जब कारों में प्रौद्योगिकी की बात आती है, तो लोग किसी भी अन्य चीज़ से अधिक एक अनुप्रयोग के बारे में बात करते हैं। सेल्फ-ड्राइविंग कारें वर्षों से बातचीत का एक गर्म विषय रही हैं, लेकिन तकनीक इसके करीब नहीं दिखती। स्वायत्त वाहन विकास अब कहाँ है, और यह यहाँ से कहाँ जा सकता है?
परिवहन प्राधिकारी वाहन स्वायत्तता को छह स्तरों में विभाजित करें, जो निम्नलिखित है:
- स्तर 0: कोई स्वचालन नहीं
- स्तर 1: अनुकूली क्रूज़ नियंत्रण जैसी सहायक सुविधाएँ मौजूद हैं, लेकिन ड्राइवर अभी भी कार के मुख्य कार्यों को नियंत्रित करते हैं।
- स्तर 2: वाहन एक ही समय में विभिन्न सहायक प्रौद्योगिकियों का उपयोग कर सकता है।
- लेवल 3: कार कुछ शर्तों के तहत खुद ही नेविगेट कर सकती है, लेकिन ड्राइवर को किसी भी समय नियंत्रण लेने के लिए तैयार रहना होगा।
- स्तर 4: कुछ परिस्थितियों में, वाहन बिना किसी मानवीय पर्यवेक्षण की आवश्यकता के स्वयं चल सकता है।
- स्तर 5: कार सभी परिस्थितियों में सभी ड्राइविंग कर सकती है।
लेवल एक और दो की कारें आज व्यापक हैं, लेकिन इससे ऊंची कारें दुर्लभ हैं। आप टेस्ला के ऑटोपायलट, लेवल तीन जैसे कुछ कार्यों पर विचार कर सकते हैं, लेकिन वे अभी भी कम और बहुत दूर हैं। तो निर्माता इस तकनीक के साथ कैसे आगे बढ़ सकते हैं?
स्वायत्त कार विकास में स्पीडबंप
सेल्फ-ड्राइविंग कार उद्योग पिछले कुछ समय से लेवल तीन पर अटका हुआ है। जनरल मोटर्स के पास इससे भी अधिक था 40 में 3 लेवल-2016 वाहन परीक्षण में, लेकिन बहुत कुछ नहीं बदला है. चूँकि ये परीक्षण जारी हैं, डेवलपर्स ने स्तर तीन और चार के बीच कुछ बाधाएँ देखी हैं।
आज कारों में मशीन विज़न सिस्टम अन्य वाहनों और पैदल चलने वालों की तरह बाधाओं को पहचानने में उत्कृष्ट हैं। वे कैसे कार्य करेंगे इसका अनुमान लगाना पूरी तरह से एक अलग मुद्दा है। लोग लाल बत्ती चलाकर या पैदल चलते हुए अतार्किक व्यवहार करते हैं और एआई के लिए इस तरह के व्यवहार पर प्रतिक्रिया देना या उम्मीद करना कठिन होता है।
संबंधित कहानी: जब सेल्फ-ड्राइविंग कारें तय करती हैं कि कौन रहता है और कौन मरता है
ये AI सिस्टम अधिक प्रशिक्षण डेटा के साथ बेहतर हो जाएंगे, लेकिन उस डेटा को एकत्र करना जटिल हो सकता है। फिलहाल, एक स्वायत्त कार को सड़क पर उतारना खतरनाक हो सकता है, लेकिन डेटा इकट्ठा करने के लिए उन्हें वहां मौजूद रहने की जरूरत है। परिणामस्वरूप, सभी आवश्यक प्रशिक्षण प्राप्त करने की प्रक्रिया लंबी हो सकती है।
तो, स्व-चालित कारें यहाँ से कहाँ जा सकती हैं? यहां कुछ संभावित अगले चरण दिए गए हैं.
