406: מדוע אין לנו עדיין מכוניות אוטונומיות?
27.8.23

אולי תופתעו לשמוע, אבל מכוניות אוטונומיות קיימות בצורה כזו או אחרת כבר למעלה משלושים שנה - ואם כך הדבר, מדוע אנחנו לא נוסעים ברכבים אוטונומיים כבר היום?
אחת הסיבות לכך היא שאלה של אמון. אבל אם אתם מניחים שהבעיה עליה אני מדבר היא חוסר-אמון - דהיינו, שהציבור עדיין לא סומך על רכבים אוטונומיים מכיוון שהטכנולוגיה עדיין לא בשלה או בטיחותית מספיק - תרשו לי להפתיע אתכם. הבעיה שבה נתמקד בפרק הנוכחי היא לא בעיה של חוסר-אמון, אלא דווקא בעיה של עודף אמון.
בסוף הפרק: פינה מיוחדת שבה יצאתי לאתר ניסויים סודי של אלביט מערכות כדי לראות כלי רכב רובוטי אוטונומי שמפתחת החברה, כמו גם להקות של רחפים אוטונומיים - שיחד יחוללו מהפכה בשדה הקרב העתידי.
האזנה נעימה!
רן
הרשמה לרשימת תפוצה בדוא"ל | אפליקציית עושים היסטוריה (אנדרואיד) | iTunes
מדוע אין לנו עדיין מכוניות אוטונומיות?
כתב: נייט נלסון
ביוטיוב ובמדיה החברתית אפשר למצוא מאות סרטונים של מכוניות שנוסעות במהירות של 200, 300 ואפילו 400 קילומטרים לשעה באוטובאהן, מערכת הכבישים המהירה של גרמניה, שבה ישנה הגבלת מהירות רק על כשלושים אחוזים מסך כל הכבישים. שיא המהירות עבור נסיעה באוטובאהן נקבע ב-1938 על ידי רודולף קאראציולה (Caracciola), נהג מירוצים גרמני: 432 קילומטרים לשעה, או כקילומטר אחד בכל תשע שניות. המכונית בה קבע קאראציולה את שיאו, מרצדס בנץ מדגם W125 RekordWagen, נראית גם לעיניים מודרניות כמו משהו שלקוח מתוך סרט מדע בדיוני עתידני.
מדובר בהחלט על שיא מרשים - מבין המהירויות הגבוהות ביותר שאי פעם תועדו על כביש ציבורי - אבל תופעו לשמוע שזו לא הנסיעה המדהימה ביותר שנעשתה בכביש גרמני. ההישג הזה שייך למישהו אחר לגמרי שעליו כנראה שלא שמעתם, מכיוון שהמהירות שבה נעשתה הנסיעה הזו הייתה בסך הכל כתשעים קילומטרים לשעה.
רכבים אוטונומיים בשנות התשעים
בראשית שנות השמונים החל ארנסט דיקמנס (Dickmanns), מהנדס אווירונאוטיקה שעבד עם קבוצת מחקר של הצבא הגרמני באוניברסיטה במינכן, לאבזר ואן גדול של מרצדס בנץ בשלל מחשבים, מצלמות וחיישנים אחרים. התוצאה הסופית נראתה קצת כמו רכבי מעקב של ה-FBI כפי שהם בדרך כלל מוצגים בסרטים הוליוודיים: שישה צגים ושלוש מקלדות שהותקנו על שולחנות ומדפים בתוך הרכב, ועשרות כבלים שנמתחו ביניהם. דיקמנס ואנשיו פיתחו ושיכללו את הואן המוטנטי שלהם עד שב- 1986 הצליחה המכונית לנסוע באופן עצמאי, ללא מגע יד אדם, במסלול שהוקם בשטח האוניברסיטה. שנה לאחר מכן הציבו את ה-VaMoRs שלהם (שמה של המכונית, שהוא קיצור לאוסף של מילים בגרמנית שאין לי שום סיכוי לבטא כמו שצריך, אז תשכחו מזה) על קטע כביש באוטובאהן שעדיין לא נפתח לציבור הרחב, ושם נסעה המכונית באופן אוטונומי לאורך עשרים קילומטרים, במהירות מירבית של תשעים ושישה קילומטרים בשעה.
בשנים שלאחר מכן המשיכו המהנדסים לשפר ולשכלל את המערכת שפיתחו. ב-1989 כבר הייתה המכונית מסוגלת לזהות מכשולים ולנהוג לצידם של כלי רכב אחרים על הכביש. זמן לא רב לאחר מכן נוספה האפשרות לעבור בין נתיבים, ועד 1994 הצליחה הקבוצה למזער את החומרה לרמה שאפשרה לה להכנס לתא מטען של רכב משפחתי. באוקטובר של אותה השנה הם אספו עם הרכב קבוצה של מהנדסים-עמיתים משדה התעופה של פריז, עלו על הכביש המהיר ומשם נסעו באופן אוטונומי למרחק של למעלה מאלף קילומטרים בדרכים ציבוריות, לצד כלי רכב רגילים. בהמשך נוספו לרכב יכולות נוספות, כדוגמת היכולת לנסוע גם בכבישים לא-מהירים ולחצות צמתים לא מוכרות.
