جدا از اینکه دیدن چنین اتومبیلی در فیلم‌ها جذاب است به اعتقاد کارشناسان گسترش استفاده از اتومبیل‌های هوشمند در زندگی بشر منجر به پایین آمدن تلفات ناشی از رانندگی خواهد شد.
پایین آمدن میزان آلودگی و ترافیک را هم نباید نادیده گرفت. با هوشمند شدن اتومبیل‌ها دیگر لازم نیست نگران پیش آمدن اتفاقات ناگوار در سواری‌های روزمره‌تان باشید، چرا که نسل جدید اتومبیل‌های هوشمند به شما کمک خواهند کرد تا خطاهای انسانی در حین رانندگی کاهش یابد، مصرف سوختتان به حداقل برسد و از محبوس شدن در ترافیک‌های طولانی مدت و کسالت بار شهری رها شوید.
البته باید مژده داد که این، تنها بخشی از سود و منفعت کلان مادی و غیرمادی‌ای است که علم نوین در نظر دارد ازاین راه نصیب بشر سازد. این اتومبیل‌ها به بسیاری از رویاهای شما رنگ واقعیت خواهند بخشید.
اتومبیل هوشمند اتومبیلی است که از سیستم هوش مصنوعی سود می‌جوید. با پیشرفت‌های روزافزون تکنولوژی اتوماسیون یا خودکارسازی، به ویژه در دهه‌های بعد از اختراع مدار مجتمع IC، صنعت اتومبیل‌سازی بیش از گذشته به فناوری‌های خودکار روی آورد.
مدتی پیش کمپانی گوگل توانست طی حرکتی کاملا پیشرو قانونگذاران نوادا را متقاعد سازد تا سازمان جهانی وسایل نقلیه موتوری را به وضع قوانین جدیدی در راستای اعمال پروژه‌های اتومبیل‌های خودکار تشویق کند و درنهایت قوانین مذکور به ثبت رسید تا در آینده‌ای نزدیک نوع ارتباط راننده با اتومبیل را به کلی دگرگون سازد.
بسیاری از وسایل نقلیه حاضر در انجام بسیاری از عملیات‌های انسان‌مدار نظیر پارک کردن یا کنترل ترمز اتومبیل سهیم‌اند اما در آینده‌ای نه چندان دور اتومبیل‌هایی روی کار خواهند آمد که به تنهایی و بدون نیاز به دخالت انسان مسیریابی خواهند کرد، تصمیم خواهند گرفت و در کل رانندگی خواهند کرد.
از طرف دیگر تا همین لحظه اتومبیل‌های بسیاری به این هدف نزدیک شده‌اند. کمپانی‌های عظیم اتومبیل‌سازی در اروپا و ایالات متحده با به کار گرفتن نرم‌افزارهای نسبتا ساده و تطبیق‌دهی سخت‌افزارهای موجود موفق به ساخت اتومبیل‌هایی شده‌اند که مستقل از موتورهای هیبریدی یا سوخت‌های جایگزین، عملکردی هوشمندانه‌تر و پاک‌تر از سایر اتومبیل‌ها به اجرا می‌گذارند.
اتومبیل‌های هوشمند به واسطه ارتباط با یکدیگر و بهره‌مندی از سیستم رایانش ابری اقدام به اخذ هرگونه تصمیم مربوط به رانندگی کرده و آینده اتومبیل‌رانی را از محدوده کنترل مستقیم انسان خارج خواهند کرد.
اتومبیل در طول مسیر با استفاده از داده‌های مختلف به پردازش اطلاعات می‌پردازد و با زیر نظر گرفتن رفت وآمدهای معمول الگو‌برداری می‌کند. طی این پروسه هندسه تحلیلی و الگوریتم‌ها رفتارهای راننده را پیش‌بینی می‌کند و رفت و آمدهای آتی برآورد می‌شوند.
سدان‌های مجهز به رادار محیط اطرافشان را شناسایی می‌کنند و سلسله اتومبیل‌های مرتبط با یکدیگر که توسط یک اتومبیل راهنما هدایت می‌شوند(Road Trains) و شبکه‌های اتومبیل به اتومبیل، درصد تصادفات را کاهش می‌دهند و مصرف سوخت را به میزان چشمگیری پایین می‌آورند.
