Prezes Waymo wyjaśnia, dlaczego samochody autonomiczne Tesli oparte wyłącznie na kamerach są niewystarczające

Dmitri Dolgov, współdyrektor Waymo, przedstawił najbardziej klarowny dotychczas argument techniczny wyjaśniający, dlaczego same kamery nie mogą doprowadzić systemu samochodów autonomicznych do pełnej niezależności, twierdząc, że „słabe czujniki” osiągają swoje granice bezpieczeństwa na długo przed tym, jak mogłyby zapewnić wydajność przewyższającą ludzką.

Nigdy nie wymienił nazwy Tesla. Jednak strategia oparta wyłącznie na kamerach to cała filozofia Tesli, a to było bezpośrednie atakowanie tej koncepcji.

Dyskusja na temat czujników, według osoby, która przejechała 220 mil bez kierowcy

Dolgov wygłosił te komentarze podczas wykładu w Startup School Y Combinator, omawiając lekcje, których Waymo nauczyło się podczas budowy swojego systemu kierowania przez prawie dwa dekady. Jasno postawił pytanie dotyczące czujników: „Od dawna toczy się debata na temat tego, jakie czujniki są naprawdę potrzebne do jazdy autonomicznej”.

Jego odpowiedź pokazuje granicę, którą zwolennicy wykorzystania jedynie kamer zwykle pomijają. „Ludzie oczywiście mogą prowadzić tylko za pomocą oczu, więc to jest dowód na możliwość takiego rozwiązania”, powiedział. „Jeśli celem jest jedynie przybliżone dorównanie osiągom człowieka lub stworzenie produktu pomocniczego, to jest to bardzo rozsądny sposób postępowania”.

Następnie przyszedł haczyk. Jeśli dążymy do pełnej autonomii i wysoce przewyższających możliwości człowieka osiągów, jak stwierdził, „słabe czujniki prowadzą do sytuacji, w której krzywa bezpieczeństwa spada zbyt wcześnie”.

To cały argument w kilku zdaniami. Kamery mogą dorównywać zdolnościom człowieka. Mogą służyć do obsługi systemów wspomagających kierowcę. Dolgov twierdzi, że ich możliwości są niewystarczające, by samochód mógł jeździć bez kierowcy.

Chyba że robi się to w celach demonstracyjnych na obszarze ograniczonym geograficznie, z ograniczoną prędkością i małą liczbą przejechanych kilometrów, aby zmniejszyć ryzyko.

Dlaczego Waymo używa jednocześnie kamer, lidaru i radaru

Waymo wykorzystuje trzy rodzaje czujników, a Dolgov szczegółowo wyjaśnił dlaczego. Kamery zapewniają wysoką rozdzielczość i kolor, ale są pasywne oraz tracą jakość w ciemności i przy oślepującym świetle. Lidar bezpośrednio mierzy trójwymiarową strukturę świata. Radar przenika przez mgłę, deszcz i śnieg oraz bezpośrednio mierzy prędkość za pomocą efektu Dopplera. Lidar i radar to czujniki aktywne, więc działają równie dobrze w całkowitej ciemności lub przy oślepującym zachodzie słońca.

To nie jest redundancja dla samej jej sake. „Te różne metody detekcji nie są wzajemnymi zamiennikami” – powiedział Dolgov. Każdy z nich posiada własnego kodera, a dane są łączone w jedną całość przedstawiającą świat, która, jak twierdzi, „jest znacznie lepsza od tego, co uzyskasz przy użyciu pojedynczego czujnika”.

Jego argumentację poparł przykładami, gdy kamera traci zdolność widzenia. Burza pyłu w Phoenix, podczas której kamera prawie nic nie widzi, podczas gdy lidar wyraźnie dostrzega przechodnia przy drodze. Ludzie wspinający się przez betonową barierę na drogę w nocy. Dzieci goniące psy po zupełnie ciemnej ulicy bez świateł w samochodach ani latarni. We wszystkich tych przypadkach obraz z kamery jest praktycznie bezużyteczny, natomiast widok uzyskany za pomocą lidara jest wyraźny.

Następnie istnieje sytuacja awaryjna, której kamera sama nie może sobie poradzić: coś fizycznie zakrywającego obiektyw. Jeden liść na czujniku może sprawić, że robot zatrzyma się całkowicie, powiedział Dolgov, pokazując przy tym przykład pojazdu Waymo, który dostrzegł gałąź drzewa, której jego świecy wycieraczek nie mogły usunąć, i wykorzystał inne czujniki, aby bezpiecznie wrócić do bazy.

Problem „dziewiątek”

Pod argumentem związanym z czujnikiem kryje się argument matematyczny, i to właśnie on powinien zaniepokoić każdego, kto próbuje wyciągnąć wnioski na podstawie demonstracji opartej wyłącznie na kamerze. Niezawodność zależy od tego, co Dolgov nazwał „eksponencjalną drabiną dziewierek”. Prezes Tesli, Elon Musk, określa to mianem „marszu dziewierek”. Osiągnięcie poziomu 90% lub 99% to część prosta. Każde kolejne podniesienie poziomu niezawodności o dziewięć punktów wymaga mniej więcej dziesięciokrotnie większego wysiłku niż poprzednie.

Zatem pułapką jest wybór technologii o najszybszym początkowym rozwoju, tej, która daje najlepszą demonstrację, projekcja tego stromego wzrostu w przyszłość oraz osiągnięcie plateau „znacznie przed poziomem wydajności wymaganym przez produkt”. Demonstracja może potrzebować jednej „dziewiąrki”. Produkt wspomagający kierowcę potrzebuje kilku. Samochód z dziećmi z tyłu i bez kierowcy wymaga całej serii takich „dziewiąrek”.

