋិនិយមក៏ដោយ។ នេះក៏មានន័យថាអ្វីៗកំពុងត្រូវបានធ្វើក្នុងជំហានតូចៗ។
អ្នកទប់ស្កាត់ដ៏ធំបំផុតគឺពិតជាមិនធ្វើវាទេ (ឧ. ធ្វើឱ្យវាមានសុវត្ថិភាព) ប៉ុន្តែដឹងថាអ្នកបានធ្វើវា។
ការបង្ហាញថាអ្នកពិតជាបានធ្វើឱ្យវាមានសុវត្ថិភាព
គោលដៅបច្ចេកវិទ្យាដំបូងគឺគ្រាន់តែធ្វើឱ្យវាកើតឡើង។ ដើម្បីធ្វើរថយន្តដែលអាចបើកបរដោយខ្លួនឯងបានដោយសុវត្ថិភាព។ នោះជាសមិទ្ធិផលដ៏ធំមួយ ប៉ុន្តែយ៉ាងហោចណាស់នៅក្នុងទីក្រុងមួយចំនួន ក្រុមហ៊ុនមួយចំនួនបានដកវាចេញរួចហើយ។ ការបើកបរប្រកបដោយសុវត្ថិភាពជាងមនុស្សធម្មតា ត្រូវបានធ្វើឡើងដោយក្រុមហ៊ុនដូចជា Waymo នៅលើផ្លូវដ៏ងាយស្រួលនៃទីក្រុង Phoenix ។ នោះគឺជា "ផ្នែកដ៏លំបាក" ប៉ុន្តែផ្នែកដែលពិបាកជាងនេះ គឺការកំណត់ថាតើសុវត្ថិភាពជាអ្វី វាស់វា និងបង្ហាញថាអ្នកបានធ្វើវា។ អ្នកត្រូវបង្ហាញវាចំពោះខ្លួនអ្នកចំពោះក្រុមប្រឹក្សារបស់អ្នកចំពោះមេធាវីរបស់អ្នកចំពោះសាធារណជន និងប្រហែលជាសូម្បីតែរដ្ឋាភិបាល។ ដូចដែលវ៉ាក់សាំង Moderna Covid ត្រូវបានត្រៀមរួចរាល់ក្នុងខែកុម្ភៈ ឆ្នាំ 2020 មុនពេលការចាក់សោរលើកដំបូង ពិភពលោកបានរង់ចាំរយៈពេល 10 ខែ ខណៈដែលមនុស្សមួយលាននាក់បានស្លាប់ដោយគ្មានវា មុនពេលអនុញ្ញាតឱ្យមនុស្សដំបូងទទួលការចាក់វ៉ាក់សាំង។ យើងបានរង់ចាំពួកគេដើម្បីបញ្ជាក់ថាពួកគេបានធ្វើវា។
ការវាស់វែងសុវត្ថិភាពគឺពិបាកណាស់។ យើងដឹងថាតើអ្នកបើកបរមនុស្សជួបគ្រោះថ្នាក់គ្រប់ប្រភេទញឹកញាប់ប៉ុណ្ណា តាំងពីតូចរហូតដល់ស្លាប់។ ការស្លាប់កើតឡើងរៀងរាល់ 80 លានម៉ាយក្នុងសហរដ្ឋអាមេរិក ឬប្រហែល 2 លានម៉ោងនៃការបើកបរ។ យើងមិនអាចសាកល្បងគ្រប់កំណែកម្មវិធីដោយនិយាយថា "អនុញ្ញាតឱ្យវាបើកបរមួយពាន់លានម៉ាយល៍ ហើយមើលថាតើវាសម្លាប់មនុស្សតិចជាងរាប់សិបនាក់ដែលនឹងស្លាប់ប្រសិនបើមនុស្សបើកឡានឆ្ងាយនោះ"។ វាជាចម្ងាយផ្លូវមិនអាចទៅរួចក្នុងការបើកបរលើផ្លូវពិតសូម្បីតែម្តងដោយមិនអនុញ្ញាតឱ្យមានកំណែថ្មីទាំងអស់។ យើងអាចបើកបរបានតិចជាងមុន ហើយរាប់ការប៉ះទង្គិច និងការគាំងតិចតួច - តាមពិតនេះគឺជាការល្អបំផុតដែលយើងបានបង្កើតឡើងមកទល់ពេលនេះ ព្រោះវាយ៉ាងហោចណាស់អាចធ្វើទៅបាន ប៉ុន្តែយើងមិនប្រាកដថាវាទាក់ទងនឹងរបួសជាមួយនឹងមនុស្សយន្តតាមរបៀបវាឬអត់នោះទេ។ ធ្វើជាមួយមនុស្ស។
