Was Sie wissen sollten, bevor Sie in ein selbstfahrendes Auto steigen

Vor einem großen Lagerhaus in Pittsburgh, in einem Gebiet am Allegheny River, das einst Dutzende von Fabriken und Gießereien beherbergte, heute aber Geschäfte und Restaurants beherbergt, warte ich auf eine andere Art von technologischer Revolution. Ich schaue auf mein Handy, schaue nach oben und bemerke, dass es schon da ist. Ein weißer Ford Fusion, dessen Dach mit futuristisch aussehenden Sensoren geblendet ist, fährt in der Nähe im Leerlauf. Zwei Personen sitzen vorne – einer überwacht einen Computer, der andere hinter dem Steuer –, aber das Auto hat die Kontrolle. Ich steige ein, drücke eine Taste auf einem Touchscreen und lehne mich zurück, während mich der selbstfahrende Uber mitnimmt.

Als wir auf die Straße in Richtung Innenstadt sausen, bleibt das Auto sauber in seiner Spur und schiebt sich geschickt zwischen ein entgegenkommendes Auto und geparkte Lastwagen, die in die Straße ragen. Ich war schon einmal in einem selbstfahrenden Auto, aber es ist immer noch unheimlich, vom Rücksitz aus zuzusehen, wie sich das Lenkrad und die Pedale als Reaktion auf die Ereignisse auf der Straße um uns herum bewegen.

Diese Geschichte war Teil unserer Ausgabe vom November 2016

• Siehe den Rest des Problems
• Abonnieren

Bisher wurden die meisten automatisierten Fahrzeuge auf Autobahnen in Orten wie Kalifornien, Nevada und Texas getestet. Im Gegensatz dazu bietet Pittsburgh krumme Straßen, unzählige Brücken, verwirrende Kreuzungen und mehr als seinen gerechten Anteil an Schnee, Graupel und Regen. Wie ein Uber-Manager sagte, wenn selbstfahrende Autos Pittsburgh bewältigen können, dann sollten sie überall funktionieren. Wie um diese Theorie zu testen, als wir in eine belebte Marktstraße einbiegen, huschen zwei Fußgänger auf die Straße vor uns. Das Auto kommt in einiger Entfernung von ihnen sanft zum Stehen, wartet und setzt dann seinen Weg fort.

Die Fahrzeuge von Uber sind mit verschiedenen Arten von Sensoren geschmückt.

Ein Bildschirm vor dem Rücksitz zeigt die eigentümliche Sicht des Autos auf die Welt: unsere Umgebung in lebendigen Farben und gezackten Kanten. Das Bild ist das Produkt einer erstaunlichen Reihe von Instrumenten, die über das ganze Fahrzeug verteilt sind. Es gibt nicht weniger als sieben Laser, darunter eine große rotierende Lidar-Einheit auf dem Dach; 20 Kameras; ein hochpräzises GPS; und eine Handvoll Ultraschallsensoren. Auf dem Bildschirm im Auto sieht die Straße aquablau aus, Gebäude und andere Fahrzeuge sind rot, gelb und grün, und Fußgänger in der Nähe werden mit etwas hervorgehoben, das wie kleine Lassos aussieht. Der Bildschirm zeigt auch an, wie das Fahrzeug lenkt und bremst, und es gibt eine Taste, die das Auto auffordert, die Fahrt jederzeit zu stoppen. Im Jahr 2016 hat Uber es den Fahrern sogar ermöglicht, ein Selfie vom Rücksitz aus zu machen. Kurz nachdem meine Fahrt beendet ist, bekomme ich per E-Mail ein Endlos-GIF, das die Sicht des Autos auf die Welt und mein grinsendes Gesicht in der oberen rechten Ecke zeigt. Leute auf dem Bürgersteig halten an und winken, während wir an einer Ampel warten, und ein Typ, der hinter uns einen Pick-up fährt, zeigt immer wieder den Daumen nach oben.

