Hələ çox yaxın keçmişdə şəhərin həddindən artıq yüklənmiş küçələrində sərbəst hərəkət edən və ya toqquşmadan yayınmaq üçün saniyənin surətində qərar qəbul edən avtomobil ideyası müstəsna olaraq elmi fantastika süjeti kimi görünürdü. Bu gün süni intellektin inkişafı bu fantaziyanı sürətlə reallığa yaxınlaşdırır.
Süni intellekt artıq bir çox müasir avtomobillərdə özünəməxsus nəzərəçarpmayan ikinci pilot olub. İntellektual sensorlar nişanlanma xəttlərini tanıyır və maşının zolaqdakı vəziyyətinə nəzarət edir, kameralar ətraf mühiti təhlil edir, alqoritmlər isə yol şəraiti haqqında məlumatları real vaxt rejimində emal edir. Adaptiv kruiz-kontrol, avtomatik əyləcləmə və intellektual naviqasiya insan qərarları ilə avtomatlaşdırılmış sistemlər arasındakı adi sərhədi tədricən silir.
Ancaq bu hələ başlanğıcdır. Süni intellekt sadəcə avtomobilləri daha ağıllı etmir – o, sürücülük, yerdəyişmə və yol hərəkəti iştirakçılarının qarşılıqlı əlaqəsi haqqında təsəvvürün özünü tədricən dəyişdirir.
Kruiz-kontroldan avtonom avtomobilə qədər
İntellektual avtomobillərin inkişafı müasir pilotsuz sistemlərin yaranmasından çox əvvəl başlayıb. Bu istiqamətdə ilk addımlardan biri hələ ötən əsrin 50-ci illərində meydana çıxan kruiz-kontrol hesab edilə bilər. O, sürücünün daimi müdaxiləsi olmadan avtomobilə verilmiş sürəti saxlamağa imkan verirdi. Yeni mərhələ XX və XXI əsrlərin qovşağında, parkinq sensorları, elektron sabitləşdirmə sistemi (ESC) və əyləclərin antiqapanma sistemi (ABS) kütləvi şəkildə yayıldığı zaman başladı.
Əsl dönüş nöqtəsi müasir sürücüyə yardım sistemlərinin – ADAS (Advanced Driver Assistance Systems) və daha güclü bort kompüterlərinin meydana gəlməsi ilə baş verdi. Avtomatik qəza əyləcləməsi, adaptiv kruiz-kontrol və avtomobilin zolaqda saxlanılması sistemləri əvvəlcə premium segmente məxsus avtomobillərdə peyda oldu, sonra isə daha əlçatan modellərə də yayılmağa başladı. Sİ alqoritmlərindən istifadə etməklə işləyən kameralar və sensorlar yol şəraitini təhlil etmək və saniyənin surətində qərarlar qəbul etmək imkanı əldə etdilər. Bu, eyni zamanda təhlükəsizliyi artırmağa və sükan arxasındakı bir çox prosesləri daha avtomatlaşdırılmış etməyə imkan verdi.
2010-cu illərdə avtonom sürücülük texnologiyalarının inkişafı kəskin şəkildə sürətləndi. İri texnoloji və avtomobil şirkətləri pilotsuz sistemlərlə fəal şəkildə eksperimentlər aparmağa başladılar. 2009-cu ildə başladılmış Google Waymo layihəsi real yollarda sərbəst hərəkət etməyə qadir olan tamamilə avtonom avtomobillərin yaradılmasında ən nəzərəçarpacaq istiqamətlərdən birinə çevrildi. 2015-ci ildə isə Tesla Autopilot sistemini təqdim edərək, qismən avtomatlaşdırılmış sürücülük texnologiyalarını geniş auditoriya üçün əlçatan etdi. Sistem avtomatik parkinq və zolaq dəyişdirmə, həmçinin sürücüyə yardım edən digər funksiyalar kimi funksiyalar üçün süni intellekt alqoritmlərindən istifadə edirdi.
Beləliklə, sadə avtomatlaşdırma tədricən mürəkkəb situasiyaları təhlil etməyə və müstəqil şəkildə qərarlar qəbul etməyə qadir olan sistemlərə yerini verir. Hər yeni texnoloji nailiyyətlə tamamilə pilotsuz avtomobil ideyası daha da real görünür.
Avtonomiyanın altı səviyyəsi
Tam avtonomiyaya gedən yolu Level 0-dan Level 5-ə qədər altı səviyyəni əhatə edən SAE təsnifatının köməyi ilə təsvir etmək qəbul olunub.