មនុស្សជាច្រើនចាប់ផ្តើមវិធីឧស្សាហកម្មរថយន្តប្រពៃណី។ ពួកគេសាកល្បងសមាសធាតុនីមួយៗនៃយានជំនិះរបស់ពួកគេ ដើម្បីប្រាកដថាវាអាចទុកចិត្តបាន និងស្របតាមការបញ្ជាក់។ ពួកគេព្យាយាមធ្វើបែបនោះជាមួយនឹងប្រព័ន្ធនៃសមាសធាតុ ប៉ុន្តែវិធីសាស្ត្រនោះកាន់តែពិបាកនៅពេលដែលអ្វីៗកាន់តែស្មុគស្មាញ។ នេះត្រូវបានគេហៅថាសុវត្ថិភាពមុខងារ – គឺជាសមាសធាតុ និងប្រព័ន្ធដែលមិនមានពិការភាព ហើយតើពួកគេនឹងដោះស្រាយការបរាជ័យដែលអាចដឹងបានដែរឬទេ។
ថ្មីៗនេះមានការខិតខំបន្ថែមទៀតក្នុងការបង្កើនដល់កម្រិតប្រព័ន្ធមួយ ហើយព្យាយាមសាកល្បង "សុវត្ថិភាពនៃមុខងារដែលមានបំណង"។ ជាមួយនឹង SOTIF ក្រុមធ្វើការដើម្បីធានាថាប្រព័ន្ធទាំងមូលនឹងនៅតែដំណើរការ ទាំងបញ្ហា និងការបរាជ័យផ្នែក និងជាមួយនឹងការប្រើប្រាស់ខុសដែលរំពឹងទុក។ ជារឿយៗវាពាក់ព័ន្ធនឹងការក្លែងធ្វើប្រព័ន្ធទាំងមូល ឬផ្នែកខ្លះរបស់វា ឬការក្លែងធ្វើ "Hardware in the loop" ដែលងាយស្រួល និងមានសុវត្ថិភាពជាងការសាកល្បងផ្ទាល់នៅលើផ្លូវ។
ការធ្វើតេស្តក្លែងធ្វើផ្តល់នូវសមត្ថភាពក្នុងការសាកល្បងប្រព័ន្ធនៅក្នុងសេណារីយ៉ូផ្សេងៗរាប់លាន។ អ្វីក៏ដោយដែលអ្នកណាម្នាក់ធ្លាប់បានឃើញ ឬធ្លាប់បានឮ ឬសុបិនអំពី - ជាមួយនឹងការប្រែប្រួលបន្តិចបន្តួចនៃរឿងទាំងអស់នោះ។
ប្រហែលជារឿងពិបាកបំផុតក្នុងការសាកល្បង ប៉ុន្តែអ្វីដែលអ្នកចង់ដឹងបំផុតនោះគឺថាតើប្រព័ន្ធឆ្លើយតបទៅនឹងស្ថានភាពមិនធ្លាប់មានពីមុនមកកម្រិតណា។ ខណៈពេលដែលអ្នកអាចបង្កើតការធ្វើតេស្តក្លែងធ្វើដើម្បីដឹងថាយានជំនិះធ្វើបានល្អក្នុងស្ថានភាពដែលរំពឹងទុកស្ទើរតែទាំងអស់ សមត្ថភាពវេទមន្តដ៏អស្ចារ្យនៃចិត្តរបស់មនុស្សគឺជាសមត្ថភាពដោះស្រាយបញ្ហាដែលមិនធ្លាប់មានពីមុនមក។ AI អាចធ្វើបាន ប៉ុន្តែវាមិនសូវល្អទេ។ នៅទីបំផុត យើងនឹងសង្ឃឹមសម្រាប់វិធីដើម្បីទទួលបានសេណារីយ៉ូថ្មី ប្រាកដនិយម និងគ្រោះថ្នាក់ជារៀងរាល់ថ្ងៃ។ វាជារឿងល្អថ្ងៃនេះ រថយន្តរបស់អ្នកត្រូវបានកម្មវិធីដើម្បីគ្រប់គ្រងអ្វីគ្រប់យ៉ាងដែលមនុស្សគ្រប់គ្នាធ្លាប់គិត ប៉ុន្តែស្តង់ដារមាសពិតប្រាកដប្រហែលជាត្រូវបោះស្ថានភាពថ្មីចំនួន 20 ដែលមិនធ្លាប់ឃើញពីមុនមក ជារៀងរាល់ថ្ងៃ ហើយស្វែងយល់ថាវាគ្រប់គ្រងភាគច្រើននៃពួកគេ។ សូម្បីតែមនុស្សក៏មិនចេះដោះស្រាយដែរ។ នោះជារឿងមួយដែលខ្ញុំសង្ឃឹមថានឹងឃើញកើតឡើងតាមរយៈ គម្រោងអាងហែលទឹកសុវត្ថិភាពដែលខ្ញុំបានជួយផ្តួចផ្តើមគំនិតជាមួយវេទិកាសេដ្ឋកិច្ចពិភពលោក Deepen.AI និងសាកលវិទ្យាល័យ Warwick ។
សូម្បីតែជាមួយនឹងការក្លែងធ្វើទាំងអស់អ្នកក៏ត្រូវសាកល្បងផ្ទាល់នៅលើផ្លូវផងដែរ។ គ្មាននរណាម្នាក់នឹងដាក់ពង្រាយរថយន្តដែលមិនបានបង្ហាញថាវាគ្រប់គ្រងពិភពពិតបានយ៉ាងល្អនោះទេ។ ខណៈពេលដែលមានតម្លៃថ្លៃ ប្រព័ន្ធនៃការប្រើប្រាស់អ្នកបើកបរសុវត្ថិភាពមនុស្សដើម្បីត្រួតពិនិត្យប្រតិបត្តិការមនុស្សយន្តពិតជាមានកំណត់ត្រាដ៏អស្ចារ្យ និងមិនបង្កគ្រោះថ្នាក់ដល់សាធារណជនបើប្រៀបធៀបទៅនឹងការបើកបររបស់មនុស្សធម្មតា។
នៅក្នុងឧស្សាហកម្មនេះ គ្រប់ក្រុមហ៊ុនទាំងអស់សុទ្ធតែធ្លាក់ពីលើខ្លួនឯង ដើម្បីពណ៌នាអំពីរបៀបដែលពួកគេលះបង់ដើម្បីសុវត្ថិភាព។ វាជាការងាររបស់ពួកគេក្នុងការបង្កើតយានជំនិះដែលមានសុវត្ថិភាព ប៉ុន្តែពួកគេធ្វើការប្រកាសទាំងនេះដើម្បីផ្គាប់ចិត្តមន្ត្រី និងសាធារណជន។ គួរឱ្យអស់សំណើចណាស់ ចំណាប់អារម្មណ៍សាធារណៈគឺមិនមែនដើម្បីបង្កើតមនុស្សយន្តដែលមានសុវត្ថិភាពបំផុតនោះទេ ប៉ុន្តែផ្ទុយទៅវិញ ផ្លូវដែលមានសុវត្ថិភាពបំផុត។. Robocars គឺជាឧបករណ៍ដែលអាចនាំផ្លូវមានសុវត្ថិភាពជាងមុន ហើយនៅពេលដែលពួកគេមកដល់ទីនេះកាន់តែឆាប់ និងប្រសើរជាងនេះ ពួកគេនឹងធ្វើដូច្នេះ។ មន្ត្រី