והקבוצה הגרמנית של ארנסט דיקמנס לא הייתה היחידה שהצליחה לפתח רכב אוטונומי באותה התקופה. ב-1995, לדוגמא, נסע רכב אוטונומי בשם NavLab5 שפיתחו מהנדסים של אוניברסיטת קרנגי מלון, מפיטסבורג שבמזרח ארה"ב ללוס-אנג'לס שבמערב: מרחק של כמעט 2500 קילומטרים. באמצע שנות האלפיים הטכנולוגיה הזו כבר הייתה מספיק בשלה כדי לשכנע את משרד ההגנה האמריקני להכריז על תחרות שנתית שבמסגרתה התחרו ביניהן עשרות קבוצות פיתוח בנהיגה אוטונומית במסלולי מכשולים ייעודיים.
אז אם מישהו אומר לכם שמכוניות אוטונומיות הן העתיד - עכשיו אתם יכולים לתקן אותו בעדינות ולומר לו שבעצם, זו טכנולוגיה מהעבר. אבל כל זה מעלה את השאלה הכמעט מתבקשת: אם מכוניות אוטונומיות קיימות, בצורה כזו או אחרת, כבר למעלה משלושים שנה, למה אנחנו לא נוסעים במכוניות אוטונומיות היום?
אנשים שונים יתנו תשובות שונות לשאלה הזו: שהציבור עדיין לא בשל לקבל מכוניות אוטונומיות. שיש יותר מדי אתגרים משפטיים ורגולטוריים שצריך עדיין לפתור. הסכנה מתקיפות סייבר. והם צודקים: יש אמת לא מבוטלת בכל אחת מהסיבות הללו. וישנה עוד סיבה אפשרית: אמון. אבל אם אתם מניחים שהבעיה עליה אני מדבר היא חוסר-אמון - דהיינו, שהציבור עדיין לא סומך על רכבים אוטונומיים מכיוון שהטכנולוגיה עדיין לא בשלה או בטיחותית מספיק - תרשו לי להפתיע אתכם. הבעיה שבה נתמקד בפרק הנוכחי היא לא בעיה של חוסר-אמון, אלא דווקא בעיה של עודף אמון.
טסלה
בסביבות שנת 2015 הצליחה חברת טסלה למצב את עצמה כמובילה הבלתי מעורערת של עולם הרכב האוטונומי: החברה שבמידה רבה מגדירה כיצד יראה עתידו של התחום הזה. היא עשתה זאת בכך שהציעה ללקוחותיה את מה שאף חברת רכב אחרת אחר לא יכולה הייתה לספק להם: רכב משפחתי בעל יכולת נהיגה אוטונומית, במחיר שווה לכל נפש. גרסה שבע של תוכנת Autopilot אפשרה למכוניות של טסלה לנסוע באופן אוטונומי בכבישים מהירים, להישאר במרכז הנתיב ואפילו להחליף נתיבים באופן עצמאי. חודשיים מאוחר יותר הוסיפה טסלה לרכבים שלה פונקציית זימון (Summon), שאפשרה למכונית לחנות או לצאת מחניה, אפילו בסיטואציות מאתגרות יחסית.
אתם יכולים לשער בדמיונכם כיצד הגיבו הלקוחות. כל מי שהחזיק בטסלה השוויץ במכונית שלו פחות או יותר לכל מי שהסכים לשמוע: לחברות שלהם, לחברים, אפילו לסתם זרים. אינספור סרטוני וידאו שהדגימו את נפלאות הטסלה הופצו ברשת, כדי שכל אחד מאיתנו, האנשים ה"רגילים", יוכל לצפות - ולקנא. והאמת - היה במה לקנא. בסרטון הזה, למשל, אנחנו רואים את אשתו או חברתו של הצלם חולפת בכוונה מאחורי טסלה שיוצאת מחניה. המכונית מבחינה באישה ונזהרת שלא לפגוע בה. ואז המכונית מתקרבת לרכב חונה אחר. האם תדע לעצור בזמן? כן, המכונית עוברת גם את המבחן הזה בהצלחה. האמת? מרשים.
האוטופיילוט החדש, טענה טסלה, הוא הרבה יותר מאשר גימיק שיווקי: מדובר בטכנולוגיה בטוחה יותר מנהיגה אנושית. אילון מאסק, מנכ"לה של טסלה, טען ב- 2016 שהסטטיסטיקה המצטברת של מיליארדי קילומטרים של נסיעה מדגימים בברור את הטענה הזו. כך אמר מאסק בשיחה עם שר התחבורה והתקשורת של נורווגיה.
"אפילו בגרסא ראשונית זו, המערכת שלנו טובה כמעט פי שתיים מנהיגה אנושית. [...] אני חושב שזה עתיד להיות צעד חשוב שיראה לרגולטורים ולציבור הרחב [...] שרמת הבטיחות היא בברור טובה יותר [מנהיגה ידנית] בפער ניכר."