- Level 0 – avtomatlaşdırma yoxdur. İnsan avtomobili tamamilə idarə edir.
- Level 1 – sürücüyə kömək. Avtomobil məsələn, sürəti saxlamaq və ya maşını zolaqda saxlamağa kömək etmək kimi ayrı-ayrı funksiyaları avtomatik yerinə yetirə bilər.
- Level 2 – qismən avtomatlaşdırma. Sistem eyni vaxtda sükan idarəetməsini, sürətlənməni və əyləcləməni idarə edə bilər, lakin sürücü vəziyyətə daim nəzarət etməyə və müdaxilə etməyə hazır olmağa borcludur. Bu səviyyəyə məsələn, bəzi Tesla Autopilot funksiyaları aiddir.
- Level 3 – şərti avtomatlaşdırma. Avtomobil müəyyən şəraitdə sürücülüyün bütün əsas tapşırıqlarını müstəqil şəkildə yerinə yetirməyə qadirdir. Ehtiyac olduqda sistemிக nəzarəti qəbul etməyi insandan tələb edə bilər. Belə yanaşmanın nümunəsi Mercedes-Benz Drive Pilot-dur.
- Level 4 – yüksək dərəcədə avtomatlaşdırma. Avtomobil verilmiş istismar sahəsinin hüdudları daxilində yol situasiyalarının əksəriyyətinin öhdəsindən müstəqil şəkildə gəlməyə qadirdir. Ayrı-ayrı hallarda insan müdaxiləsi tələb oluna bilər. Bu sinfə bəzi robotaksi xidmətləri daxildir.
- Level 5 – tam avtomatlaşdırma. Avtomobil heç bir insanın iştirakı olmadan istənilən şəraitdə və istənilən yerdə müstəqil şəkildə hərəkət etməyə qadirdir.
Süni intellekt sükan arxasında necə «düşünür»
Müasir avtomobillər nəhəng həcmdə informasiyanı emal etməyə və qərarları demək olar ki, dərhal qəbul etməyə qadirdir. Lakin avtomobil xarici dünyanı təhlil etmək qabiliyyətini necə əldə edir?
Müasir intellektual sistemlərin əsasında eyni vaxtda işləyən bütöv bir texnologiyalar kompleksi dayanır.
Maşın öyrənməsi: avtomobil təcrübədən öyrənir
Avtomobil süni intellektinin fundamental komponentlərindən biri maşın öyrənməsidir. Ənənəvi proqram təminatında tərtibatçılar sistemin işləməli olduğu qaydaları əvvəlcədən müəyyənləşdirirlər. Maşın öyrənməsi nəhəng məlumat massivlərini təhlil edərək alqoritmlərə qanunauyğunluqları müstəqil şəkildə aşkar etməyə imkan verir.
Avtomobil sistemləri milyonlarla kilometr real səfərlər əsasında öyrənə bilər, piyadaların, avtomobillərin və digər hərəkət iştirakçılarının davranışlarının xarakterik xüsusiyyətlərini müəyyənləşdirir, yol şəraitini proqnozlaşdırır və müxtəlif hava şəraitinə uyğunlaşır. Sistem nə qədər çox məlumat alırsa, tanınma və qərarların qəbul edilməsi alqoritmlərini təkmilləşdirmək üçün bir o qədər çox imkanlar yaranır.
Kompüter görməsi: avtomobil «görməyi» öyrənir
Ətraf mühiti anlamadan təhlükəsiz avtonom sürücülük mümkün deyil. Məhz bu məsələni kompüter görməsi həll edir. Sİ alqoritmləri olan kameralar avtomobilə piyadaları, yol nişanlanmasını, nişanları, işıqforları və digər nəqliyyat vasitələrini tanımağa imkan verir. Avtomatik əyləcləmə, işıqfor siqnallarının tanınması və hərəkət zolağının hüdudlarından çıxılması barədə xəbərdarlıq kimi funksiyalar bu texnologiyaya əsaslanır. Faktiki olaraq kamera avtomobil üçün özünəməxsus görmə orqanına çevrilir, kompüter görməsi alqoritmləri isə əldə edilmiş informasiyanı şərh edir.