ប្រសិនបើពួកគេយកកាតព្វកិច្ចរបស់ពួកគេក្នុងការធ្វើឱ្យប្រសើរឡើងនូវសុវត្ថិភាពផ្លូវទាំងមូលយ៉ាងយកចិត្តទុកដាក់ នោះជាការលើកទឹកចិត្តឱ្យក្រុមហ៊ុនមិនទៅឆ្ងាយពេកលើសុវត្ថិភាព ហើយផ្ទុយទៅវិញផ្តោតលើការដាក់ពង្រាយបច្ចេកវិទ្យាដែលមានសុវត្ថិភាពបំផុត បើទោះបីជាធ្វើតិចជាងនេះដើម្បីបញ្ជាក់ថាវាមានសុវត្ថិភាពនៅពេលដែលការដាក់ពង្រាយមានទំហំតូចក៏ដោយ។ ធ្វើឱ្យវាកាន់តែលឿន។ ប៉ុន្តែពួកគេមិនដែលនឹងធ្វើទេ ដោយសារសង្គមមានប្រតិកម្មចំពោះកំហុស និងហានិភ័យ។
ធាតុផ្សំទីពីរនៃសុវត្ថិភាពគឺ សន្តិសុខតាមអ៊ីនធឺណិត។ យើងត្រូវការរថយន្តទាំងនេះឱ្យមានភាពរឹងមាំប្រឆាំងនឹងការប៉ុនប៉ងយកពួកវាមកជំនួស។ មនុស្សមួយចំនួនមិនចូលចិត្តនិយាយអំពីសុវត្ថិភាពតាមអ៊ីនធឺណិតទេ ប៉ុន្តែប្រវត្តិអតីតកាលនៃឧស្សាហកម្មរថយន្តមិនមានភាពអស្ចារ្យនោះទេ។ ការធ្វើបែបនេះមិនគ្រាន់តែជាការអនុវត្ត និងឧបករណ៍ដែលមានសុវត្ថិភាពប៉ុណ្ណោះទេ ថែមទាំងអ្វីដែលហៅថា "ក្រុមក្រហម" ផងដែរ ដែលក្រុមអ្នកជំនាញ Hacker មួកស តាមប្រមាញ់ពីខាងក្រៅ ដើម្បីស្វែងរកភាពងាយរងគ្រោះ រហូតដល់ពួកគេមិនអាចរកឃើញទៀតទេ។ ឧបករណ៍សំខាន់មួយទៀតគឺកាត់បន្ថយការតភ្ជាប់ ឬអ្វីដែលសន្តិសុខហៅថា "ផ្ទៃវាយប្រហារ"។ មនុស្សជាច្រើនក្នុងឧស្សាហកម្មនេះជក់ចិត្តនឹងអ្វីដែលពួកគេស្រមៃគឺ "រថយន្តដែលបានតភ្ជាប់" ហើយច្រឡំការតភ្ជាប់សម្រាប់បដិវត្តន៍ដ៏ធំដូចការបើកបរដោយខ្លួនឯង។ វាមិនមែនមិនមែនពីចម្ងាយទេ។ ការតភ្ជាប់មួយចំនួនគឺត្រូវការជាចាំបាច់ ប៉ុន្តែវាគួរតែត្រូវបានប្រើប្រាស់តិចតួច ដូច្នេះបដិវត្តន៍ពិតប្រាកដអាចរក្សាសុវត្ថិភាពបាន។
បញ្ហាប្រឈមដ៏ធំបំផុតមួយសម្រាប់ការធ្វើតេស្តគឺការប្រើប្រាស់យ៉ាងទូលំទូលាយនៃការរៀនម៉ាស៊ីនដោយក្រុមមនុស្សយន្តទាំងអស់។ ការរៀនម៉ាស៊ីនគឺជាឧបករណ៍ AI ដ៏មានឥទ្ធិពល ហើយភាគច្រើនមានអារម្មណ៍ថាវាជាឧបករណ៍សំខាន់មួយ ប៉ុន្តែវាមានទំនោរក្នុងការផលិតឧបករណ៍ "ប្រអប់ខ្មៅ" ដែលធ្វើការសម្រេចចិត្ត