بسیاری از تمهیدات و تجهیزاتی که تا به امروز موجود هستند با هدف کمک به «راننده» اندیشیده شده‌اند. اما هدف پروژه‌های اتومبیل‌های هوشمند کمک به «اتومبیل» برای تسهیل بخشیدن به عملیات رانندگی است. هنگامی که اتومبیل وارد این مرحله می‌شود قابلیت‌های بسیاری ارائه می‌کند که در زیر به بعضی از آنها اشاره خواهیم کرد.
- اتومبیل شما مقصدتان را پیش‌بینی می‌کند
اگر از وسایل نقلیه عمومی استفاده نمی‌کنید و اکثر رفت و آمدهایتان به مکان‌های مشخصی ختم می‌شوند باید به شما مژده بدهیم که کمپانی فورد یکی از آن کمپانی‌هایی است که به زودی اتومبیلی را به شما ارزانی دارد که به محض استارت زدن مقصدتان را پیش‌بینی می‌کند.
محققان پیشینه یا حافظه رانندگی اتومبیل را به یک سرویس نرم‌افزار گوگل تزریق می‌کنند که رابط برنامه کاربردی پیش‌بینی (Prediction API) نام دارد و الگوریتم فراگیری ماشین را به کار می‌گیرد تا الگویی از رفتار پیش‌بینی شده به وجود آورد (در این مورد عادت‌های خاص راننده در انتخاب مسیرها یا مقصد مد‌نظر است).
به گفته مک‌جی - کارشناسی که در حال تحقیق روی این الگوست - اگر از این الگو سوال شود مقصد بعدی شخص راننده کجا خواهد بود، الگو بلافاصله به حافظه رانندگی رجوع می‌کند و اطلاعات به دست آمده را به اتومبیل باز می‌گرداند.
این سیستم به اینترنت متصل می‌شود و موقعیت زمانی و مکانی اتومبیل را ضبط می‌کند. سپس الگوریتم فهرستی از مسیرهای احتمالی را بررسی می‌کند و اتومبیل را قادر می‌سازد تا براساس احتمال بیشتر و در صورت نیاز از مصرف سوخت بنزینی صرف‌نظر کند و به نیروی حاصل از پکیج باتری رجوع کند.
این روش برای اتومبیل‌های هیبریدی شارژی بسیار مناسب است؛ مانند اتومبیل شاسی بلند هیبرید اسکیپ تولید کمپانی فورد که اخیرا الگوریتم‌های پیش‌بینی روی آن تست شده‌اند.
علاوه بر این باید در نظر داشت که بعید نیست در آینده‌ای نه چندان دور مناطقی ویژه مشخص شوند که در آنها تنها اتومبیل‌هایی با درصد آلایندگی پایین حق عبور و مرور خواهند داشت یا مسیرهایی تعیین شوند که به عبور اتومبیل‌هایی که انرژی‌شان تنها از باتری تامین می‌شود اختصاص یابند.
در این صورت و در صورتی که اتومبیل به وجود این مناطق آگاهی یابد به طور خودکار منبع تامین نیرو را تعویض می‌کند یا حتی با در نظر گرفتن چنین مسیری در برنامه‌های آینده‌اش برای قرارگیری در چنین موقعیتی انرژی باتری را به میزان کافی ذخیره می‌کند. با همه این اوصاف هر الگو یا برنامه روتینی پتانسیل آن را دارد که در هم شکسته شود؛ به عنوان مثال شما ناگهان تصمیم به تغییر مقصد خود می‌گیرید یا اساسا شخصی هستید که برنامه‌ریزی خاص و از پیش تعیین شده‌ای ندارید.
بنابراین اتومبیل دیگر نمی‌تواند شما را به مقصد از پیش تعیین‌شده‌تان برساند. برای حل این مشکل سیستم به‌گونه‌ای برنامه‌ریزی شده است که راننده می‌تواند اطلاعاتی را به آن ضمیمه یا در آن تغییراتی را حاصل کند.