Meine Fahrt ist Teil des bisher bekanntesten Tests für selbstfahrende Fahrzeuge, nachdem Uber damit begonnen hatte, handverlesene Kunden Fahrten in Pittsburgh in einer Flotte automatisierter Taxis buchen zu lassen. Das Unternehmen, das die Taxibranche bereits mit einer Smartphone-App auf den Kopf gestellt hat, mit der Sie ein Auto rufen können, will innerhalb weniger Jahre einen erheblichen Teil seiner Flotte selbstfahrend machen. Es ist eine mutige Wette, dass die Technologie bereit ist, die Art und Weise zu verändern, wie sich Millionen von Menschen fortbewegen. Aber in gewisser Weise ist es eine Wette, die Uber eingehen muss. In der ersten Hälfte dieses Jahres verlor es unglaubliche 1,27 Milliarden US-Dollar, hauptsächlich aufgrund von Zahlungen an Fahrer. Autonome Autos bieten eine große Chance für Uber, sagt David Keith, Assistenzprofessor am MIT, der Innovationen in der Automobilindustrie untersucht, aber es besteht auch die Gefahr, dass jemand anderes sie auf den Markt bringt.

Eine experimentelle Version von Ubers App zeigt ein automatisiertes Auto, das in der Nähe herumfährt.

Die meisten Autohersteller, insbesondere Tesla Motors, Audi, Mercedes-Benz, Volvo und General Motors, und sogar einige große Technologieunternehmen, darunter Google und (angeblich) Apple, testen selbstfahrende Fahrzeuge. Tesla-Autos fahren unter vielen Umständen von selbst (obwohl das Unternehmen die Fahrer warnt, das System nur auf Autobahnen zu verwenden, und sie auffordert, aufmerksam zu sein und die Hände am Lenkrad zu lassen). Aber trotz seiner gewaltigen Konkurrenz könnte Uber die beste Gelegenheit haben, die Technologie schnell zu kommerzialisieren. Im Gegensatz zu Ford oder GM kann es die Automatisierung auf die Strecken beschränken, die fahrerlose Autos zunächst für möglich halten. Und im Gegensatz zu Google oder Apple verfügt es bereits über ein riesiges Taxinetz, das es im Laufe der Zeit schrittweise stärker automatisieren kann.

Die Führungskräfte von Uber haben wenig Probleme, sich die Vorteile vorzustellen. Ohne Fahrer, mit denen man die Einnahmen aufteilen könnte, könnte Uber Gewinne erzielen. Robotertaxis könnten so billig und einfach zu bedienen werden, dass es für niemanden sinnvoll wäre, tatsächlich ein Auto zu besitzen. Konsequent zu Ende gedacht, könnte das automatisierte Fahren den Transport selbst umprogrammieren. Uber experimentiert bereits in einigen Städten mit Essenslieferungen und kaufte kürzlich Otto, ein Startup, das automatisierte Systeme für Langstrecken-Lkw entwickelt. Selbstfahrende Lastwagen und Lieferwagen könnten Waren mit schwindelerregender Geschwindigkeit und Effizienz von Logistikzentren und Geschäften zu Wohnungen und Büros befördern. Kurz vor meiner Testfahrt sagte Andrew Lewandowski, Leiter des autonomen Betriebs von Uber, ein Veteran des Selbstfahrprogramms von Google und einer der Mitbegründer von Otto: Ich glaube wirklich, dass dies das Wichtigste ist, was Computer in Zukunft tun werden nächsten 10 Jahre.

Uber bewegt sich schnell. Das Unternehmen gründete im Februar 2015 sein Advanced Technology Center, in dem es seine fahrerlosen Autos entwickelt, indem es eine Reihe von Forschern der Robotik-Abteilung der nahe gelegenen Carnegie Mellon University anstellte. Mit diesem Know-how hat Uber seine selbstfahrenden Taxis in etwas mehr als einem Jahr entwickelt – ungefähr so ​​lange, wie die meisten Autohersteller für die Neugestaltung einer Unterhaltungskonsole benötigen.

Aber geht es zu schnell? Ist die Technik bereit?

Uber-Mitarbeiter überwachen jedes Auto und sind bereit, bei Bedarf die Kontrolle zu übernehmen.