ប៉ុន្តែគ្មាននរណាម្នាក់យល់ច្បាស់នោះទេ។ ប្រសិនបើអ្នកមិនដឹងថាប្រព័ន្ធដំណើរការដោយរបៀបណា ឬហេតុអ្វីបានជាវាបរាជ័យ ឬធ្វើរឿងត្រឹមត្រូវ នោះវាពិបាកក្នុងការសាកល្បង និងបញ្ជាក់វា។ នៅអឺរ៉ុប ពួកគេបានបង្កើតច្បាប់ទាមទារឱ្យ AI ទាំងអស់ "អាចពន្យល់បាន" ក្នុងកម្រិតខ្លះ ប៉ុន្តែបណ្តាញរៀនម៉ាស៊ីនជាច្រើនពិបាកពន្យល់ណាស់។ វាគួរឱ្យខ្លាច ប៉ុន្តែពួកវាមានឥទ្ធិពលខ្លាំងណាស់ដែលយើងមិនបោះបង់វាចោលឡើយ ។ យើងអាចប្រឈមមុខនឹងប្រអប់ខ្មៅដែលមានសុវត្ថិភាពពីរដងក្នុងការធ្វើតេស្តជាប្រព័ន្ធដែលអាចពន្យល់បាន ហើយមានអំណះអំណាងដែលគួរឱ្យទាក់ទាញចិត្តដែលមនុស្សធ្វើនៅក្នុងការពេញចិត្តនៃជម្រើសណាមួយ។
ព្យាករណ៍អនាគត។
មនុស្សយន្តត្រូវបានគ្របដណ្ដប់ដោយឧបករណ៍ចាប់សញ្ញា ដូចជាកាមេរ៉ា រ៉ាដា ឡាស៊ែរ LIDAR និងច្រើនទៀត។ ឧបករណ៍ចាប់សញ្ញាគឺប្រហែលជាផ្នែកដែលត្រូវបានពិភាក្សាច្រើនបំផុតនៃផ្នែករឹង ប៉ុន្តែតាមពិតឧបករណ៍ចាប់សញ្ញាមិនប្រាប់អ្នកពីអ្វីដែលអ្នកចង់ដឹងទាល់តែសោះ។ នោះដោយសារតែឧបករណ៍ចាប់សញ្ញាប្រាប់អ្នកពីកន្លែងដែលអ្វីៗនៅពេលនេះ ប៉ុន្តែអ្នកមិនខ្វល់ច្រើនអំពីរឿងនោះទេ។ អ្នកខ្វល់ពីកន្លែងដែលអ្វីៗនឹងទៅជានាពេលអនាគត។ ព័ត៌មានពីឧបករណ៍ចាប់សញ្ញាគឺគ្រាន់តែជាតម្រុយឆ្ពោះទៅរកគោលដៅពិតប្រាកដនៃការទស្សន៍ទាយអនាគត។ ការដឹងថាកន្លែងណា ហើយតើវាផ្លាស់ទីលឿនប៉ុណ្ណា គឺជាការចាប់ផ្តើមដ៏ល្អ ប៉ុន្តែការដឹងពីអ្វីដែលវាគឺជាការសំខាន់ដូចគ្នាសម្រាប់ការដឹងថាវានឹងនៅទីណា។ វត្ថុភាគច្រើននៅលើ ឬនៅជិតផ្លូវមិនមែនជាផ្លោងទេ - មនុស្សមានបន្ទុក ហើយអាចផ្លាស់ប្តូរផ្លូវបាន។ នោះហើយជាមូលហេតុដែលផ្នែកសំខាន់មួយនៃការស្រាវជ្រាវនាពេលបច្ចុប្បន្ននេះ គឺមានភាពល្អប្រសើរក្នុងការទស្សន៍ទាយពីអ្វីដែលអ្នកផ្សេងទៀតនៅលើផ្លូវ ជាពិសេសមនុស្សនឹងធ្វើ។ នេះអាចរាប់ចាប់ពីការដឹងពីអាកប្បកិរិយានៃការបើកបរ រហូតដល់ការស្វែងយល់ថាតើអ្នកថ្មើរជើងដែលឈរនៅកាច់ជ្រុងហៀបនឹងចូលផ្លូវបំបែក ឬកំពុងបើកអ៊ីនធឺណិត។
