Birleşik Devletler Otoyol Güvenliği Yönetimi'nin (NHTSA) Şubat ayında sunduğu resmî bir görüş interneti karıştırdı. ABD yol güvenliğinin federal düzenleyicisi, Google'ı bilgilendirerek, Google'ın kendi kendini süren arabalarını yönetmek için kullandığı yapay zeka (YZ) yazılımının aslında bazı (fakat hepsi değil) düzenleyici amaçlar için "sürücü" olarak görülebileceğini söyledi.
NHTSA'nın mektubu, NHTSA'nın ABD Federal Motorlu Araçlar Güvenlik Ölçütleri'ni nasıl yorumladığını öğrenmek isteyen Google'ın bir talebine cevap niteliğindeydi. Bu durum, basında geniş olarak hükümetin Google'ın YZ yazılımı olan öz sürüş sistemini (SDS), aynı bir insan sürücü gibi yasal olarak tanıması şeklinde görüldü. Yine de mektubun detayları çok farklı bir hikaye anlatıyor.
İlk olarak mektup, [öz sürüş sistemi ile ilgili olarak] kesin bir şekilde, insan bir sürücüye eşit “olabilir” ifadesini taşıyor, yani bu tanımın henüz oturmuş olmadığını belirtiyor. NHTSA'nın mektubu ayrıca, NHTSA'nın SDS'yi yol güvenliği kanunlarına uygun olarak kabul etmesi için, uygun testlerin geliştirilmesi gerekeceğini öne sürüyor.
Ve zorluk burada bulunuyor. Uygunluğu onaylamak için hangi yöntem kullanılabilir? YZ öz sürüş yazılımının yasal bir sürücü olarak tanınabilmesinden önce sürücüsüz (otonom) araçlar için özel olarak geliştirilmiş bir değerlendirme testini geçmesi mi gerekli? Böyle bir testi kim geliştirebilir ve içinde ne bulunması gerekir?
Geleceği Sürmek
Şüphesiz ki, araba üreticileri ve teknoloji şirketleri, tamamen özerk araçlar hedefi yönünde çalışıyorlar ve bu hedef, insan sürücüyü devre dışı bırakmayı içeriyor. Bu alanda zaten büyük gelişmeler kaydettiler bile. Geliştirilen ve 'derin sinirsel ağlara' dayalı olan öz sürüş yazılımı, beyni taklit eden milyonlarca sanal siniri kapsıyor. Yerleşik bilgisayarlar, bir beslenme çantası boyutundaki donanımın içine sığdırılmış olan etkileyici süper hesaplama gücüne sahipler.
Sinirsel ağlar, dünyadaki nesneleri tanımak için herhangi bir belirli programlama içermiyorlar. Bunun yerine, gerçek dünyadaki sürüş koşullarını temsil eden veri kümelerinden milyonlarca görüntü ve örneği kullanarak nesneleri tanımaları ve sınıflandırmaları için eğitiliyorlar. Fakat, sürüş işi, nesne tanımaktan çok daha karmaşıktır ve tanımak, anlamak ile aynı şey değildir. Örneğin, eğer bir insan kenar bir mahallede arabayla gidiyorsa ve bir futbol topunun arabanın önüne yuvarlandığını görürse, yakınlarda bir çocuk olabileceği için sürücü muhtemelen hemen duracaktır.
Gelişmiş YZ ile bile, kendi kendini süren bir araç nasıl tepki vereceğini bilir miydi? Bir kazanın kaçınılmaz olduğu şu durumlara ne demeli? Araba, içinde oturanları kurban etmek anlamına gelse bile yaşam kaybını en aza mı indirmeli yoksa ne olursa olsun oturanları mı korumalı? Kendisine bu uç noktalar arasında seçim yapma hakkı verilmeli mi? Bunlar sıradan örnekler değil. Bu yüzden, geniş bir örnek dizisi olmadan, derin öğrenme (deep learning) eğitimine nispeten dirençli olacaklardır. Bu gibi durumlar, bir değerlendirme testine nasıl konulabilir?