Robo-Vorfahren

Für den Rest meiner Zeit in Pittsburgh komme ich mit Ubers herum, die ausschließlich von Menschen kontrolliert werden. Der Kontrast ist stark. Ich möchte das National Robotics Engineering Center (NREC) der CMU besuchen – Teil des Robotics Institute, einer der bahnbrechenden Forschungsgruppen, die an der Entwicklung selbstfahrender Fahrzeuge beteiligt sind –, um zu sehen, was seine Experten von Ubers Experiment halten. Also fahre ich mit einem Typen namens Brian mit, der einen verbeulten Hyundai Sonata fährt. Brian sagt, er habe mehrere automatisierte Ubers in der Stadt gesehen, aber er kann sich nicht vorstellen, dass eine Fahrt mit ihnen so gut ist wie eine mit ihm. Dann biegt Brian falsch ab und verirrt sich komplett. Aber fairerweise schlängelt er sich genauso gut durch den Verkehr wie ein selbstfahrendes Auto. Wenn uns die Karte auf seinem Handy zu einer Brücke führt, die wegen Reparaturarbeiten geschlossen ist, fragt er einfach ein paar Straßenarbeiter nach dem Weg und improvisiert dann eine neue Route. Er ist auch freundlich und bietet an, auf den Fahrpreis zu verzichten und mir ein Bier auszugeben, um die Unannehmlichkeiten auszugleichen. Es lässt Sie erkennen, dass automatisierte Ubers eine ganz andere Erfahrung bieten. Weniger falsche Abzweigungen und überhebliche Fahrer, ja, aber auch niemand, der hilft, den Koffer in den Kofferraum zu packen oder ein verlorenes iPhone zurückzugeben.

Ein Touchscreen auf der Rückseite zeigt die Welt, wie sie vom Lasersystem des Autos wahrgenommen wird.

Ich überprüfe das Bier, verabschiede mich von Brian und komme mit etwa 20 Minuten Verspätung am riesigen Lagerhaus von NREC an. Das Gebäude ist voller faszinierender Roboterprototypen. Und wenn Sie genau hinschauen, finden Sie einige Vorfahren der heutigen automatisierten Fahrzeuge. Direkt hinter dem Eingang befindet sich beispielsweise Terregator, ein sechsrädriger Roboter von der Größe eines Kühlschranks mit einem Ring aus Sensoren an der Spitze. 1984 gehörte Terregator zu den ersten Robotern, die außerhalb eines Labors herumlaufen und mit wenigen Kilometern pro Stunde über den Campus der CMU rollen. Und Terregator wurde 1986 von einem stark modifizierten Van namens NavLab abgelöst, einem der ersten vollständig computergesteuerten Fahrzeuge auf der Straße. Direkt vor der Haustür von NREC steht ein weiterer bemerkenswerter Vorläufer: ein maßgefertigter Chevy Tahoe, gefüllt mit Computern und dekoriert mit etwas, das verdächtig nach einer frühen Version des Sensorstapels auf einem der selbstfahrenden Autos von Uber aussieht. Im Jahr 2007 gewann dieser Roboter namens Boss einen städtischen Fahrwettbewerb, der von der U.S. Defense Advanced Research Projects Agency organisiert wurde. Es war ein großer Moment für automatisierte Fahrzeuge, die bewiesen, dass sie im normalen Verkehr navigieren können, und nur wenige Jahre später testete Google selbstfahrende Autos auf echten Straßen.

Die drei dieser CMU-Roboter zeigen, wie schleichend der Fortschritt hin zu selbstfahrenden Fahrzeugen bis vor kurzem verlief. Die Hard- und Software wurde verbessert, aber das System hatte Mühe, die Welt, die ein Fahrer sieht, in all ihrer reichen Komplexität und Verrücktheit zu verstehen. Bei NREC treffe ich William Red Whittaker, einen CMU-Professor, der die Entwicklung von Terregator, der ersten Version von NavLab, und Boss leitete. Laut Whittaker bedeutet Ubers neuer Service nicht, dass die Technologie perfektioniert ist. Natürlich ist es nicht gelöst, sagt er. Die Art von Dingen, die nicht gelöst werden, sind Grenzfälle.

Und es gibt viele Grenzfälle, mit denen man sich auseinandersetzen muss, einschließlich Sensoren, die durch schlechtes Wetter, helles Sonnenlicht oder Hindernisse geblendet oder beeinträchtigt werden. Dann gibt es die unvermeidlichen Software- und Hardwareausfälle. Aber noch wichtiger ist, dass die Grenzfälle den Umgang mit dem Unbekannten beinhalten. Man kann ein Auto nicht für jede erdenkliche Situation programmieren, also muss man irgendwann darauf vertrauen, dass es mit allem, was ihm in den Weg kommt, mit all seiner Intelligenz fertig wird. Und es ist schwer, sich darauf zu verlassen, besonders wenn selbst das kleinste Missverständnis, wie die Verwechslung einer Papiertüte mit einem großen Stein, ein Auto dazu bringen könnte, etwas unnötig Gefährliches zu tun.