- اتومبیل شما چگونگی ترافیک را برآورد می‌کند
به محض اینکه اتومبیل با عادات همیشگی راننده آشنا شود اطلاعات دیگر را از طریق سیستم رایانش ابری کسب می‌کند تا پیشنهادهای حساب‌شده‌تری ارائه دهد. در حالت کلی اگر پیشگوهای ترافیک اطلاعات کافی و الگوهای مناسبی برای تفسیر داشته باشند قادر خواهند بود در ساعت پنج بعدازظهر چگونگی ترافیک عصر را گزارش دهند.
کمپانی IBM با تولید یک برنامه تلفن هوشمند انجام این عملیات را میسر ساخته است. این کمپانی ادعا دارد که برنامه مذکور توانایی فراگیری الگوهای رفتاری راننده را دارد.
همچنین می‌تواند ترافیک را تا مدت زمان 30 دقیقه قبل از آن پیش‌بینی کرده، پیش از قرار گرفتن راننده پشت فرمان اطلاعات مربوط به آن را از طریق پیام کوتاه یا ای‌میل به او گزارش دهد.
این سیستم به گفته جان دی - مدیر برنامه ترافیک هوشمندانه‌تر IBM - در سانفرانسیسکو آزمایش شده است. این برنامه از قابلیت جی‌پی‌اس تلفن بهره‌مند است و با استفاده از آن رفت و آمدهای مختلف راننده را دنبال می‌کند تا با عادت‌های روزمره او بیشتر آشنا شود.
به علاوه به سیستمی متشکل از 700 سنسور خیابانی متصل می‌شود که از قبل توسط سازمان حمل و نقل کالیفرنیا کار گذاشته شده‌اند. این سنسورها سرعت عبور و مرور اتومبیل‌ها و جریان ترافیک را با شمارش دقیقه به دقیقه اتومبیل‌ها زیر نظر می‌گیرند و هر 30 ثانیه یک بار اطلاعات را جمع‌آوری می‌کنند.
اما IBM این اطلاعات را در دسته‌های پنج دقیقه‌ای دسته‌بندی می‌کند و به الگوریتم تحویل می‌دهد. سپس الگوریتم همبستگی‌های بین اطلاعات را جست‌وجو کرده و الگوها را استخراج می‌کند. کاربران نیز می‌توانند از طریق کامپیوتر به این برنامه دسترسی پیدا کرده و تاریخچه یا حافظه رفت و آمدها را بررسی کنند.
همچنین می‌توانند مسیرهایی را حذف یا به برنامه اضافه کرده یا میزان اطلاعات ذخیره را تعیین کنند. گذشته از این جان دی خوشبین است که کاربران بتوانند پرینت رفت و آمدهای متداول‌تر و مقصد مربوط به آن را دریافت کنند.
البته مانور اصلی این برنامه بر اجتناب از روبه‌رو شدن راننده با ترافیک است و می‌تواند مسیرهای میانبری را پیشنهاد کرده یا حتی جداول سراسری زمانی اجازه عبور را بررسی کند.
بنابراین این احتمال وجود دارد راننده‌ای که به طور معمول در ساعت 8:30 صبح منزل را به قصد محل کار ترک می‌گوید، در همان ساعت پیام کوتاهی حاوی اطلاعات ترافیکی همان روز دریافت کند.
پیام کوتاهی مانند امروز رفت و آمد روزمره شما دچار اختلال ترافیکی خواهد شد اما یک اتوبوس شهری راس ساعت 8:30 در نزدیکی محل سکونت شما به مقصد موردنظرتان حرکت خواهد کرد و 48 عدد جای پارک خالی نیز در نزدیکی محل کارتان موجود خواهد بود.
انتظار می‌رود که این سیستم بتواند در تمامی نقاطی که سنسورهای خیابانی موجود هستند و رانندگان از تلفن‌های هوشمند مجهز به سیستم جی‌پی‌اس استفاده می‌کنند، مورد استفاده قرار بگیرد. خوشبختانه تا به امروز بسیاری از شهرها به شبکه سنسورهای خیابانی مجهز شده‌اند.
