รถอัตโนมัติของ Google นับว่าเป็นโครงการรถไร้คนขับที่ประสบความสำเร็จมากที่สุดโครงการหนึ่งก็ว่าได้ Google Car สามารถขับเคลื่อนเอง เปลี่ยนเลนเอง ทำตามสัญญาณไฟจราจร ระวังคนข้ามถนน คนขี่จักรยาน เลี้ยวเองได้ อะไรที่เป็นเบื้องหลังความสามารถเหล่านี้ Alexis Madrigal นักข่าวจาก The Atlantic ได้ไปสัมภาษณ์ทีมงานของ Google มา
เทคโนโลยีรถไร้คนขับช่วยลดอุบัติเหตุบนท้องถนนและเพิ่มปริมาณยวดยานที่วิ่งบนท้องถนนได้ แต่ Google Car ยังไม่สามารถไปใช้งานที่อื่นได้นอกพื้นที่ Mountain View เพราะ Google ได้วางรางเสมือนไว้สำหรับให้ Google Car วิ่งตามในพื้นที่นี้
กุญแจสำคัญในความสำเร็จของ Google Car อยู่ที่ รถไม่ได้ประมวลผลข้อมูลสภาพแวดล้อมทั้งหมดด้วยตัวมันเอง แต่ทีมงานของ Google ได้ออกไปเก็บข้อมูลต่าง ๆ ของเส้นทางที่จะให้รถวิ่งอย่างละเอียด เรียกได้ว่าเป็นแผนที่ทางกายภาพที่ละเอียดที่สุดในโลกก็ว่าได้ เก็บบันทึกทุกอย่าง เช่น ตำแหน่งของโค้งต่าง ๆ ความสูงของทางเท้า ตำแหน่งของไฟจราจร ความสูงของไฟจราจร ข้อมูลตำแหน่งเหล่านี้ละเอียดระดับนิ้วเลยทีเดียว ข้อมูลอื่น ๆ นอกเหนือจากข้อมูลทางกายภาพ เช่น ความเร็วสูงสุดที่อนุญาตให้วิ่งบนถนนเส้นนั้น ๆ
ข้อมูลทั้งหมดจะถูกเก็บไว้ในรถ ทำให้เมื่อรถวิ่งไป จะพอคาดเดาได้ว่าถ้าถนนว่าง ๆ จะเจออะไรบ้างในบริเวณนั้น ๆ จากนั้นเปรียบเทียบข้อมูลที่ได้จากเซนเซอร์ต่าง ๆ ในขณะขับเคลื่อนจริง ข้อมูลที่แตกต่างนั่นคือ รถ คน จักรยาน และสิ่งกีดขวางต่าง ๆ นั่นเอง
กระบวนการนี้ทำให้ความท้าทายทางเทคนิคของรถอัตโนมัติง่ายลงมาก แต่ก็แลกมาด้วยการเก็บและเตรียมข้อมูลมหาศาล คงมีไม่กี่บริษัทในโลกที่จะมีความสามารถทำงานนี้ได้นอกจาก Google ที่เชี่ยวชาญการทำทุกอย่างให้เป็นดิจิตอล ปัจจุบัน Google เก็บข้อมูลถนนในสหรัฐอเมริกาไปแล้วกว่า 2 หมื่นไมล์ จากถนนทั้งหมด 4 ล้านไมล์
Anki บริษัทก่อตั้งใหม่ที่ทำรถแข่งของเล่นที่ขับเคลื่อนได้ด้วยตนเองก็ใช้แนวทางที่คล้ายเคียงกับ Google Car คือ สนามแข่งของ Anki จะมีข้อมูลด้านตำแหน่งซ่อนอยู่ รถแข่งจะอ่านค่าเหล่านี้ทำให้ทราบตำแหน่งของตนเองในสนาม
