Czy lidar jest potrzebny do jazdy autonomicznej?
Istnieją różne koncepcje na to, jak uczynić samochody w pełni autonomicznymi. Dla jednych producentów niezbędny jest do tego laserowy sensor Lidar (np. Volvo czy Lexus). Z kolei Elon Musk uznał, że nie będzie płacić za takie czujniki i Tesla zda się wyłącznie na analizę obrazu z kamer. Trzeba przyznać, że możliwości obu koncepcji stale rosną i często są imponujące.
Jednak pułapka, jaką często wygłodniał kojot zastawiał na Strusia Pędziwiatra (co zawsze kończyło się porażką kojota jak na filmie powyżej), błyskawicznie weryfikuje ograniczenia jednej z nich. Dla przypomnienia, w kreskówce nierzadko zdarzało się, że kojot zderzał się z twardą ścianą, na której namalowana była droga. Youtuber Mark Rober postanowił zrobić identyczny test dla systemów autonomicznych Tesli Model Y i Lexusa RX.
Który SUV nie dał się nabrać?
Amerykanin rozstawił ściankę z fotografią drogi i otoczenia, która z perspektywy jazdy na wprost wydawała się dalszą częścią jezdni i krajobrazu. Oczywiście dla człowieka bezproblemowe było rozpoznanie, że jest to tylko sztuczna instalacja. Za fotografią kryła się zaś ścianka z piankami oraz manekin dziecka, który był wykorzystywany do kilku testów w odcinku na kanale twórcy.
Okazało się, że na pułapkę Strusia Pędziwiatra nie nabrał się Lexus. Lidar skanuje bowiem otoczenie laserem, który nie widział obrazu na ściance. Wykrył bowiem po prostu ściankę i zahamował RX-a. Natomiast SUV Tesli miał do dyspozycji obraz z kamer analizowany przez fabryczne oprogramowanie. Jak się okazało, Tesla Model Y całkowicie zawiodła i nawet nie próbowała hamować.
Odcinek pokazujący ten oraz inne testy próbujące oszukać systemy autonomiczne Tesli i Lexusa można zobaczyć w odtwarzaczu powyżej. Ciekawostka, Mark Rober wykorzystał AI do dubbingu swojego materiału w kilkudziesięciu wersjach językowych. Dzięki temu słyszymy jego głos, ale mówiący m.in. doskonale po polsku (pomijając niektóre potknięcia w automatycznym tłumaczeniu). Zarówno tłumaczenie, jak i test udowadniają, że przed AI jeszcze daleka droga do doskonałości.