Dolgov odrzucił również zarzut dotyczący najczęściej podnoszonego problemu fanów kamer – wysokiej ceny. Waymo pracuje już nad szóstą generacją sprzętu, a według niego każda nowa generacja znacznie obniża cenę. Ostrzegał, że stawianie na czujniki takie jak lidar przy obecnych cenach oznacza stawianie na „wartość o dość krótkim czasie trwania”.

Miejsce Tesli w tym sporze

Tesla to najsilniejszy głos po drugiej stronie tej debaty. W 2021 roku usunęła radar ze swoich samochodów, a w 2022 roku zrezygnowała z czujników ultradźwiękowych, stawiając wyłącznie na kamery w ramach projektu „Tesla Vision”. Elon Musk określił lidar jako „bezużyteczny gadżet” i stwierdził, że wszyscy, którzy na niego polegają, są „skazani”. Usługa robotaxi Tesli, uruchomiona w Austin w 2025 roku, funkcjonuje wyłącznie dzięki kamerom. Już wcześniej szczegółowo omawialiśmy konflikt pomiędzy Tesla Vision a lidarem.

Do tej pory wyniki są zgodne z dokładną granicą opisaną przez Dolgova. Dane własnych robotaxi Tesli pokazują, że częstość wypadków jest około trzy razy wyższa niż u kierowców ludzkich, nawet gdy na przednim siedzeniu znajduje się człowiek pełniący rolę monitora bezpieczeństwa. Musk twierdzi, że FSD jest bezpieczniejsze od ludzi, co potwierdzają kolejne wersje tego systemu, ale dane do tej pory go nie poparły, mimo intensywnych manipulacji ze strony Tesli.

Waymo osiąga wyniki, których według Dolgova nie mogą osiągnąć systemy oparte wyłącznie na kamerach. Jego najnowszy raport bezpieczeństwa, oparty na 220 milionach przejechanych mil tylko przez pasażerów, pokazuje o 94% mniej wypadków z poważnymi obrażeniami w porównaniu do tego, co spowodowaliby kierowcy ludzki na tej samej odległości, co stanowi około 17 razy lepszy wynik. Waymo oferuje obecnie około pół miliona opłatnych przejazdów tygodniowo w 15 miastach w Stanach Zjednoczonych i dąży do celu 1 miliona przejazdów tygodniowo, mimo że Musk twierdzi, iż Waymo „nigdy nie miało szans” przeciwko Tesli.

Tesla potwierdziła niedawno, że w ciągu ostatniego roku od wprowadzenia swojego robotaxi przejechała 380 000 mil bez kierowcy. Usługa bezkierowcowa Waymo osiąga tę liczbę w ciągu jednego dnia.

Pogląd Electrek

To najbardziej trafna wersja argumentu dotyczącego konfrontacji lidaru z kamerami, jaką kiedykolwiek widziałem – Dolgov nie udaje, że kamery są bezużyteczne. Przyznaje to, co fani Tesli zawsze podkreślają: tak, ludzie prowadzą używając dwóch oczu, i tak, same kamery mogą stworzyć naprawdę dobry produkt wspomagający kierowcę. To nie jest jednak sedno sporu. Spór dotyczy tego, czy „dostatecznie dobry, by pomóc człowiekowi prowadzić”, kiedykolwiek stanie się „dostatecznie dobry, by zastąpić człowieka”, a jego odpowiedź brzmi nie, ponieważ możliwości detekcji osiągają swój szczyt zanim uda się osiągnąć najwyższy poziom precyzji.

Tesla wskazuje na swój aktywny serwis Robotaxi jako przykład „usunięcia człowieka” z procesu jazdy, ale Dolgov stwierdził również, że system oparty wyłącznie na kamerach nadaje się do demonstracji, i to właśnie jest obecnie istotą usługi Robotaxi firmy Tesla.

Tesla właśnie potwierdziła, że odległość przejechana bez nadzoru wynosi do tej pory zaledwie 380 000 mil. To w zasadzie demonstracja jazdy przy niskich prędkościach na małych obszarach w Teksasie.

Inwestorzy Tesli powinni się skupić na tym aspekcie. Tesla spędziła lata na łatwej części drogi rozwoju, gdzie każda nowa wersja FSD wygląda znacznie lepiej niż poprzednia, a Musk kontynuuje rozwój w tym kierunku aż do pełnych robotaxi. Dolgov dokładnie wyjaśnia, dlaczego ta droga się kończy: początkowe sukcesy są tanie, natomiast późniejszy etap jest bardzo trudny, a właśnie on stanowi cały problem bezpieczeństwa przy jeździe milionami mil tygodniowo.

Koszt również ma znaczenie, ponieważ „lidar jest zbyt drogi” to ostatni techniczny argument, na którym musi oprzeć się rozwiązanie oparte wyłącznie na kamerach. Waymo znajduje się już w szóstej generacji sprzętu i twierdzi, że koszty szybko spadają. Jeśli czujniki będą nadal tanieć, a rozwiązania oparte wyłącznie na kamerach wciąż napotykają te same ograniczenia, twierdzenie „kamery to rozsądny wybór” staje się z każdym rokiem coraz mniej przekonujące.

Słyszymy, że Waymo jest bliskie osiągnięcia takiego poziomu cenowego, aby całe jego rozwiązanie (samochód + zestaw czujników Waymo oraz kierowca) kosztowało około 60 000 dolarów. W takim przypadku fakt, że system funkcjonuje na dużą skalę, jest o wiele ważniejszy niż około 20 000 dolarów oszczędności w cenie samochodu.