Tesla 'Robotaxi' เกิดเหตุขัดข้องอีก 5 ครั้งในออสตินในหนึ่งเดือน – เลวร้ายกว่ามนุษย์ถึง 4 เท่า

โปรแกรม Robotaxi ของ Tesla บันทึกอุบัติเหตุรถชนเพิ่มเติม 5 ครั้งในออสตินภายในเดือนเดียว ทำให้อัตราการเกิดอุบัติเหตุแย่กว่าคนขับประมาณสี่เท่า ซึ่งเป็นสัญญาณเตือนที่ชัดเจนสำหรับอุตสาหกรรมยานยนต์ที่ขับเคลื่อนอัตโนมัติและธุรกิจที่ต้องพึ่งพารถยนต์ดังกล่าว ในขณะที่เทคโนโลยีการขับขี่ด้วยตนเองกำลังเร่งไปสู่การใช้งานเชิงพาณิชย์ ตัวเลขเหล่านี้ต้องการการมองเห็นที่ชัดเจนเกี่ยวกับความเสี่ยง ข้อมูล และสิ่งที่เจ้าของธุรกิจที่มีความคิดก้าวหน้าควรเข้าใจในขณะนี้

เกิดอะไรขึ้นกับ Robotaxi ของ Tesla ล่มในออสติน?

ระหว่างการใช้งานในออสตินอย่างจำกัดและกรอบเวลาเหตุการณ์ที่รายงานล่าสุด บริการโรโบแท็กซี่ที่ควบคุมดูแลโดย Full Self-Driving (FSD) ของ Tesla บันทึกข้อขัดข้อง 5 ครั้งในเวลาประมาณ 30 วัน เพื่อให้เป็นไปตามบริบท ข้อมูลการบริหารความปลอดภัยการจราจรบนทางหลวงแห่งชาติ (NHTSA) แสดงให้เห็นว่าผู้ขับขี่ที่เป็นมนุษย์มีอัตราการเกิดอุบัติเหตุที่เกี่ยวข้องกับการเสียชีวิตโดยเฉลี่ยประมาณ 1.35 ครั้งต่อการขับรถ 100 ล้านไมล์ แต่เมื่อพิจารณาถึงเหตุการณ์ที่รายงานทั้งหมด โปรแกรม robotaxi ของ Tesla กำลังตอกบัตรในอัตราที่สูงกว่าเกือบ 4 เท่าต่อระยะทางปฏิบัติการที่เทียบเท่ากับพื้นฐานของมนุษย์

การชนมีตั้งแต่การชนกันของชนเล็กๆ ไปจนถึงการชนที่รุนแรงยิ่งขึ้นที่เกี่ยวข้องกับยานพาหนะของบุคคลที่สาม ในแต่ละกรณี ระบบออนบอร์ดของ Tesla ทำงานอยู่ในเวลาที่เกิดเหตุ ตั้งแต่นั้นมา NHTSA ได้เปิดการสอบสวนเบื้องต้น และสภาเมืองออสตินได้ขอความโปร่งใสเพิ่มเติมจาก Tesla เกี่ยวกับขอบเขตการใช้งานและเกณฑ์ความปลอดภัย

เหตุใดอัตราการชนของ Tesla Robotaxi จึงสูงกว่าไดรเวอร์ของมนุษย์มาก

ปัจจัยหลายประการที่อธิบายช่องว่างด้านประสิทธิภาพระหว่างระบบอัตโนมัติของ Tesla กับผู้ขับขี่ที่มีประสบการณ์ในสภาพแวดล้อมในเมืองในโลกแห่งความเป็นจริง:

Edge case blindness: โมเดล AI ที่ได้รับการฝึกเกี่ยวกับข้อมูลทางหลวงมักจะต้องต่อสู้กับทางแยกในเมืองที่ซับซ้อน ทางเดินข้ามถนน เขตก่อสร้าง และพฤติกรรมของมนุษย์ที่คาดเดาไม่ได้ซึ่งมีลักษณะเฉพาะในการขับขี่ในเมือง

ข้อจำกัดของเซ็นเซอร์ในสภาวะที่ไม่เอื้ออำนวย: ฝน แสงสะท้อน และเศษซากบนถนนอาจทำให้ระบบการรับรู้ด้วยกล้องเสื่อมคุณภาพลงได้รุนแรงกว่าที่จะส่งผลกระทบต่อคนขับที่เอาใจใส่

เวลาแฝงในการตัดสินใจ: แม้แต่ความล่าช้าในการประมวลผลข้อมูลเซ็นเซอร์แม้แต่มิลลิวินาทีก็สามารถสร้างความแตกต่างระหว่างการหยุดอย่างปลอดภัยและการชนกันที่ความเร็วในเมือง