Sensor Fusion: müxtəlif sensorların məlumatlarının birləşdirilməsi
Ətraf mühitin etibarlı qiymətləndirilməsi üçün bir növ sensor kifayət deyil. Buna görə də müasir avtonom sürücülük sistemləri birdən çox mənbənin – LiDAR, radarlar və kameraların məlumatlarını birləşdirir. LiDAR obyektlərə qədər məsafəni yüksək dəqiqliklə ölçmək üçün lazer impulslarından istifadə edir. Radar hətta zəif görünmə şəraitində, məsələn, duman və ya güclü yağış zamanı obyektləri aşkar etməyə qadirdir. Kameralar obyektlərin və yol infrastrukturunun vizual olaraq tanınması üçün zəruri olan yüksək təsvir ölçülü təsviri təmin edir.
Sensor Fusion kimi tanınan bu məlumatların birləşdirilməsi ətraf məkanın daha dolğun mənzərəsini formalaşdırmağa imkan verir. Sİ müxtəlif sensorlardan gələn informasiyanı müqayisə etmək və potensial olaraq yalnız bir məlumat mənbəsinə əsaslananlardan daha etibarlı olan qərarlar qəbul etmək imkanı əldə edir.
Neyron şəbəkələri və real vaxt rejimində qərarlar
Bir çox müasir avtomobil Sİ sistemlərinin əsasında dərin neyron şəbəkələri dayanır. Onlar informasiyanı qismən insan beyininin işini xatırladan prinsip üzrə emal etməyə imkan verir. Belə şəbəkələr avtomobilə obyektləri tanımağa, onların hərəkətini proqnozlaşdırmağa və real vaxt rejimində qərarlar qəbul etməyə kömək edir.
Uşağın gözlənilmədən yola qaçdığı situasiyanı təsəvvür edək. Sistem saniyənin mində biri ərzində necə hərəkət etməli olduğunu müəyyənləşdirməlidir: əyləcləmək, hərəkət traektoriyasını dəyişmək və ya səs siqnalından istifadə etmək. İnsan üçün belə qərar intuitiv ola bilər. Süni intellekt üçün bu, obyektin tanınması, onun davranışının proqnozlaşdırılması, avtomobilin traektoriyasının qiymətləndirilməsi və daha münasib hərəkətin seçilməsi üzrə mürəkkəb əməliyyatlar ardıcıllığıdır.
Avtomobillərdə Sİ-ni kimlər artıq istifadə edir
Bu gün bir neçə iri şirkət avtomobillər üçün süni intellekt texnologiyalarını fəal şəkildə inkişaf etdirir:
- Tesla Autopilot avtomatik zolaq dəyişdirmə və parkinq də daxil olmaqla, qismən avtomatlaşdırılmış sürücülük funksiyalarının reallaşdırılması üçün Sİ-dən istifadə edir.
- Mercedes-Benz Drive Pilot müəyyən şəraitdə sürücüyə avtomobilin idarəetməsini ötürməyə imkan verən 3-cü səviyyəli avtonom sürücülük sistemidir.
- Waymo nəqliyyat vasitəsinin idarə edilməsinin sükan arxasında insan olmadan həyata keçirildiyi tamamilə avtonom səfərlər xidmətini inkişaf etdirir.
Sİ-nin sürətli inkişafı avtomobili mexaniki qurğudan ətraf dünyanı təhlil etməyə və qərarlar qəbul etməyə qadir olan mürəkkəb hesablama sisteminə çevirir. Artıq sual süni intellektin avtomobili idarə edib-edə bilməyəcəyində deyil, onun sürücünü sükan arxasında nə vaxt tamamilə əvəz edə biləcəyindədir.
Bu gün qabaqcıl Sİ funksiyaları olan avtomobillərin əksəriyyəti avtonomiyanın 2-ci və 3-cü səviyyələrindədir, yəni insan hələ də sistemin ən vacib elementi olaraq qalır. 4-cü səviyyəli robotaksilər artıq ayrı-ayrı şəhərlərdə işləyir, lakin tamdəyərli 5-ci səviyyə – istənilən yerdə və istənilən şəraitdə sərbəst hərəkət etməyə qadir olan avtomobil – əlçatmaz məqsəd olaraq qalır.
Tam avtonomiyaya nə mane olur
Tamamilə avtonom nəqliyyata gedən yolda bütöv bir texniki, hüquqi və etik problemlər kompleksi qalır. Texniki nöqteyi-nəzərdən süni intellektə hələ də insanların gözlənilməz davranışı, ekstremal hava şəraitləri və qeyri-standart yol situasiyalarının öhdəsindən gəlmək çətindir. Hüquqi normalar da müxtəlif ölkələrdə və hətta ayrı-ayrı yurisdiksiyalarda əhəmiyyətli dərəcədə fərqlənir ki, bu da avtonom nəqliyyatın kütləvi tətbiqini çətinləşdirir.