นั่นเป็นแค่ส่วนหนึ่งของระบบ ถึงแม้จะรู้ข้อมูลของสภาพแวดล้อมล่วงหน้า แต่ในขณะขับขี่ตัวรถก็ต้องระบุตำแหน่งตัวเองให้ได้ ซึ่งทำได้โดยใช้ตำแหน่งโดยคร่าวจาก GPS (เพิ่มเติมโดยผู้เขียน – ปกติจะมีความคาดเคลื่อนในระดับ 5 – 10 เมตร) และใช้ข้อมูลจาก LIDAR และกล้องเปรียบเทียบกับฐานข้อมูลที่มีอยู่ในการระบุว่าตัวรถอยู่ส่วนไหนของถนน ซึ่งจะได้ตำแหน่งที่แม่นยำระดับเซนติเมตร นอกจากนี้ตัวรถเองก็ต้องตรวจจับยวดยานอื่น ๆ บนท้องถนนเพื่อหลบหลีก ไม่ให้เกิดการชน ซึ่งสามารถทำได้ด้วยการนำข้อมูลจากเซนเซอร์หลายตัว ได้แก่ RADAR, LIDAR และกล้อง ข้อมูลจากเซนเซอร์เหล่านี้จะถูกนำมาประมวลผล วิเคราะห์พฤติกรรมของวัตถุต่าง ๆ เพื่อวางเส้นทางหลบหลีก ซึ่งกระบวนเหล่านี้เกิดขึ้นบนระบบประมวลผลบนรถยนต์เอง
ในการวิเคราะห์พฤติกรรมของวัตถุต่าง ๆ บนท้องถนน Google เริ่มด้วยการขับรถไปเรื่อย ๆ เพื่อเก็บข้อมูลของวัตถุต่าง ๆ เหล่านั้น จากนั้นจะใช้กระบวนการเรียนรู้ของเครื่องจักร (machine learning) เพื่อเรียนรู้และจำแนกพฤติกรรมที่วัตถุต่าง ๆ กระทำในสถานการณ์ที่แตกต่างกัน เช่น รถที่ขับตามท้ายรถเก็บขยะจะเปลี่ยนเลนเพื่อหลบ เมื่อไฟเขียวรถจะไป ข้อมูลที่เก็บจากการขับขี่กว่า 7 แสนไมล์ ทำให้รถสามารถวิเคราะห์ได้ว่าเมื่อเกิดเหตุการณ์ต่าง ๆ ขึ้น ยวดยานรอบข้างจะมีพฤติกรรมอย่างไร ในการทดสอบจะมีผู้ขับที่เป็นมนุษย์นั่งอยู่หลังพวงมาลัย และหากเกิดเหตุการณ์ที่ผิดความคาดหมาย ผู้ขับขี่จะเข้าควบคุมแทน และระบบจะทำการบันทึกว่าหากมนุษย์ไม่เข้าควบคุม ตัวรถจะตัดสินใจอย่างไร ทำให้วิศวกรสามารถทดสอบได้ว่า ในสถานการณ์ที่โหดร้ายมาก ๆ รถจะทำผิดพลาดอย่างไร เพื่อนำมาปรับปรุงระบบไม่ให้เกิดอันตรายในการทำงานจริง
การทำงานของ Google Car จึงคล้ายกับการขับรถของมนุษย์มาก คือ ข้อมูลจากการรับรู้ในขณะนั้นจะถูกนำมาวิเคราะห์ควบคู่ไปกับประสบการณ์ก่อนหน้าที่ประสบมา เพื่อวิเคราะห์คาดการณ์เหตุการณ์ต่อไป จากนั้นจึงตอบสนองโดยการควบคุมรถให้เคลื่อนที่ตามที่ต้องการ