Die Fortschritte haben in den letzten Jahren zweifellos zugenommen. Insbesondere Fortschritte in den Bereichen Computer Vision und maschinelles Lernen haben es automatisierten Fahrzeugen ermöglicht, mehr mit Videomaterial zu tun. Wenn Sie eines dieser Systeme mit genügend Beispielen füttern, kann es mehr als nur ein Hindernis erkennen – es kann es mit beeindruckender Genauigkeit als Fußgänger, Radfahrer oder eine umherirrende Gans identifizieren.

Dennoch sind die Grenzfälle von Bedeutung. Der Direktor des NREC ist Herman Herman, ein Robotiker, der in Indonesien aufgewachsen ist, an der CMU studiert hat und automatisierte Fahrzeuge für Verteidigung, Bergbau und Landwirtschaft entwickelt hat. Er glaubt, dass selbstfahrende Autos auf den Markt kommen werden, äußert jedoch einige praktische Bedenken hinsichtlich des Plans von Uber. Wenn Ihr Webbrowser oder Ihr Computer abstürzt, ist das ärgerlich, aber es ist keine große Sache, sagt er. Wenn Sie eine sechsspurige Autobahn haben, fährt ein autonomes Auto in der Mitte, und das Auto entscheidet sich für eine Linkskurve – nun, Sie können sich vorstellen, was als nächstes passiert. Es dauert nur einen fehlerhaften Befehl an das Lenkrad.

Die modifizierten Ford Fusions von Uber sind auf den Straßen von Pittsburgh leicht zu erkennen.

Ein weiteres Problem, das Herman vorhersieht, ist die Skalierung der Technologie. Es ist alles sehr gut, ein paar fahrerlose Autos auf der Straße zu haben, aber was ist mit Dutzenden oder Hunderten? Die Laserscanner in Ubers Autos könnten sich gegenseitig stören, sagt er, und wenn diese Fahrzeuge mit der Cloud verbunden wären, würde das eine wahnsinnige Menge an Bandbreite erfordern. Selbst etwas so Einfaches wie Schmutz auf einem Sensor könnte ein Problem darstellen, sagt er. Das schwerwiegendste Problem von allen – und dies ist ein wachsendes Forschungsgebiet für uns – ist, wie man ein autonomes System verifiziert und testet, um sicherzustellen, dass es sicher ist, sagt Herman.

Fahren lernen

Für eine praktischere Perspektive fahre ich quer durch die Stadt, um mit Leuten zu sprechen, die tatsächlich selbstfahrende Autos entwickeln. Ich besuche Raj Rajkumar, ein Mitglied der Robotik-Fakultät der CMU, der ein von GM finanziertes Labor leitet. In der schnelllebigen Welt der Erforschung fahrerloser Autos, die oft von Menschen im Silicon Valley dominiert wird, mag Rajkumar ein bisschen altmodisch wirken. Im grauen Anzug begrüßt er mich in seinem Büro und führt mich dann in eine Tiefgarage, wo er an einem Prototypen von Cadillac gearbeitet hat. Das Auto enthält zahlreiche Sensoren, ähnlich denen von Ubers Autos, aber sie sind alle miniaturisiert und versteckt, sodass es völlig normal aussieht. Rajkumar ist stolz auf seine Fortschritte bei der praktischen Umsetzung fahrerloser Autos, aber er warnt mich davor, dass die Taxis von Uber unangemessen große Hoffnungen wecken könnten. Es werde lange dauern, bis man den Fahrer aus der Gleichung herausnehmen könne, sagt er. Ich denke, die Leute sollten ihre Erwartungen dämpfen.

Wir sind kognitive, fühlende Wesen. Wir begreifen, wir argumentieren und wir handeln. Wenn Sie automatisierte Fahrzeuge haben, sind sie nur so programmiert, dass sie bestimmte Dinge für bestimmte Szenarien tun.