ולמאסק היו סיבות טובות להתרברב בהצלחתה של החברה שלו. התאונה המתוקשרת הראשונה בה הייתה מעורבת מכונית של טסלה התרחשה במאי, 2016, והביאה לבדיקה מעמיקה של הרשויות הפדרליות בארצות הברית. הרשות הלאומית לבטיחות בכבישים מהירים (NHTSA) זיכתה את טסלה מאחריות לתאונה, ואיששה את טענותיה של החברה לגבי בטיחות הרכבים שלה. התאונה, קבעה הרשות, הייתה באשמת הנהג ולא המכונית - והשימוש באוטופיילוט אכן מפחית את הסיכון לתאונת דרכים בלא פחות מארבעים אחוזים.
למען ההגינות וההשלמות, חובה לציין שבשנים שלאחר מכן נחשפו מספר בעיות בניתוח הסטטיסטי של המידע שאספה טסלה מהרכבים שלה שהטילו ספק מסוים באמינות של הטענה הזו, כך שלא בטוח שהמספר הזה - ארבעים אחוזים - הוא אכן מספר מדויק. אבל כך או כך, אין כמעט ספק שמערכת האוטופיילוט אכן מספקת את הסחורה. דוגמא טובה לכך היא סרטון שפרסם ביוטיוב גבר אמריקני בשם ג'ושוע בראון (Brown), וטרן בן ארבעים של חיל הים האמריקני. מצלמת הדרך של ג'ושוע הקליטה אותו נוסע בטסלה שלו בכביש מהיר בחמישה באפריל, 2016, מאזין לפודקאסטים בעוד שהאוטופיילוט שלו נוהג במכונית.
ואז, בשעה 11:59, במילותיו שלו -
"נסעתי בכביש המהיר, ואתה יכול את המשאית עם המנוף בצד שמאל של המסך נוסעת בנתיב שמשתלב אל הכביש. אחרי ההשתלבות, המשאית ניסתה לעבור נתיב אל מחלף בצד ימין - ולא ראתה את הטסלה שלי. אני לא הבחנתי בכך, וטסי (כך אני קורא למכונית שלי) הייתה עם האוטופיילוט מאופשר. נעשיתי מודע לסכנה רק כשטסי התריעה בפני עם צליל אזעקת "קח שליטה על הרכב באופן מיידי", וסטתה בחדות ימינה כדי להתחמק מההתנגשות. אתם יכולים לראות את הנקודה בסרטון שבה אני לוקח את השליטה על הרכב - אבל טסי כבר סטתה ימינה בשלב הזה כדי למנוע את התאונה."
ואכן, למרות שבראון היה עירני וסובב את ההגה כדי למנוע את ההתנגשות - המכונית עצמה הקדימה אותו: היא האטה וסטתה מדרכו של נהג המשאית חסר האחריות. כפי שבראון עצמו הגדיר זאת - 'טסי עשתה עבודה טובה.'
בכנס שעסק בלמידת מכונה בשנת 2020 חשף אנדרי קרפטי - ראש חטיבת הבינה המלאכותית וראייה ממוחשבת של טסלה - כי לקוחותיה של החברה נסעו במצטבר כשישה מיליארד קילומטרים, מהם כשני מיליארד קילומטרים באופן אוטונומי על כבישים מהירים. בתקופה הזו בצעו המכוניות כמאתיים אלף מעברי נתיבים אוטונומיים, והנהגים השתמשו בפונקציית הזימון למעלה ממיליון פעם. מהנתונים האלה עולה בבירור כי הנהגים של טסלה רואים באוטופיילוט פיצ'ר שימושי ומעשי מאוד של המכונית.
וזו בדיוק הבעיה.
שאלה של אמון
ג'ושוע בראון, אותו וטרן של חיל הים האמריקני ש"טסי" שלו הצילה אותו מתאונה מסוכנת באפריל 2016, התגורר בגפו בבית קטן בפרברי העיר קנטון (Canton) שבאוהיו. בתמונות שזמינות ברשת הוא נראה קצת כמו אבא אמריקאי טיפוסי: משקפי שמש, כובע בייסבול וחולצת פולו שמסתירה כרס קטנה.
עושה רושם שבראון גם היה שייך לקבוצת האוכלוסייה שבדרך כלל נוטה להתלהב מהמכוניות של טסלה: גבר צעיר (יחסית) מהמעמד הבינוני. הוא רצה ללמוד כל מה שהיה יכול על הטסלה מודל S שלו - שאגב, עלתה יותר מאשר הבית שלו - ועשה לא פחות משבעים ושניים אלף קילומטרים בתוך תשעה חודשים בלבד. כשאילון מאסק שיתף את הסרטון שלו - בראון יצא מגדרו מרוב שמחה. הוא צייץ בתגובה - "אילון מאסק שם לב לסרטון הוידאו שלי! אחרי שאני כל הזמן נוהג ומדבר על הטסלה שלי עם כל כך הרבה אנשים, אני ממש ברקיע השביעי!". שכנה שלו סיפרה שאמר לה, "עכשיו, אחרי שאילון מאסק שם לב למשהו שעשיתי, אני יכול למות בשקט ולעלות לגן העדן."