- اتومبیل شما عابران پیاده و راننده‌های اطراف را پیش‌بینی می‌کند
حالا که اتومبیلتان هدفی را که شما در سر دارید و آنچه را ترافیک برای شما در نظر گرفته است، پیش‌بینی می‌کند لازم است تا به سراغ اتومبیل‌هایی در فاصله چند قدمی‌تان برود. شبکه‌های اتومبیل به اتومبیل و الگوریتم‌های کنترل پیشرفته این اطمینان را حاصل می‌کند که هیچ غافلگیری یا امیدوارانه‌تر بگوییم هیچ تصادفی در کار نباشد و گذشته از این با جلوگیری از توقف‌های مداوم و کوتاه‌مدت در ترافیک‌های مکرر، مصرف سوخت موتور را بهبود بخشد و درصد آلایندگی را کاهش دهد.
اخیرا نیز سازمان حمل و نقل ایالات متحده خبر از برنامه‌ای آزمایشی داده است که طی آن راننده‌ها از این امکان سود می‌جویند تا با قابلیت‌های حاصل از ارتباطات اتومبیل‌های آینده آشنا شوند.
سیستم‌ها اتومبیل‌ها را قادر می‌سازند تا با یکدیگر و همچنین با عناصر اساسی جاده‌ای مانند چراغ‌های راهنمایی رانندگی ارتباط برقرار کنند. اما نباید فراموش کرد آشنایی و خو گرفتن راننده با چنین امکاناتی در اولویت این برنامه قرار دارد.
برای این منظور در بعضی از شهرها مراکزی برقرار خواهند شد که به رانندگان امکان امتحان کردن تکنولوژی ارتباط بی‌سیم اتومبیل‌ها را می‌بخشند و میزان انطباق‌پذیری آنها را مورد بررسی قرار می‌دهند. در صورتی که نتایج چندان مطلوب نباشند اتومبیل‌ها به سرعت مجهز خواهند شد تا این کاستی را جبران کنند.
محققان MIT در حال کار روی الگوریتم‌هایی هستند که رفتارهای انسانی را الگو قرار می‌دهند تا احتمال تصادف را به راننده هشدار داده و در صورت لزوم کنترل اتومبیل را به دست بگیرند و از تصادف جلوگیری به عمل آورند.
در این راستا رانندگی در دو کنش خلاصه می‌شود: ترمزگیری و گازدهی. بسته به کنشی که راننده انتخاب می‌کند برآمدهای بسیاری از موقعیت بعدی اتومبیل به دست می‌آید. میتیلادل وچیو - استادیار مهندسی مکانیک دانشکده MIT - مدل‌های دیگری نیز ارائه کرده است که کنش‌های انسانی از قبیل زمان بالا بردن یا پایین آوردن سرعت بر سر تقاطع ها را پیش‌بینی می‌کنند.
نتیجه این خواهد بود که سیستم می‌تواند نقاط واقع بر تقاطع را که احتمال تصادف در آنها بالاتر است، مشخص کند. اتومبیلی که به این الگوریتم مجهز می‌شود سعی می‌کند عکس‌العمل اتومبیل‌های دیگر را پیش‌بینی‌کند، با چراغ‌های راهنمایی رانندگی هماهنگ شود و از سنسورهای ویژه‌اش کمک بگیرد تا با اتومبیل‌های دیگر برخورد نکند.
یک ردیف از چراغ‌های ال‌ای‌دی قرمز رنگ نیز در این راه اتومبیل را یاری می‌کنند و با توجه به محل قرارگیری صندلی راننده در طول ضلع پایینی شیشه، جلوی اتومبیل کشیده می‌شوند تا خطر پیش رو را گوشزد کنند. در چنین شرایطی که عملکرد تمامی اتومبیل‌ها به یکدیگر وابسته است الگوریتم‌ها باید تاثیرات متقابل را نیز در نظر داشته باشند.
- اتومبیل شما تغییر چندانی نخواهد کرد
در آخر خبر خوب اینکه اتومبیل شما تغییر چندانی نخواهد کرد و می‌توان این تکنولوژی‌ها را با وارد کردن تعداد اندکی کد و ایجاد تغییرات الگوریتمی محدودی به اتومبیل ضمیمه کرد. پس لزومی به ارتقای لاستیک‌ها یا انجام دیگر تغییرات اساسی نیست.
همشهری دیجیتال