Nəhayət, etik məsələlər qalır. Qaçılmaz toqquşma situasiyasında sistem necə hərəkət etməlidir? Sərnişinin və piyadanın təhlükəsizliyi arasında prioritetlər necə müəyyənləşdirilməlidir? Qəzaya görə məsuliyyəti kim daşımalıdır – avtomobilin sahibi, istehsalçı, proqram təminatının tərtibatçısı yoxsa alqoritmin özü?
Sİ yollarda nəyi dəyişə bilər
Süni intellektin avtomobillərə inteqrasiyası təkcə rahatlıq məsələsi deyil. Əsas məqsəd daha təhlükəsiz, səmərəli və əlçatan nəqliyyat sisteminin yaradılmasıdır.
Sİ-nin ən əhəmiyyətli potensial üstünlüklərindən biri insan amili ilə əlaqəli qəza sayının azalması hesab olunur. Diqqətin yayınması, sürət həddini aşma, vəziyyətin səhv qiymətləndirilməsi və digər insan səhvləri yol-nəqliyyat hadisələrinin vacib səbəbləridir. Sİ əsaslı sistemlər ətraf məkanı daim təhlil edir və insandan daha tez reaksiya verməyə qadirdir. Adaptiv kruiz-kontrol, zolaqdan çıxma barədə xəbərdarlıq və avtomatik qəza əyləcləməsi artıq bu gün avtomobilə vəziyyətə nəzarət etməyə və təhlükə yarandıqda idarəetməyə müdaxilə etməyə imkan verir.
Sİ yol şəraiti haqqında məlumatları təhlil etməyə, tıxacları proqnozlaşdırmağa, alternativ marşrutlar təklif etməyə və işıqforların işini optimallaşdırmağa qadirdir. Bunun üçün alqoritmlər GPS, yol kameraları və avtomobillərin özlərinin sensorlarının məlumatlarından istifadə edə bilər. Gələcəkdə bu, səfərləri daha proqnozlaşdırılan etməyə, yolda sərf olunan vaxtı azaltmağa və tıxacların miqdarını azaltmağa imkan verəcək.
Avtonom avtomobillər yaşlı insanlar, əlilliyi olan şəxslər və avtomobili müstəqil şəkildə idarə edə bilməyən digər kateqoriyalı vətəndaşlar üçün yerdəyişmə imkanlarını əhəmiyyətli dərəcədə genişləndirməyə potensial olaraq qadirdir. Robotaksilər və nəqliyyatın birgə istifadəsinin avtonom xidmətləri bu gün başqalarının köməyinə ümid etməyə məcbur olanlara səfərlərdə müstəqillik təmin edə bilər.
Sİ avtomobilin sürətini, sürətlənməsini və əyləcləməsini optimallaşdırmağa qadirdir ki, bu da potensial olaraq enerjini daha səmərəli sərf etməyə imkan verir. Bu effekt hibrid və elektrik avtomobilləri üçün xüsusilə nəzərəçarpan ola bilər, burada enerji axınlarının intellektual idarə edilməsi akkumulyatorun istifadəsi səmərəliliyini artırmağa və nəqliyyatın ümumi karbon izini azaltmağa qadirdir.
Avtomobil yeni risklər mənbəyinə çevrildikdə
Avtonom nəqliyyatın üstünlükləri təhlükəsizlik, məxfilik və etika sahəsində ciddi problemlərlə müşayiət olunur. Məsələn, avtonom avtomobil qəzadan yayınmağın qeyri-mümkün olduğu və sistemin ən az təhlükəli ssenarini seçməli olduğu vəziyyətdə qala bilər. Nə daha vacibdir – sərnişinin yoxsa piyadanın təhlükəsizliyi? Velosipedçi ilə toqquşmadan yayınma cəhdi başqa bir maşınla toqquşma ehtimalını artırırsa, avtomobil necə hərəkət etməlidir?
İnsan belə vəziyyətdə təcrübə, instinktlər və emosiyaların birləşməsinə əsaslanaraq qərarı demək olar ki, dərhal qəbul edir. Süni intellekt alqoritmlər və əvvəlcədən müəyyən edilmiş prinsiplər əsasında hərəkət edir. Məhz buna görə də belə qərarların necə proqramlaşdırılması məsələsi adi mühəndislik məsələsinin hüdudlarından xeyli kənara çıxır.