בסרטון המדובר, אגב, ניתן לראות שבראון הפגין שימוש אחראי ונכון באוטופיילוט, בהתאם להנחיותיה הרשמיות של טסלה הקובעות כי על הנהג להיות ערני ודרוך גם כשהאוטופיילוט מאופשר והרכב נוסע באופן אוטונומי, למקרה שהמערכת לא תצליח להגיב כראוי למצב מסוכן. אבל בחלוף חודש מהכמעט-תאונה, משהו השתנה אצל ג'ושוע בראון. הוא הפך להיות הרבה פחות דרוך ועירני מאחורי ההגה.
ביום שמשי ובהיר במאי, 2016, יצא בראון לנסיעה בת ארבעים ואחת דקות בטסלה שלו. בשלושים ושבע דקות מתוכן הייתה המכונית במצב של נהיגה אוטונומית. לפניו, על כביש מהיר לא רחוק מהעיירה וויליסטון (Williston) שבפלורידה, נסעה משאית סמיטריילר גדולה ולבנה. בשלב מסוים החליט נהג המשאית לפנות בחדות לאחד הצדדים. מצלמותיה של המכונית לא הצליחו להבחין בסמיטריילר הלבן על רקע השמיים הבהירים, והבלמים לא הופעלו. הטסלה של ג'ושוע התרסקה לתוך הסמיטריילר במהירות של למעלה ממאה ועשרה קילומטרים בשעה: ההתנגשות "גילחה" לחלוטין את חלקה העליון של המכונית, ועד ראייה לתאונה סיפר שהמכונית ההרוסה המשיכה להתגלגל במורד הכביש למרחק של עוד כמה מאות מטרים, עד שלבסוף התנגשה בעמוד טלפון ונעצרה.
זו הייתה אותה תאונה מתקושרת עליה סיפרתי קודם: התאונה שהובילה לחקירה של הרשות הלאומית לבטיחות בכבישים מהירים, ושזיכתה את חברת טסלה מכל אשמה. חקירה נוספת חשפה כי בראון, הנהג, לא היה עם הידיים על ההגה בזמן ההתנגשות: למעשה, הוא התעלם מלא פחות משש התראות קוליות ושבע התראות ויזואליות שדרשו ממנו לאחוז בהגה. נהג הסמיטריילר שהיה מעורב בתאונה העיד כי שמע את פס הקול של סרט של הארי פוטר בוקע מתוך המכונית של בראון.
הממצאים האלה מראים בברור כי בתוך חודש אחד בלבד השתנתה התנהגותו של בראון מהקצה אל הקצה: הוא הפסיק להקפיד על נהיגה ערנית ודרוכה בהתאם להנחיותה של טסלה, והחל לסמוך על המכונית שלו באופן מוחלט.
אפשר להאשים את בראון בחוסר זהירות - אבל המציאות מלמדת שהוא רחוק מלהיות הנהג היחיד של טסלה שחווה שינוי שכזה. חיפוש באינטרנט מעלה המון כתבות על נהגים שנתפסו על ידי המשטרה כשהם נוהגים בטסלות שלהם בשכרות, או אפילו ישנים שינה עמוקה בזמן הנסיעה. כה עמוקה, עד שעל פי המדווח משטרת סן פרנסיסקו נאלצה לפתח שיטה מיוחדת כדי לאלץ מכוניות נהוגות בידי אוטופיילוט לבלום: מכונית המשטרה עוקפת את הטסלה, מתייצבת מלפניה ואז מאטה בהדרגתיות כדי לגרום למכונית להאט עד עצירה מוחלטת. ביוטיוב אפשר למצוא המון סרטונים של נהגים שמצלמים את עצמם נוסעים בלי ידיים על ההגה, ואפילו טלולה ריילי (Riley), אשתו לשעבר של אילון מאסק, העלתה סרטון של עצמה כשהיא נוהגת בכביש מהיר בעיניים עצומות ורוקדת מאחורי ההגה.
מה מביא כל כך הרבה אנשים לבטוח במידה שכזו ברכב שלהם? סיבה אפשרית היא המסרים השיווקיים שמפרסמת טסלה והשיח הציבורי הכללי סביב הרכבים של טסלה שנוטה להתמקד בחדשנות של החברה המסקרנת הזו - ואולי לא מדגיש במידה מספקת את החסרונות והקשיים של הטכנולוגיה שלה, כפי שבאו לידי ביטוי באותה תאונה חסרת מזל ב-2016. אבל זה לא יכול להיות כל הסיפור, מכיוון שאותה פזיזות והתנהגות לא אחראית מופיעה גם אצל בעליהן של מכוניות אוטונומיות מתוצרתן של חברות אחרות.