Turing Testleri
Bir makinenin 'düşünüp düşünemeyeceği' sorusu, Alan Turing'in kendi ismini verdiği testini ilk olarak ortaya atmasıyla birlikte 1950'lerden beri etkin bir araştırma alanı olmuştur. Turing testinin ilkesi, soru soran bir insandan, iki adet sohbet odası katılımcısından hangisinin bir bilgisayar ve hangisinin gerçek bir insan olduğunu ayırt etmesinin istenmesine dayanır. Eğer soru soran kişi, bilgisayarı insandan ayırt edemezse, o zaman bilgisayarın testi geçtiği düşünülür. Turing testinin birçok sınırlaması vardır ve şimdilerde modasının geçtiği düşünülmektedir. Fakat bir grup araştırmacı, bugünün YZ ölçümlerine daha uygun olan, makine görüşüne dayalı benzer bir test ortaya attılar. Araştırmacılar, bilgisayarların bir olay yeri hakkında gitgide artan karmaşıklıktaki soruları cevapladığı bir Sanal Turing Testi iskeleti önerdiler.
Test, insan test tasarımcılarının, bir resmin sahip olabileceği belirli bir özellik listesi geliştirmelerini gerektiriyor. Resimler, ilk önce insanlar tarafından belirli bir ölçütte elle çizilecek ve ardından bir bilgisayar görüş sistemine 'cevaplar' olmadan gösterilerek bilgisayarın, insanların gördüğü şeyleri seçip seçemediği kararlaştırılacak.
Günümüzde, tespit ve sınıflandırma isabetliliği bakımından sinirsel ağların verimini test etmek için kullanılan birkaç görüş değerlendirme veri kümesi bulunuyor. Örneğin KITTI veri kümesi, öz sürüş nesne tanıma değerlendirmesinde yaygın şekilde kullanılıyor. Çin'de egemen arama motoru şirketi olan ve aynı zamanda öz sürüş yazılımında da bir lider olan Baidu, bu veri kümesi üzerinde yüzde 90 en iyi tespit puanına ulaştığını bildirdi.
Bu senenin başlarındaki Tüketici Eletroniği Fuarı'nda, NVIDIA kendi öz sürüş yazılımının verimini Daimler ve Audi'nin yeni veri kümeleri üzerinde gösterdi. Gösterimler, yazılımın video resimlerinden daha fazla bilgi çıkarabildiği, tek ile çok sınıflı tespit ve parçalara ayırmada gelişmiş seviyelerin olduğunu gösterdi.
Değiştirilmiş bir Görsel Turing Testi, eğer arabanın bilgisayarına sağlanan çoklu algılayıcı girişlerine uydurulur ve sürüşün zorluklarına uygun olarak oluşturulursa, öz sürüş yazılımını test etmek için kullanılabilir. Fakat böyle bir testi toparlamak kolay olmayacaktır. Bu, kendi kendini süren arabaları çevreleyen ahlâki sorulardan daha karmaşıktır. Ayrıca, kabul edilebilir bir tepki dünya hakkında daha geniş bilgi sahibi olmayı gerektirdiği zaman sürücü ile bilgisayar arasındaki arayüzeyi yönetme konusunda da zorluklar vardır.
İlkeler, sürücüsüz araçları yola çıkarma konusunda en önemsiz sorun olarak kalıyor. Nihâi değerlendirmenin, Turing benzeri bir teste veya henüz hayal etmemiş olduğumuz başka bir şeye benzerlik taşıyıp taşımayacağı zamanla belli olacak.
Kanun yapıcılar ve düzenleyiciler, hızlı gelişen diğer yeniliklerde olduğu gibi ayak uydurmak konusunda zorlanıyorlar. Kanun düzenleyicilerin halk ile birlikte çalışması ve şartların sağlanmasını temin etmek için bir deneme ve hukuki çatı oluşturması gerekiyor. Ayrıca, bunun esnek fakat sağlam olduğunu garanti etmeleri gerekiyor. Bu olmadan, bir insanın her zaman sürücü koltuğunda oturması gerekecektir ve tamamen özerk araçlar gelişme gösteremeyecektir.