ایلان ماسک، مدیرعامل تسلا، اخیراً اعتراف کرده است که سیستم‌های خودران این شرکت و رباتاکسی‌های مبتنی بر FSD همچنان در تشخیص قابل‌اطمینان حیوانات خانگی و کوچک در شرایط کم‌نور و تاریکی شب با چالش‌های فنی جدی مواجه هستند. این اظهارات در حالی مطرح می‌شود که کميته فنی وسایل نقلیه موتوری اتحادیه اروپا در آستانه رای‌گیری برای تایید یا رد استفاده از سیستم کاملاً مبتنی بر دوربین (Vision-Only) تسلا در سطح قاره اروپا است.
مسئله «گربه خاکستری روی آسفالت خاکستری»؛ محدودیت‌های بینش کامپیوتر
ایلان ماسک چالش کنونی سیستم‌های خودران تسلا را با عبارت «تلاش برای عدم برخورد با گربه‌های خاکستری روی آسفالت خاکستری در تاریکی مطلق» توصیف کرده است. از منظر مهندسی پردازش تصویر و هوش مصنوعی، سیستم‌های Vision-Only برای تفکیک اشیاء از پس‌زمینه به شدت به کنتراست (Contrast) و نور محیطی وابسته‌اند. در غیاب فوتون‌های کافی یا در شرایطی که سطح بازتابش نور جسم با سطح جاده یکسان باشد، شبکه‌های عصبی عمیق کانولوشنی (CNN) ممکن است در بخش‌بندی معنایی (Semantic Segmentation) و تشخیص لبه‌ها دچار خطا شوند.
برخلاف تسلا، شرکت‌های رقیب نظیر Waymo در نسل ششم خودروهای خودران خود از ترکیب چندگانه سنسورها (Sensor Fusion) شامل ۱۳ دوربین، ۴ سنسور لایدار (Lidar) و ۶ رادار استفاده می‌کنند. فناوری‌های لایدار و رادار وابسته به نور محیط نیستند و با ارسال امواج لیزری یا رادیویی و محاسبه زمان بازگشت (Time-of-Flight)، نقشه سه‌بعدی دقیقی از محیط اطراف ایجاد می‌کنند. این امر باعث می‌شود تشخیص موجودات زنده در تاریکی مطلق بدون اتکا به کنتراست بصری میسر شود.
مشخصات و مقایسه معماری سنسورهای خودران
- معماری تسلا (Tesla Vision): اتکای ۱۰۰٪ بر دوربین‌های نوری (حذف رادار در سال ۱۴۰۰ و سنسورهای اولتراسونیک در سال ۱۴۰۱)
- معماری وایمو (Waymo Gen-6): ترکیب ۱۳ دوربین، ۴ سنسور Lidar و ۶ سنسور Radar با قابلیت فعالیت ۲۴ ساعته
- چالش اصلی تسلا: کاهش کنتراست نوری و عدم امکان تفکیک طیف رنگی اشیاء کوچک (مانند حیوانات خانگی) از سطح جاده در شب
- وضعیت حقوقی اروپا: نیازمند رای موافق ۵۵ درصد کشورها که ۶۵ درصد جمعیت اتحادیه اروپا را نمایندگی می‌کنند
تغییر ساعات کاری رباتاکسی‌ها در آستین و سابقه ایمنی
خدمات رباتاکسی تسلا در شهر آستین تگزاس که از خرداد ۱۴۰۴ فعالیت خود را با بازه زمانی ۶ صبح تا midnight آغاز کرده بود، متعاقباً دچار محدودیت شد. با وجود انکه اخیراً ساعت پایانی سرویس‌دهی از ۱۰ شب به ۱۱ شب تغییر یافته، اما همچنان محدودتر از زمان پایه‌گذاری آن است. همچنین گزارش‌ها نشان می‌دهد ناوگان فعال بدون راننده ایمنی در آستین به حدود ۱۷ خودرو کاهش یافته است.
تمرکز بر عملکرد سنسورها در تاریکی شب از آنجا اهمیت مضاعف می‌یابد که در مهر ۱۴۰۳، دو تصادف مرگبار برای خودروهای مدل ۳ تسلا در ایالات متحده در ساعات تاریکی (حدود ۹:۲۵ شب و ۳ صبح) رخ داد که منجر به برخورد از عقب و توقف ناگهانی خودروها شد. اگرچه تسلا جزئیات مربوط به نسخه نرم‌افزار و گزارش تصادفات را به عنوان اطلاعات محرمانه تجاری طبقه‌بندی کرده است، اما منتقدان این رویدادها را به عدم کارایی کامل الگوریتم‌های بینایی ماشینی در شرایط کم‌نور مرتبط می‌دانند.
رای‌گیری حیاتی اتحادیه اروپا و تقابل استراتژی‌ها
کمیته فنی وسایل نقلیه موتوری اتحادیه اروپا (TCMV) در تاریخ ۱۴ مهر ۱۴۰۴ (۶ اکتبر) رای‌گیری کلیدی خود را برای مجوز سراسری سیستم FSD Supervised انجام می‌دهد. برای تصویب این طرح، موافقت حداقل ۵۵ درصد از کشورهای عضو که ۶۵ درصد جمعیت اتحادیه را تشکیل می‌دهند الزامی است. پیش از این، شش کشور اروپایی بر اساس تاییدیه رگولاتوری هلند (RDW) مجوزهای محدود منطقه‌ای صادر کرده بودند.
نکته فنی حائز اهمیت این است که سیستم مورد بررسی در اروپا، سطح ۲ از استانداردهای SAE (خودران نیازمند نظارت راننده) است، در حالی که ناوگان تست‌شده در آستین بدون راننده ایمنی فعالیت می‌کند. با این حال، سخت‌افزار و چیدمان دوربین‌ها در هر دو سیستم یکسان است. هم‌زمان، قانون‌گذاران در ایالت نیوجرسی در حال بررسی طرحی هستند که استفاده از حداقل دو مدالیته سنسوری متفاوت (مانند دوربین به همراه لایدار یا رادار) را برای ناوگان خودران الزامی می‌سازد؛ مسأله‌ای که می‌تواند استراتژی تولید تسلا را با چالش‌های بنیادی مواجه کند.
نتیجه‌گیری و چشم‌انداز توسعه
اصرار ایلان ماسک بر حذف لایدار و رادار و اتکای محض به پردازش تصویر، اگرچه هزینه‌های سخت‌افزاری تولید را به شدت کاهش داده است، اما نودهای بحرانی (Edge Cases) در شرایط محیطی سخت مانند تاریکی شب یا هوای نامساعد را به چالش اصلی مهندسان هوش مصنوعی این شرکت تبدیل کرده است. حل مسئله تشخیص حیوانات خانگی در تاریکی بدون تغییر در معماری سخت‌افزاری، مستلزم پیشرفت‌های خیره‌کننده در شبکه‌های عصبی و الگوریتم‌های ارتقای تصویر مبتنی بر AI خواهد بود.