קחו, לדוגמא, מקרה מפורסם משנת 2018 שבו הייתה מעורבת עובדת של חברת Uber, שערכה נסיעת מבחן לרכב אוטונומי של החברה בטמפה, אריזונה. הולכת רגל בת ארבעים ותשע שדחפה לצידה אופניים החליטה לחצות את הכביש המהיר בלילה חשוך במיוחד - שלא במעבר חציה. זו הייתה החלטה אומללה: המכונית של אובר פגעה בה והרגה אותה. בחקירה התברר כי אובר החליטה לנטרל את מערכת הבלימה האוטומטית של הרכב מכיוון שבעיות תוכנה גרמו למערכת הזו להיות רגישה מדי ולבלום באופן אגרסיבי גם במצבים לא הכרחיים, כדוגמת ציפורים קטנות שחלפו לפני הרכב. לרוע מזלה של הולכת הרגל, נהגת המבחן - רפאלה ואסקז (Vasquez) בת הארבעים וארבע - לא הייתה מרוכזת בכביש שמולה: עיניה היו נעוצות בטלפון שלה, שם התנגנה תוכנית הטלוויזיה The Voice.
מהראיונות שנתנה ואסקז לתקשורת עולה הרושם שנהגת המבחן של אובר לא הייתה מסונוורת במיוחד מההייפ סביב מכוניות אוטונומיות או סביב הרכב הספציפי של אובר. אפשר לומר עליה שהיא פשוט טיפשה, ואולי זה אפילו נכון - אבל ישנה גם האפשרות שואסקז נפלה קורבן לאחת המוזרויות הפסיכולוגיות היותר משונות שמאפיינות את המין האנושי.
פיצוי על סיכון
בשלהי שנות השישים החלו הרשויות בארה"ב לדרוש מיצרניות הרכב להוסיף אמצעי בטיחות כדוגמת חגורת בטיחות וטכנולוגיות אחרות לרכבים שלהן. הכלכלן פרופ' סם פלצמן (Peltzman) מאוניברסיטת שיקגו שאל את עצמו מה תהיה תרומתן הכמותית של תוספות אלה להפחתה במספר ההרוגים בתאונות דרכים, וערך מחקר בנושא.
בשנת 1975 פלצמן את מסקנותיו במאמר שכותרתו הייתה "השפעותיה של רגולציית בטיחות בכלי תעבורה." במאמר הזה הטיל פלצמן פצצה: כל שיפור באמצעי הבטיחות של המכוניות, טען הפרופסור, גורם לנהגים להתנהג דווקא באופן פזיז ומסוכן יותר. "פיצוי היתר (כתוצאה מהפחתת הסיכון) מאזן את השיפור באמצעי הבטיחות באופן כמעט מושלם," כתב הכלכלן, "כך שהרגולציה אינה מפחיתה את מקרי המוות בתאונות דרכים."
הסיבה לכך, שיער פלצמן, היא תופעה פסיכולוגית המכונה "פיצוי על סיכון" (Risk Compensation), או לעיתים מכונה גם 'אפקט פלצמן', על שמו. "פיצוי על סיכון" מתארת את הנטייה הטבעית של בני אדם להתאים את ההתנהגות שלהם למידת הסיכון בפעילות, כפי שהם תופסים אותו. על פניו, זו תופעה כמעט מובנית מאליה: ברור, למשל, שאם אני נוהג בירידה תלולה בכביש מתפתל לצד תהום עמוקה, אני אנהג לאט ובזהירות יותר מאשר בנסיעה בכביש ישר וריק - דהיינו, כשאנחנו תופסים משהו כמסוכן יותר, אנחנו זהירים יותר. אבל התופעה שעליה הצביע פלצמן מתייחסת לצד השני של המטבע הזה, שהוא הרבה פחות מובן מאליו: כשאנחנו תופסים משהו כפחות מסוכן - אנחנו מתנהגים בפזיזות רבה יותר. בניסוח אחר, זה כאילו שבני האדם נוטים לשמור על מעין "שיווי משקל" ביחס שבין התנהגות מסוכנת לפזיזה, בהתאם למידת הסיכון.
גם את האספקט הזה של התופעה אני מניח שכולנו חווינו על בשרנו. למשל, נסיעה במהירות גבוהה בכביש מהיר לצד מכוניות אחרות היא עניין מסוכן: הטעות הקטנה ביותר, סטיה זעירה של ההגה - עלולה להיות קטלנית. ובכל זאת, לא נדיר לראות נהגים נוסעים בכביש מהיר במהירות של מאה וארבעים ואפילו מאה וחמישים קמ"ש. למה? מכיוון שנסיעה בכביש מהיר נתפסת כבטוחה יותר מאשר, נאמר, נהיגה בכביש מתפתל על פי תהום- ואז אותם נהגים מתפתים לנהוג בצורה מסוכנת יותר.
