Intel ha una sua teoria sull'incidente di Uber

Il Prof. Amnon Shashua, CEO di Mobileye, la divisione Intel dedicata allo sviluppo di soluzioni per le auto a guida autonoma, ha pubblicato in un lungo post un'analisi sull'incidente mortale accaduto recentemente ad un'auto a guida autonoma della flotta Uber.

Al di là delle spiegazioni tecniche, ciò che è interessante nella posizione di Shashua è che c'è soprattutto un problema di percezione da parte dei media e dei comuni guidatori sulle reali difficoltà tecniche di realizzare un'auto a guida autonoma assolutamente sicura. Difficoltà note agli addetti ai lavori ma assolutamente sottovalutate dalla gente comune.

La prima, è mettere a punto un sistema efficace di riconoscimento degli oggetti. Secondo Shashua c'è un eccesso di fiducia nelle capacità di intelligenze artificiali, reti neurali e deep learning. Il problema infatti non è raccogliere i dati attraverso i sensori, ma analizzarli efficacemente producendo un feedback significativo, come confermato anche dalle parole di Marta Thoma Hall, presidente di Velodyne, l'azienda che produce il LIDAR utilizzato da Uber: "Certamente il nostro LIDAR è in grado di identificare la donna e la sua bicicletta mentre attraversano la strada, ma non è il nostro LIDAR a prendere la decisione di frenare o sterzare".

Per dimostrarlo ha applicato il proprio software di analisi ADAS al filmato pubblicato dalla Polizia: nonostante le condizioni non ottimali legate ovviamente all'analizzare il video di un altro video attraverso uno schermo, il software è riuscito a individuare l'ostacolo da evitare un secondo prima dell'impatto.

Rilevare le criticità è dunque tutto fuorché semplice e le difficoltà di analizzare i dati raccolti su strada percorrendo milioni di chilometri non possono essere aggirate: per Shashua dunque l'esperienza conta, soprattutto quando si tratta di affrontare potenziali pericoli. È necessario avere il tempo di raccogliere e analizzare un quantitativo enorme di dati prima di riuscire a mettere a punto un software di analisi che sia davvero affidabile.

Leggi anche: Incidente Uber, il video moltiplica i dubbi

Una considerazione ancora più interessante poi è quella fatta da Shashua sulla ridondanza degli apparati: "Una vera ridondanza del sistema di percezione deve poter contare su fonti d'informazione indipendenti: fotocamera, radar e LIDAR. Fonderne insieme i dati è vantaggioso per il comfort di guida, ma è un male per la sicurezza". In pratica secondo Shashua i dati raccolti in modo diverso dai vari sensori devono essere considerati complementari, raccolti e analizzati indipendentemente e poi incrociati per ottenere valutazioni dei pericoli più affidabili.

‎Mobileye infine ha cercato di realizzare un software in grado di attuare un processo decisionale conforme al buon senso del giudizio umano, strutturando nozioni di senso comune come "situazione pericolosa" e "risposta corretta" attraverso formalizzazioni matematiche.

Insomma, la strada verso le auto a guida autonoma davvero affidabili in tutte le situazioni potrebbe richiedere ancora alcuni anni di sviluppo, ma non è un obiettivo impossibile da raggiungere applicando ‎le giuste tecnologie. Incidenti come quelli accaduti a Tesla e Uber fanno parte del percorso di sperimentazione e, benché gravi e tragici vista la perdita di vite umane, non devono far perdere la fiducia nello sviluppo tecnologico.

Proprio nelle scorse ore un'altra auto a guida autonoma della flotta Uber, questa volta una Toyota Camry, ha avuto un incidente buffo, imboccando una strada pedonale e restando bloccata su una rampa di scale. L'errore non è dovuto questa volta all'errata risposta dei sistemi di guida autonoma: al volante infatti in quel momento c'era un'autista, che a quanto pare ha interpretato male le indicazioni del GPS, nonostante il contesto stradale fornisse diversi indizi sul fatto che non fosse quella la svolta giusta. E gli esseri umani, a differenza dei sistemi di un'auto a guida autonoma, non possono essere migliorati nel tempo.