ខណៈពេលដែលក្រុមជាច្រើនមានការវិវឌ្ឍយ៉ាងអស្ចារ្យ វាប្រែថាមនុស្សប្រសើរជាងមនុស្សយន្តនាពេលបច្ចុប្បន្ននេះក្នុងការទស្សន៍ទាយមនុស្សផ្សេងទៀត។ ការទទួលបានភាពប្រសើរជាងមុន គឺជាបញ្ហាសំខាន់មួយនៅក្នុងបញ្ជីការងារត្រូវធ្វើ ជាពិសេសនៅក្នុងបរិយាកាសស្មុគ្រស្មាញដូចជាទីក្រុងមមាញឹក។ ការទស្សន៍ទាយអនាគតក៏ពាក់ព័ន្ធនឹងការទស្សន៍ទាយពីរបៀបដែលអ្នកដទៃនឹងមានប្រតិកម្មចំពោះចលនារបស់អ្នកផ្ទាល់ និងចលនាដែលបានព្យាករណ៍ពីអ្នកដទៃ។ ការបញ្ចូលគ្នានៃផ្លូវ ឬបត់ឆ្វេងដោយមិនមានការការពារអាចជាការរាំជាមួយនឹងការផ្តល់ឱ្យ និងទទួលយក ហើយមនុស្សយន្តនឹងព្យាយាមកែលម្អជានិច្ចនូវរបៀបដែលពួកគេធ្វើ។
ការចាប់អារម្មណ៍លឿនជាងមុន
ឧបករណ៍ចាប់សញ្ញាអាចគ្រាន់តែជាមធ្យោបាយឆ្ពោះទៅរកគោលដៅពិតប្រាកដប៉ុណ្ណោះ ប៉ុន្តែនៅពេលដែលពួកគេធ្វើបានកាន់តែល្អ នោះអ្នកអាចទស្សន៍ទាយអនាគតបានកាន់តែប្រសើរ។ ក្រុមនៅតែស្វែងរកការធ្វើឱ្យឧបករណ៍ចាប់សញ្ញាលឿនជាងមុន ដើម្បីធ្វើឱ្យការយល់ឃើញ និងការព្យាករណ៍កាន់តែលឿន។ រឿងមួយដែលសំខាន់គឺការដឹងពីល្បឿននៃចលនារបស់វត្ថុ។ រ៉ាដាប្រាប់អ្នកថា ប៉ុន្តែកាមេរ៉ា និង LIDAR ចាស់ៗមិនធ្វើទេ លុះត្រាតែអ្នកមើលស៊ុមច្រើន។ LIDAR ថ្មីៗមួយចំនួនអាចប្រាប់អ្នកពីល្បឿន ក៏ដូចជាចម្ងាយ។ ការក្រឡេកមើលស៊ុមច្រើនត្រូវចំណាយពេលយ៉ាងតិចដូចជាការយកស៊ុម ប៉ុន្តែជាធម្មតាច្រើនជាងនេះ។
ស្ថានភាពមួយដែលអាចជាបញ្ហាគឺការផ្លាស់ទីនៅលើផ្លូវហាយវេនៅពីក្រោយរថយន្តធំជាង។ ស្រមៃថានៅពីមុខរថយន្តនោះមានឡានដឹកទំនិញដែលឈប់នៅលើស្មា ដោយជាប់នឹងផ្លូវ។ វាកើតឡើងជាមួយនឹងគ្រោះថ្នាក់ និងរថយន្តសង្គ្រោះបន្ទាន់ជាច្រើន។ រំពេចនោះ យានជំនិះធំ មុននឹងអ្នកបើកទៅស្តាំ ដើម្បីគេចពីឧបសគ្គ ហើយអ្នកឃើញឡានដែលជាប់គាំងនោះជាលើកដំបូង។ អ្នកពិតជាមិនមានពេលច្រើនដើម្បីចាប់ហ្វ្រាំង ឬបើក ហើយអ្នកប្រហែលជាមិនមានកន្លែងណាដែលត្រូវទៅនោះទេ។ ប្រសិនបើអ្នកត្រូវមើលវីដេអូ 3 ហ្វ្រេម