תופעת הפיצוי על סיכון מופיעה בתחומים רבים בחיינו, גם מחוץ לעולם התחבורה: למשל, גולשי סקי שחובשים קסדת מגן נוטים לגלוש מהר יותר במדרון. שחקני פוטבול אמריקני שמתאמנים עם קסדות נוטים להיפצע בשכיחות גבוהה יותר מאשר שחקנים שמתאמנים בלי קסדות. אבל מחקרי המשך שבחנו את מאמרו של פלצמן הטילו ספק במתולודיה המחקרית ובנכונות מסקנותיו, ובמיוחד בטענה כי העליה בפזיזותם של הנהגים מבטלת לחלוטין את התרומה של אמצעי הבטיחות המותקנים ברכב. אחרי הכל ברור לגמרי שבמבט לאחור, ההתעקשות על התקנת אמצעי בטיחות במכוניות בהחלט הפכה את הנסיעה לבטוחה יותר והפחיתה את מספר ההרוגים בתאונות הדרכים, כך שאפקט פלצמן לא מבטל לגמרי את השפעתו של השיפור בבטיחות - אלא רק מפחית מיעילותו. זאת אומר, אם היינו מצפים ששיפור מסוים בבטיחות יביא להפחתה של, נאמר, עשרה אחוזים במספר הנפגעים בתאונות - במציאות, ההפחתה תהיה נמוכה יותר, אולי חמישה אחוזים. לתופעה הזו יש השפעה ממשית על הקצב שבו אנחנו יכולים לאמץ לחיקנו את המכוניות האוטונומיות, שכן היא הופכת אותן לפחות בטוחות מכפי שהיינו רוצים.
אפשר לבקר את טסלה על המסרים השיווקיים האובר-אופטימיים שלה, בלשון המעטה - אבל אי אפשר להתכחש לעובדה שטסלה עשתה את כל מה שיכלה כדי לאלץ את הנהגים שלה לנהוג בזהירות ובאחריות. הרכבים של טסלה מצוידים בחיישנים שמוודאים שידיו של הנהג נמצאות על ההגה כשמערכת האוטופיילוט מופעלת - ואם הנהג מוריד את ידיו מההגה, מופעלות התראות שונות. ב-2021 טסלה אפילו הוסיפה לחלק מהדגמים שלה מצלמות בתוך תא הנוסעים, שצופות בנהג ומוודאות שתשומת הלב שלו נתונה לכביש שמולו. בפועל, עם זאת, לא מעט נהגים - כמו ג'ושוע בראון - בוחרים להתעלם מההתראות האלה או מנסים "לעבוד" על המערכת ולנטרל את החיישנים בכל מיני אמצעים מאולתרים.
יש לא מעט אנשים שאומרים שהם לעולם לא ירגישו שהם יכולים לבטוח במכונית אוטונומית - אבל המציאות מוכיחה שדווקא ההפך הוא הנכון: אחרי תקופה ראשונית של סקפטיות וחוסר ביטחון במכונית החדשה, הנהגים דווקא נוטים להפגין ביטחון יתר ביכולותיו של הרכב ומתחילים להפגין את ההתנהגות המוכרת של פיצוי על סיכון: מביטים בטלפונים בזמן נסיעה, מנקרים, מורידים ידיים מההגה וכדומה. ההתנהגות הפזיזה הוא גורמת לתאונות, שבתורן מעכבות את בשורת הרכבים האוטונומיים ומרחיקה אותה מאיתנו. במילים אחרות, דווקא העובדה שמכוניות אוטונומיות הן בטוחות למדי תשעים ותשעה אחוזים מהזמן - היא זו שהופכת אותן לפחות בטוחות מכפי שהיינו מעוניינים.
אתגרי האוטונומיה המלאה
אם כן, לפני שמכוניות אוטונומיות יוכלו למלא את הדרכים והכבישים שלנו ברבבותיהן, יצרניות הרכבים יצטרכו למצוא פתרון ראוי לפגם הבסיסי הזה: הנטיה שלנו להסתכן יותר כשאנחנו מרגישים בטוחים. ועושה רושם שהפתרון האמיתי היחיד לבעיה הזו יהיה לבנות את המכוניות האוטונומיות כך שלא יהיו זקוקות לתשומת ליבם של בני האדם - בכלל.
איגוד מהנדסי הרכב האמריקני מדרג את טכנולוגיית הרכב האוטונומי על סקאלה של 0 עד 5: 0 פירושו שלרכב אין שום יכולת אוטונומית, ורכב אוטונומי מדרגה 5 ניחן באוטונומיה מלאה: אין לו אפילו הגה ודוושות. מכונית משפחתית ממוצעת בישראל, שיש בה פיצ'רים בסיסיים כגון בקרת שיוט או התראה על סטייה מנתיב, תדורג כנראה כרמה 1. טסלה עם אוטופיילוט - ומרבית המכוניות האוטונומיות האחרות שזמינות בשוק - מדורגת כרמה 2: הן מסוגלות לבצע באופן עצמאי את רוב הפעולות הקשורות בנהיגה כגון נסיעה עצמאית בכביש מהיר, החלפת נתיבים וחניה - אבל עדיין דורשות מהנהג להיות עירני ולקחת שליטה על הרכב במצבים מסוימים. לפני מספר חודשים הפכה מרצדס בנץ ליצרנית הרכב הראשונה בארצות הברית שקיבלה מהרגולטור אישור לשווק לציבור רכבים אוטונומיים מדרגה 3: רכב שיכול לעשות כמעט הכל באופן עצמאי, כולל להתמודד עם שינויי מזג אוויר ותנאי שטח - אך עדיין דורש התערבות אנושית בתנאים מסוימים.