การพึ่งพาการเรียนรู้เกี่ยวกับยานพาหนะมากเกินไป: แนวทางของ Tesla ขึ้นอยู่กับการรวบรวมข้อมูลจากโลกแห่งความเป็นจริงทั่วทั้งยานพาหนะ ซึ่งหมายความว่าการติดตั้งใช้งานในเมืองใหม่ๆ ในช่วงแรกๆ นั้นเป็นการทดลองโดยธรรมชาติ โดยผู้ใช้และผู้ยืนดูจะดูดซับความเสี่ยง

โซนสีเทาด้านกฎระเบียบ: ต่างจาก Waymo ซึ่งทำงานแบบไร้คนขับโดยได้รับอนุญาตจากรัฐที่เข้มงวด FSD ของ Tesla ทำงานในรูปแบบการควบคุมดูแลที่อาจสร้างความคลุมเครือเกี่ยวกับความรับผิดชอบในการแทนที่โดยมนุษย์

“ช่องว่างระหว่างประสิทธิภาพการสาธิตและความปลอดภัยในโลกแห่งความเป็นจริงในยานยนต์ขับเคลื่อนอัตโนมัติไม่ได้เป็นเพียงปัญหาด้านเทคโนโลยีเท่านั้น แต่ยังเป็นปัญหาในการออกแบบระบบ การสร้างธุรกิจใดๆ ก็ตามที่อยู่ด้านบนของโครงสร้างพื้นฐานที่ไม่ได้รับการพิสูจน์จะสืบทอดความเสี่ยงนั้นโดยตรง”

ตัวเลขของ Tesla เปรียบเทียบกับ Waymo และคู่แข่งอิสระรายอื่นอย่างไร

Waymo ซึ่งได้รับการยอมรับอย่างกว้างขวางว่าเป็นเกณฑ์มาตรฐานด้านความปลอดภัยของอุตสาหกรรม ได้บันทึกระยะทางอัตโนมัติมากกว่า 20 ล้านไมล์ โดยมีอัตราการชนจากข้อผิดพลาดที่ลดลงอย่างมาก นักวิเคราะห์อิสระและรายงานของ NHTSA แสดงให้เห็นอย่างสม่ำเสมอว่าอัตราเหตุการณ์ของ Waymo เทียบเคียงหรือดีกว่าผู้ขับขี่ที่ระมัดระวังในสภาพแวดล้อมในเมืองที่คล้ายคลึงกัน Cruise แม้จะพ่ายแพ้ต่อสาธารณชน แต่กลับดำเนินการภายใต้การควบคุมดูแลด้านกฎระเบียบที่เข้มงวดกว่ารุ่น FSD ของ Tesla ในปัจจุบัน

การสร้างความแตกต่างของ Tesla โดยใช้ระบบการมองเห็นเพียงอย่างเดียวและข้อมูลยานพาหนะจำนวนมาก แทนที่จะเป็นอาร์เรย์ LiDAR ที่มีราคาแพง ถือเป็นเดิมพันที่คำนวณได้เสมอ ข้อมูลของออสตินชี้ให้เห็นว่าการเดิมพันยังห่างไกลจากการให้ผลตอบแทนในเวทีที่มีเดิมพันสูงของการเคลื่อนย้ายอัตโนมัติในเมือง สำหรับนักลงทุน นักวางผังเมือง และโดยเฉพาะอย่างยิ่งธุรกิจที่กำลังสำรวจการขนส่งแบบอัตโนมัติ ตัวเลขเหล่านี้เป็นสัญญาณการตรวจสอบสถานะที่สำคัญ

การขัดข้องเหล่านี้มีความหมายอย่างไรสำหรับธุรกิจที่ใช้เทคโนโลยีอัตโนมัติ?

สำหรับผู้ประกอบการและผู้ประกอบธุรกิจ เรื่องราวของ Tesla Robotaxi มีบทเรียนที่กว้างกว่าซึ่งครอบคลุมมากกว่าเรื่องรถยนต์

Related Posts

• เครื่องมือแซนด์บ็อกซ์บรรทัดคำสั่งที่รู้จักกันน้อยของ macOS (2025)
• ผู้บริหาร Waymo เผยบริษัทจ้างพนักงานระยะไกลในฟิลิปปินส์
• LED เข้าสู่ระดับนาโน แต่อุปสรรคด้านประสิทธิภาพยังท้าทาย LED ที่เล็กที่สุด
• ระบบควบคุมภาพ Sony Jumbotron (1998) [pdf]