ដើម្បីដឹងថាវាពិតជាមិនផ្លាស់ទី នោះប្រហែលជា 1/10 នៃការខ្ជះខ្ជាយវិនាទី ហើយនេះគឺជាស្ថានភាពដែលវាអាចមានបញ្ហា។ ដូច្នេះ ក្រុមជាច្រើនកំពុងស្វែងរកវិធីដើម្បីទទួលបានគែមនោះ ហើយពួកគេបានរកឃើញវាភាគច្រើននៅក្នុង LIDAR ដែលអាចវាស់ "Doppler" ដើម្បីដឹងពីល្បឿននៃអ្វីគ្រប់យ៉ាងដែលពួកគេវាយដោយឡាស៊ែរ។ រ៉ាដាដឹងពីល្បឿនផងដែរ ប៉ុន្តែពិភពលោកពោរពេញដោយវត្ថុឈប់ដែលឆ្លុះបញ្ចាំងពីរ៉ាដា ហើយវាពិបាកក្នុងការប្រាប់យានដែលឈប់ពីផ្លូវយាមដែលឈប់នៅជិតវា។
ដើរផ្លូវវែង
ខ្ញុំនឹងនិយាយដោយខ្លីថាហេតុផលមួយក្រុមដ៏ល្បីល្បាញ - Tesla
នោះជាផ្នែកមួយ។ ផ្នែកទី 2 មើលទៅលើរឿងដូចជាការធ្វើជាពលរដ្ឋល្អនៃផ្លូវ ហេតុអ្វីបានជាមនុស្សយន្តត្រូវបានដាក់ពង្រាយទីក្រុងមួយក្នុងពេលតែមួយជំនួសឱ្យគ្រប់ទីកន្លែងនៅពេលតែមួយ ហើយបញ្ហានៃការដោះស្រាយជាមួយនឹងភស្តុភារមនុស្សច្រើនដូចជាការអូសទាញអ្នកជិះ គំរូអាជីវកម្មជាដើម។ កម្មវិធី និងបារម្ភច្រើនពេកអំពីសុវត្ថិភាព ខណៈពេលដែលរដ្ឋាភិបាល និងសាធារណៈជនទទួលយកអ្នក។ ខ្ញុំក៏នឹងរាយបញ្ជីកត្តាមួយចំនួនដែលកំពុងដំណើរការ ប៉ុន្តែមិនមែនជាអ្នកទប់ស្កាត់ពិតប្រាកដចំពោះការដាក់ពង្រាយនោះទេ។ រកមើលផ្នែកទីពីរនៅថ្ងៃខាងមុខ។
អ្នកខ្លះមានអារម្មណ៍ថាការពិតដែលពួកគេមិនមាន ឬជិះក្នុងមនុស្សយន្តនៅឆ្នាំ 2022 មានន័យថាការអភិវឌ្ឍន៍គឺហួសពីកាលវិភាគ។ តាមពិតទៅ វាមិនដែលមានកាលវិភាគធ្ងន់ធ្ងរទេ មានតែក្តីសង្ឃឹមប៉ុណ្ណោះ ប៉ុន្តែតាមពិត បញ្ជីនៃបញ្ហានេះធ្វើឱ្យមានសុទិដ្ឋិនិយម ពីព្រោះបញ្ហាដែលនៅសេសសល់ទាំងនេះ ជាទូទៅអាចដោះស្រាយបាន។ ការខិតខំប្រឹងប្រែង និងលុយកាក់ មិនមែនការទម្លាយភាពទាល់ច្រកទេ គឺត្រូវការដើម្បីដោះស្រាយជាមួយពួកគេភាគច្រើន។
រង់ចាំផ្នែកទី ២ ជាវីដេអូ និងជាទម្រង់អត្ថបទ
ប្រភព៖ https://www.forbes.com/sites/bradtempleton/2022/09/26/why-dont-you-have-a-self-driving-car-yet-this-2-part-series-explains- បញ្ហាធំដែលនៅសេសសល់/