Abgesehen von der Zuverlässigkeit der Software eines Autos befürchtet Rajkumar, dass ein fahrerloses Fahrzeug gehackt werden könnte. Wir wissen von dem Terroranschlag in Nizza, wo der terroristische Fahrer Hunderte von Menschen niedermähte. Stellen Sie sich vor, es wäre kein Fahrer im Fahrzeug, sagt er. Uber sagt, dass es dieses Problem ernst nimmt; Kürzlich hat es sein Team um zwei prominente Experten für Computersicherheit im Automobilbereich erweitert. Rajkumar warnt auch davor, dass grundlegende Fortschritte erforderlich sind, um Computer dazu zu bringen, die reale Welt intelligenter zu interpretieren. Wir Menschen verstehen die Situation, sagt er. Wir sind kognitive, fühlende Wesen. Wir begreifen, wir argumentieren und wir handeln. Wenn Sie automatisierte Fahrzeuge haben, sind sie nur so programmiert, dass sie bestimmte Dinge für bestimmte Szenarien tun.

Mit anderen Worten, das farbenfrohe Bild, das ich auf der Rückseite meines automatisierten Ubers gesehen habe, repräsentiert eine simple und fremde Art, die Welt zu verstehen. Es zeigt, wo sich Objekte befinden, manchmal zentimetergenau, aber man versteht nicht, was diese Dinge wirklich sind oder was sie tun könnten. Das ist wichtiger, als es klingen mag. Ein offensichtliches Beispiel ist, wie Menschen reagieren, wenn sie ein Spielzeug auf der Straße liegen sehen und daraus schließen, dass ein Kind möglicherweise nicht weit entfernt ist. Die zusätzliche Schwierigkeit besteht darin, dass Uber das meiste Geld in Städten und Vororten verdient, sagt Rajkumar. Hier kommt es häufiger zu unerwarteten Situationen.

In den Autos wurden die Getränkehalter durch einen silbernen Knopf zum Aktivieren des Automatikmodus und einen großen roten Stoppknopf ersetzt.

Darüber hinaus könnte alles, was bei Ubers experimentellem Taxidienst schief geht, Auswirkungen auf die gesamte Branche haben. Der erste tödliche Unfall mit einem automatisierten Fahrsystem, als ein Tesla im Autopilot-Modus in diesem Frühjahr einen großen Lastwagen auf einer Autobahn in Florida nicht entdeckte, hat bereits Sicherheitsfragen aufgeworfen. Der hastige Einsatz von Technologien – selbst wenn sie die Straßen sicherer machen sollen – könnte leicht eine Gegenreaktion auslösen. Während Uber großartige Arbeit geleistet hat, um dies als Durchbruch zu fördern, ist es realistischerweise noch ein weiter Weg, sagt Keith vom MIT. Neuartige Technologien sind auf positive Mundpropaganda angewiesen, um die Akzeptanz bei den Verbrauchern aufzubauen, aber auch das Gegenteil kann passieren. Wenn dieser Technologie schreckliche Autounfälle zugeschrieben werden und die Aufsichtsbehörden hart durchgreifen, dann würde das sicherlich die Begeisterung der Menschen dämpfen.

Ich erlebe die Realität der Grenzen der Technologie aus erster Hand, etwa nach der Hälfte meiner Fahrt in Ubers Auto, kurz nachdem ich eingeladen wurde, auf dem Fahrersitz Platz zu nehmen. Ich drücke einen Knopf, um das automatisierte Fahrsystem zu aktivieren, und mir wird gesagt, dass ich es jederzeit deaktivieren kann, indem ich das Lenkrad bewege, ein Pedal berühre oder einen anderen großen roten Knopf drücke. Das Auto scheint nach wie vor perfekt zu fahren, aber ich kann nicht umhin zu bemerken, wie nervös der Ingenieur neben mir jetzt ist. Und dann, als wir auf einer Brücke im Stau stehen und Autos entgegenkommen, beginnt das Auto, das Lenkrad langsam nach links zu drehen und auf die Gegenfahrbahn auszuweichen. Schnapp dir das Steuer, schreit der Ingenieur.

Vielleicht ist es ein Fehler, oder vielleicht sind die Sensoren des Autos durch die weiten Flächen auf beiden Seiten der Brücke verwirrt. Wie dem auch sei, ich tue schnell, was er sagt.

verbergen