जन परिवहन
स्वायत्त कारों उद्योग को बाधित करने के लिए तैयार नहीं हो सकते, लेकिन कार्यान्वयन अभी भी संभव है। सार्वजनिक परिवहन आज के स्व-चालित वाहनों के लिए एक आदर्श अनुप्रयोग है क्योंकि यह ड्राइविंग का अधिक पूर्वानुमानित रूप है। पूर्व-निर्धारित मार्गों पर धीमी गति से गाड़ी चलाकर, स्वायत्त सार्वजनिक परिवहन सभी महत्वपूर्ण प्रशिक्षण डेटा एकत्र करना शुरू कर सकते हैं।
कुछ कंपनियों ने पहले ही इस क्षेत्र का फायदा उठाना शुरू कर दिया है। मे मोबिलिटी नामक एक व्यवसाय रहा है ट्रेन स्टॉप पर सेल्फ-ड्राइविंग शटल चलाना मई 2019 से। चूंकि ये मार्ग छोटे, धीमे और सीधे हैं, इसलिए ये वास्तविक दुनिया का आदर्श प्रशिक्षण स्थल हैं।
जैसे-जैसे ये प्रौद्योगिकियां बेहतर होने लगती हैं, शहर इन्हें बसों जैसे व्यस्त सड़कों पर वाहनों पर लागू कर सकते हैं। यह कार्यान्वयन के लिए एक धीमा, व्यवस्थित दृष्टिकोण हो सकता है, लेकिन यह सेल्फ-ड्राइविंग कारों को वास्तविक दुनिया का अनुभव देता है।
राइडशेयरिंग
राइडशेयरिंग सार्वजनिक परिवहन के लिए निजी क्षेत्र का उत्तर है और चालक रहित कारों के लिए भी आदर्श है। उबर का सेल्फ-ड्राइविंग डिवीजन पहले से ही जिम्मेदार है कंपनी के मूल्य का 10%, या $7 बिलियन से अधिक। लाभदायक होने के अलावा, यह ड्राइवर रहित कारों के विकास के लिए एक तार्किक अगला कदम है।
ये सेवाएँ जो मार्ग अपनाती हैं वे आम तौर पर छोटे होते हैं, इसलिए एक बिंदु से दूसरे स्थान तक सुरक्षित रूप से जाना आसान होता है। इन वाहनों को शहरी यातायात से भी गुजरना होगा, जो भविष्य की कारों के लिए आवश्यक डेटा प्रदान करता है। सड़क पर इन वाहनों के अधिक होने से, अन्य ड्राइवरों को भी उनके साथ गाड़ी चलाने की आदत हो जाएगी।
राइडशेयरिंग कंपनियों को एक ही बार में स्वायत्तता में बदलाव नहीं करना चाहिए, लेकिन क्रमिक दृष्टिकोण मददगार होगा। जैसे ही वे अधिक चालक रहित कारों को लागू करना शुरू करेंगे, सभी पक्षों को लाभ होगा।
स्मार्ट शहरों
सुरक्षित चालक रहित कारों का उत्तर स्वयं वाहनों के बाहर छिपा हो सकता है। कार का AI जितने अधिक डेटा बिंदुओं से जुड़ सकेगा, सड़क की तस्वीर उतनी ही बेहतर होगी। परिणामस्वरूप, व्यापक IoT और 5G बुनियादी ढांचे के साथ स्मार्ट शहर, वाहन स्वायत्तता की कुंजी हो सकते हैं।
टोयोटा ने इस विचार को प्रशिक्षण में लागू करना शुरू कर दिया है ताकि यह देखा जा सके कि यह कैसे काम करेगा। कंपनी ने की योजना की घोषणा की 2,000 व्यक्तियों की क्षमता वाला स्मार्ट शहर बनाएं इस वर्ष के उपभोक्ता इलेक्ट्रॉनिक्स शो (सीईएस) में। यदि भविष्य का यह शहर आशाजनक साबित होता है, तो टोयोटा कल के बुनियादी ढांचे के लिए एक मिसाल कायम कर सकता है।
वीडियो: उत्तरदायी सड़क स्मार्ट शहरों के लिए अंब्रेलियम अवधारणा
जैसे-जैसे शहर अधिक IoT बुनियादी ढांचे को लागू करेंगे, यह एज कंप्यूटिंग में सुधार और विस्तार करेगा। चालक रहित कारें सड़कों पर बेहतर ढंग से चलने के लिए इसका उपयोग कर सकती हैं। परिणामस्वरुप सभी ड्राइवरों और यात्रियों के लिए सुरक्षित सड़कें होंगी।
स्वायत्तता अपरिहार्य है, लेकिन यह निकट नहीं है
ऑटोमोटिव उद्योग अभी भी स्तर पाँच की स्वायत्तता प्राप्त करने से बहुत दूर है। इसमें लगभग दस साल और लग सकते हैं। जैसा कि कहा गया है, वर्तमान तकनीक आशाजनक है, भले ही पिछले कुछ वर्षों में इसमें बहुत प्रगति नहीं हुई है। लेवल तीन से लेवल चार तक जाने में थोड़ा समय लगेगा, लेकिन ऐसा होगा।
धीमी, सावधानीपूर्वक कार्यान्वयन के साथ, ड्राइवर रहित कार कंपनियां आवश्यक डेटा एकत्र कर सकती हैं। स्मार्ट शहरों की तरह व्यापक प्रौद्योगिकी अपनाने से भी इस अवधारणा को आगे बढ़ाने में मदद मिलेगी। भले ही इसमें अपेक्षा से अधिक समय लग सकता है, स्व-चालित वाहनों का भविष्य अपरिहार्य है।
यह अतिथि लेख मार्टिन बैंक द्वारा तैयार किया गया है। धन्यवाद, मार्टिन, योगदान के लिए!
फ़ोटो क्रेडिट: फ़ीचर छवि और सेल्फ ड्राइविंग कार फोटो जीएम के स्वामित्व में है और इसे एक प्रेस किट के हिस्से के रूप में प्रदान किया गया है। स्मार्ट सिटी अवधारणा छवि टोयोटा के स्वामित्व में है और इसे एक प्रेस किट के हिस्से के रूप में प्रदान किया गया है।
स्रोत: राष्ट्रीय राजमार्ग यातायात सुरक्षा प्रशासन, अमेरिकी परिवहन विभाग / जीएम प्रेस विज्ञप्ति / नील ई. बौडेट (न्यूयॉर्क टाइम्स) / समीपा शेट्टी (सीएनबीसी) / ऑस्कर हॉलैंड (सीएनएन)