Qoşulmuş avtomobillər daim informasiya mübadiləsi aparırlar ki, bu da onları kibertəhləbələrin potensial hədəfinə çevirir. Əgər təcavüzkar avtonom avtomobilin kritik vacib funksiyaları üzərində nəzarəti əldə etməyə nail olarsa, nəticələr ciddi ola bilər – nəqliyyat vasitəsinin bloklanmasından tutmuş qəza vəziyyətinin yaradılmasına qədər. Eyni zamanda məxfilik problemi yaranır. İntellektual avtomobil sahib haqqında əhəmiyyətli həcmdə informasiya toplamağa qadirdir: marşrutlar, təyinat yerləri, səfər vaxtları və nəqliyyat vasitəsinin istifadə xarakteri. Buna görə də avtonom nəqliyyatın inkişafı qaçılmaz olaraq təkcə alqoritmlərin təkmilləşdirilməsi ilə deyil, həm də kibertəhlükəsizliyin və fərdi məlumatların mühafizəsinin gücləndirilməsi ilə bağlıdır.
Ənənəvi avtomobil sistemində qəzaya görə məsuliyyət ilk növbədə sürücü ilə bağlıdır. Lakin avtomobil qərarları müstəqil şəkildə qəbul etdikdə nə baş verəcək? Əgər avtonom maşın YNH-yə düşərsə, potensial olaraq dərhal bir neçə sual yaranır: avtomobilin sahibi, istehsalçı, proqram təminatının tərtibatçısı və ya texnoloji zəncirin digər iştirakçısı cavabdehdirmi? Bir çox ölkələrdə qüvvədə olan qanunvericilik avtomobilin idarə edilməsinin insan tərəfindən həyata keçirildiyi dövrdə yaradılmışdı. Avtonom sistemlərin kütləvi yayılması məsuliyyətin bölüşdürülməsinin yeni hüquqi mexanizmlərini tələb edəcək.
Digər problem alqoritmlərin üzərində öyrədildiyi məlumatlarla bağlıdır. Əgər öyrədici seçmə kifayət qədər reprezentativ deyilsə və ya müəyyən təhriflər ehtiva edirsə, sistem bəzi obyekt kateqoriyalarını və ya insanları daha pis tanıya bilər. Nəticədə potensial olaraq səhv qərarlar riski artır. Buna görə də tərtibatçılara təkcə modellərin dəqiqliyini artırmaq deyil, həm də onların üzərində öyrədildiyi məlumatların keyfiyyətini və reprezentativliyini nəzarətdə saxlamaq lazımdır.
ABŞ, Çin və Almaniya: avtonom sürücülüyə gedən müxtəlif yollar
Avtonom nəqliyyatın yaradılması uğrunda yarış birdən çox ölkədə gedir, lakin onun tənzimlənməsi və tətbiqi yanaşmaları fərqlənir.
- ABŞ-da avtonom sürücülük texnologiyalarını Tesla, Waymo, Cruise və digər şirkətlər inkişaf etdirir. Özü də qanunvericilik ştatdan ştata fərqlənir. Kaliforniya və Arizona avtonom avtomobillərin sınaq mərkəzlərindən bəzilərinə çevriliblər, digər bəzi ştatlar isə onların yayılmasına daha ehtiyatla yanaşırlar.
- Çin əhəmiyyətli dövlət dəstəyi ilə avtonom nəqliyyatı fəal şəkildə inkişaf etdirir. Bu bazarın nəzərəçarpacaq oyunçuları arasında Baidu, Huawei və AutoX var. Şənsjen də daxil olmaqla, ayrı-ayrı şəhərlərdə artıq avtonom taksi layihələri həyata keçirilir.
- Almaniya güclü avtomobil sənayesi və müəyyən şəraitdə ümumi istifadədə olan yollarda yüksək avtomatlaşdırılmış avtomobillərin istismarını icazə verən qanunvericilik dəyişiklikləri sayəsində xüsusi yer tutur.
Bununla belə, avtonom nəqliyyatın tənzimlənməsinə dair hələlik qlobal vahid yanaşma yoxdur. Sığorta, məsuliyyət, təhlükəsizliyin sertifikatlaşdırılması və istismar tələblərindəki fərqlər texnologiyaların beynəlxalq miqyasda yayılmasını çətinləşdirir.