המטרה המינימלית שאליה אנחנו שואפים היא רמה 4, שבה הרכב יכול להסתדר בכוחות עצמו בכל המצבים האפשריים ובכל תנאי מזג האוויר - בנסיעה באזור גיאוגרפי תחום ומוגדר מראש, כמו למשל ברחובותיה של עיר ספציפית שמופתה וצולמה בדקדקנות מבעוד מועד. אם כן, מהן היכולות הנדרשות מכלי רכב אוטונומי כדי להגיע לרמה הזו?
נתחיל מהבסיס: הבינה והאלגוריתמים שיוטמעו ברכבים האלה יצטרכו להיות טובים מספיק כדי להיות מסוגלים לפעול כשורה בכל סוגי הכבישים, הדרכים ותנאי הדרך שהם עשויים לפגוש באזורים הגיאוגרפים אליהם הם מיועדים. בהנחה שאין הגיון כלכלי לייצר רכב אוטונומי נפרד לכל עיר או לכל חבל ארץ, המשמעות היא שמדובר במגוון אדיר של תנאים ותרחישים, ומספר מצומצם של אלגוריתמים גנריים יחסית שיהיו מסוגלים להתמודד עם כל המגוון הזה - אתגר הנדסי לא פשוט, מן הסתם.
וזו רק ההתחלה, כמובן. לסוגים שונים של כלי רכב יש יכולות תמרון שונות שתלויות במבנה הפיזי ובמערכות ההנעה שלהם - למשל, מרחק הבלימה, קוטר הסיבוב ויכולת התאוצה עשויים להיות שונים מאוד בין דגם לדגם. גם כאן, שיקולים של יעילות כלכלית מכתיבים התכנסות לאלגוריתם גנרי כלשהו שאפשר יהיה להתאים אותו בקלות יחסית למכוניות מדגמים שונים.
האתגר הבא הוא חבילת החיישנים שבה יהיה מצויד הרכב כדי לאסוף את כל המידע הנדרש מסביבתו. לכל חיישן יש את היתרונות והחסרונות שלו: רדאר, למשל, מסוגל לראות לטווח רחוק ולא מושפע במיוחד מגשם וערפל - אבל אינו מסוגל להבחין בפרטים קטנים וקווי מתאר של עצמים. ליידר (Lidar), שהוא חיישן שמבוסס על קרני לייזר, מעולה בזיהוי קווי מתאר - אבל לא עושה עבודה טובה במזג אוויר משובש. האלגוריתם של הרכב צריך יהיה להיות מסוגל להתמודד עם החסרונות האלה ולהתיך יחדיו (מלשון To fuse together) את המידע המתקבל מכל החיישנים השונים כך שלא תיווצר סיטואציה שבה המערכת אינה מודעת לסביבתה או לסכנה אפשרית כלשהי.
ואם כבר הזכרנו את המילה 'מידע', זה המקום להזכיר שככל שמוסיפים חיישנים כדי לכסות על "חורים" פוטנציאליים ביכולת החישה הכוללת של הרכב - כמות המידע שמזרימים החיישנים האלה גדלה בהתאם, ואיתה גם הדרישות הטכניות ממערכת העיבוד של הרכב. רכב אוטונומי ברמה 4 יכיל, קרוב לוודאי, מצלמות, רדאר, ליידר, סונר, חיישן אינפרא-אדום, חיישנים אינרציאליים למדידת תאוצה ואנטנת GPT: ההערכות מדברות על כשישים חיישנים מסוגים שונים, שייצרו לא פחות מ 1.8 טרה בייט של מידע בכל שעה. לשם השוואה, סך כל התוכן שייצרנו ברשת הפודקאסטים של עושים היסטוריה מאז הקמתה - כולל גם ההקלטות הגולמיות של ראיונות וכדומה - הוא פלוס מינוס שמונה טרה בייט. הרכב האוטונומי גם יהיה צריך להיות מסוגל לעבד את כל המידע הזה בזמן אמת ולהגיב אליו בתוך כמה עשרות אלפיות השניה: אפילו עיכוב של חצי שניה עלול להיות הרה אסון.
כהערת אגב, מעניין לציין שישנו דיון ער בין המומחים בשאלה אם לא ניתן לוותר על כמעט כל החיישנים האלה, ולהסתפק במצלמות בלבד. אחרי הכל, אנחנו מסתפקים בעיניים שלנו - ובמידה מסוימת גם באוזניים - כדי לאסוף את כל המידע שאנחנו זקוקים לו כדי לנהוג ברכב. הדגמים הנוכחיים של טסלה, למשל, מצוידים אך ורק במצלמות - וזה חשוב, מכיוון שהתקנת חיישן ליידר ברכב, למשל, תייקר אותו באופן משמעותי. מצד שני, ישנם לא מעט חוקרים שטוענים שזה שבני האדם למדו להסתדר עם עיניים ואוזניים בלבד - לא בהכרח אומר שזו הדרך הנכונה לתכנן רכב אוטונומי. הרי אחת הסיבות שבגללה אנחנו כל כך מעוניינים ברכבים אוטונומיים היא שבני אדם עושים טעויות: על פי ההערכות, כשליש מכלל תאונות הדרכים נגרמות בגלל טעויות אנוש שמקורן, בין היתר, בהערכה לקויה של מרחקים או מהירויות של כלי רכב אחרים בכביש, וכמחצית מתאונות הדרכים הקטלניות מתרחשות בלילה - כשהעיניים שלנו לא מתפקדות בצורה אופטימלית. מכיוון שכך, על אף האופטימיות ההתחלתית, מדיווחי עיתונות שונים עולה שגם טסלה הגיעה למסקנה שאי אפשר להסתפק במצלמות בלבד, ומתכננת להוסיף ליידרים לרכבים שלה, למרות העלות הגבוהה שלהם.