ทีมงานของ Google เคยไปนำเสนอผลงานที่บริษัท Nissan และใช้ช่วงถามตอบ วิศวกรของ Nissan ได้แสดงความเห็นว่าเทคโนโลยีการสื่อสารระหว่างรถ (vehicle-to-vehicle communication, V2V) น่าจะมีความสำคัญต่อระบบรถไร้คนขับมาก (หลายบริษัทในอุตสาหกรรมรถยนต์ก็วิจัยในเทคโนโลยีนี้) ทีมงานของ Google ได้ตอบว่า การแลกเปลี่ยนข้อมูลระหว่างรถหลายคันทำให้ได้ข้อมูลที่มากขึ้น แต่ Google เชื่อว่า การที่รถของตนเองมีข้อมูลเพียงพอที่จะตัดสินใจได้ด้วยตนเองเป็นเรื่องสำคัญกว่า
สิ่งที่ Google ทำกับ Google Car เป็นความพยายามที่ยิ่งใหญ่มาก แต่นั่นก็เป็นสิ่งที่ Google ถนัดและสอดคล้องกับกลยุทธทางธุรกิจของ Google ที่จะรวบรวมข้อมูลต่าง ๆ ในโลกไว้ และทำให้ข้อมูลเหล่านั้นเข้าถึงได้ ใช้ประโยชน์ได้
เมื่อไม่นานมานี้ Google ได้ประกาศโครงการ Tango โทรศัพท์เคลื่อนที่ตัวอย่างที่ติดตั้งเซนเซอร์จำนวนมากไว้สำหรับเก็บข้อมูลสามมิติ นั่นจะทำให้มีการเก็บข้อมูลด้านกายภาพเพิ่มขึ้นอีกมากมาย และบริษัทด้านหุ่นยนต์ที่ Google ได้ซื้อมาก็จะทำให้ข้อมูลเหล่านั้นสามารถนำมาใช้ประโยชน์ได้
จากบทสัมภาษณ์นี้ทำให้เห็นว่า Google ได้แก้ปัญหารถไร้คนขับได้อย่างชาญฉลาด โดยแยกโจทย์เป็น 2 ส่วนย่อย ๆ คือ ทำให้สภาพแวดล้อมที่ไม่ทราบล่วงหน้ากลายเป็นสภาพแวดล้อมที่ทราบล่วงหน้าโดยการเก็บข้อมูลไว้เป็นจำนวนมาก และทำให้รถวิ่งเองได้ในสภาพแวดล้อมที่ทราบล่วงหน้า การแยกโจทย์เป็น 2 ส่วนย่อยทำให้ส่วนหลังทำได้ง่ายลงมาก (เปรียบเสมือนหุ่นยนต์ที่วิ่งตามเส้นในโรงงาน ที่รู้อยู่แล้วว่าต้องวิ่งตามเส้นตรงไหนบ้าง) ส่วนโจทย์แรกคือการเก็บข้อมูลจำนวนมากที่ปัจจุบันยังคงใช้มนุษย์ทำอยู่ เชื่อว่าด้วยศักยภาพของ Google คงจะพัฒนาระบบอัตโนมัติขึ้นมาเพื่อวิ่งเก็บแผนที่ได้ไม่ยากนัก
ในอีกด้านหนึ่ง เมื่อ Google เริ่มทำโครงการ Google Car หลายคนอาจจะสงสัยว่า Google จะทำไปทำไม ไม่เกี่ยวกับเทคโนโลยีเว็บหรืออะไรที่ Google เคยทำเลย แต่เมื่อมองว่ามันเป็นการเก็บข้อมูลจำนวนมากในโลกนี้ แล้วนำมาประมวลผลให้เกิดประโยชน์และเข้าถึงได้ง่าย ก็จะเห็นได้ว่า Google Car นั้นสอดคล้องกับแนวทางธุรกิจของ Google อย่างมาก โครงการหุ่นยนต์ที่ Google ซื้อบริษัทหุ่นยนต์มา 8 บริษัทก็คงจะเป็นไปในแนวทางนี้เช่นกัน
ภาพและที่มา The Atlantic