İnfrastruktur olmadan avtonomiya mümkünsüzdür
Avtomobillərin özlərinin inkişafı – tapşırığın yalnız bir hissəsidir. Avtonom nəqliyyatın tamdəyərli şəkildə fəaliyyət göstərməsi üçün müvafiq infrastruktur zəruridir. Söhbət 5G şəbəkələrindən, intellektual yollardan, yol sensorlarından və avtomobilə digər nəqliyyat vasitələri və infrastrukturla informasiya mübadiləsi aparmağa imkan verən V2X – Vehicle-to-Everything sistemlərindən gedir.
Gələcəkdə avtomobil təkcə öz kameralarından, radarlarından və LiDAR-ından deyil, həm də işıqforlardan, yol sensorlarından və digər avtomobillərdən məlumatlar almaq imkanına malik olacaq. Belə informasiya mübadiləsi potensial olaraq tıxaclar, YNH, maneələr və yol şəraitinin dəyişməsi barədə əvvəlcədən xəbərdarlıq etməyə imkan verəcək. Buna görə də gələcəyin avtonom avtomobili təcrid olunmuş maşın deyil, vahid rəqəmsal nəqliyyat ekosisteminin bir hissəsidir.
Yaxın 5-10 ildə bizi nə gözləyir
Növbəti onillikdə süni intellektli avtomobillər, yəqin ki, daha da mürəkkəb və müstəqil olacaqlar. Lakin tam avtonomiyaya nail olunması məsələsi açıq qalır. İnkişafın daha aşkar istiqamətlərindən biri robotaksilər olacaq. Şirkətlər artıq ayrı-ayrı şəhərlərdə avtonom xidmətlər işə salırlar, alqoritmlərin təkmilləşdirilməsi və qanunvericiliyin tədricən dəyişdirilməsi isə onların işinin coğrafiyasını genişləndirməyə qadirdir. Digər istiqamət avtomobillərin ağıllı şəhərlərlə inteqrasiyası olacaq. Nəqliyyat vasitələri intellektual işıqforlar, yol sensorları və 5G şəbəkələri ilə qarşılıqlı əlaqə saxlaya biləcəklər ki, bu da hərəkəti əlaqələndirməyə və nəqliyyat axınlarını daha səmərəli idarə etməyə imkan verəcək. Nəhayət, təhlükəsizlik və qərarların qəbul edilməsi sistemlərinin təkmilləşdirilməsi davam edəcək. Alqoritmlər insanların gözlənilməz davranışını, mürəkkəb hava şəraitini və qeyri-standart yol situasiyalarını daha yaxşı nəzərə almağı öyrənəcəklər.
İntellektual sistem kimi avtomobil
Süni intellekt artıq avtomobilin nə olduğu barədə təsəvvürü dəyişdirir. O, təhlükəsizliyi artırmağa, hərəkəti idarə etməyə, marşrutları optimallaşdırmağa kömək edir və ənənəvi olaraq sürücü tərəfindən yerinə yetirilən getdikcə daha çox funksiyaları maşına ötürür.
Biz artıq sadə kruiz-kontroldan yol şəraitini müstəqil şəkildə təhlil etməyə və mürəkkəb manevrlər yerinə yetirməyə qadir olan sistemlərə qədər yol keçmişik. Robotaksilər və qismən avtomatlaşdırılmış sürücülük texnologiyaları nümayiş etdirir ki, avtomobil sənayesinin növbəti mərhələsi təkcə mühərrikin gücü və ya mexanikanın keyfiyyəti ilə deyil, həm də avtomobilin hesablama imkanları ilə bağlı olacaq.
Bununla belə, tamamilə avtonom nəqliyyata gedən yol mürəkkəb olaraq qalır. Texnologiyalar daha etibarlı olmalı, qanunvericilik yeni reallığa uyğunlaşmalı, kibertəhlükəsizlik, məsuliyyət, məxfilik və etika məsələləri isə praktiki həllər almalıdır.
Avtonomiyanın 5-ci səviyyəsinə keçid ən апtimistik proqnozların gözlədiyindən daha çox vaxt ala bilər. Lakin yol hərəkətinin transformasiyası artıq başlayıb. Və indi cəmiyyət qarşısında avtomobil sənayesinin hüdudlarından xeyli kənara çıxan bir sual yaranır: biz müstəqil şəkildə qərarlar qəbul etməyə qadir olan maşınlarla yolu bölüşməyə hazırıqmı və sükan arxasında getdikcə süni intellektin olduğu dünyada yol hərəkəti qaydaları necə dəyişəcək?