וזה עוד לא הכל. אחרי איסוף ועיבוד המידע מבחוץ, על המערכת האוטונומית יהיה לקבל החלטות טובות, ולא פחות חשוב - החלטות דטרמיניסטיות: דהיינו, בהינתן שני מצבים דומים, המערכת צריכה להפיק שתי החלטות זהות או דומות מאוד. זו בעיה, מכיוון שטכנולוגיית הבינה המלאכותית הנוכחית היא במידה רבה "קופסה שחורה": אנחנו מאמנים את רשתות הנוירונים המלאכותיים בעזרת המון המון מידע, אבל אין לנו דרך קלה להבין מה בדיוק למדה המערכת מתוך המידע הזה, וכיצד היא מגיעה דווקא להחלטה אחת ולא להחלטה אחרת. זאת ועוד, על כל תרחיש שגרתי שנציב לרשת הנוירונים בתהליך האימון, יכולים להיות אינספור תרחישים חריגים שכנראה לא נוכל לחזות מבעוד מועד. למשל, אפשר לאמן את המערכת לזהות אדם שמתפרץ לכביש, וגם כלב וחתול - אבל האם תוכל המערכת לזהות כשורה הולך רגל לבוש בטייץ' צמודים, חולצת נצנצים וכובע חד-קרן? אם זה נשמע לכם כמו תרחיש חריג ולא מציאותי, סימן שלא הייתם עדיין במצעד הגאווה בתל אביב…
במילים אחרות, מדובר באתגר הנדסי כביר, וזו הסיבה שאיש אינו יכול לומר בוודאות מתי נוכל לעמוד בו. רוב ההערכות מדברות על לפחות חמש עשרה עד עשרים שנה. אבל יש סיבה להיות אופטימיים: שוק הרכבים האוטונומיים הולך ומתרחב בכל שנה ולא מראה שום סימני האטה, וחברות הטכנולוגיה שופכות מיליארדי דולרים על מחקר ופיתוח. ב-2020, למשל, פרסמה ווימו (Waymo), חברת הבת של גוגל, סטטיסטיקות שאספה מתוך כעשרה מיליון קילומטרים של נהיגה אוטונומית, מתוכם כמאה אלף קילומטרים שבהם נסעו הרכבים ללא אף בן אדם במושב הקדמי. עשרה מיליון קילומטרים של נהיגה ידנית מתרגמים בארצות הברית לפחות או יותר 835 הרוגים בתאונות דרכים, בממוצע - אבל וויימו דיווחה על שמונה עשרה תאונות בלבד, ועוד עשרים ותשעה מקרים שבהם הייתה עלולה להיגרם תאונה אלמלא הנוסע לא היה לוקח את השליטה ברכב מבעוד מועד. לא פחות חשוב, אף אחד אחד מארבעים ושבעה המקרים הללו לא היה אמור להסתיים - אליבא דווימו - בתאונה קטלנית או כזו שהייתה גורמת לפציעות קשות, וכמעט כולם נגרמו כתוצאה מטעויות אנוש של נהגים אנושיים ולא בגלל המערכת האוטונומית עצמה.
באותה השנה, 2020, השיקה ווימו שירות הסעות אוטונומי. כיום, אתה יכול לטוס לסן פרנסיסקו כדי לראות את גשר הזהב או לטוס לפיניקס שבאריזונה כדי לראות…אני לא יודע…קקטוסים - וכשאתה נוחת בשדה התעופה, אתה יכול להזמין באפליקציה רכב אוטונומי, ללא נהג אנושי, שיאסוף אותך משדה התעופה ויסיע אותך למלון.
אז מי יודע, אולי בכל זאת נזכה לנסוע במכוניות אוטונומיות בעתיד הלא רחוק,…אבל בינתיים, עד שלא נוכל להנות מנסיעה במכוניות אוטונומיות ברמה 4 או 5 - בחייאת, תשמרו את הידיים על ההגה.
פינת חסות
הפינה בחסות אלביט מערכות, שמגייסת לחטיבת התקשוב והסייבר מהנדסים ומפתחים עם ברק בעיניים כדי לפתח את הדור הבא של המערכות האוטונומיות. פרטים בסוף הפינה.
בביקור הקודם שלי באלביט מערכות, לפני מספר חודשים, טסתי במסוק הניסויים של החברה כדי להתנסות בקסדת מציאות רבודה חדישה - חוויה שהרגישה לי כמו הצצה אל עתיד מדע בדיוני שכזה. היום אני מבקר בחטיבה אחרת של החברה, חטיבת תקשוב וסייבר, ובאתר ניסויים מסווג במרכז הארץ, כדי לקבל הצצה נדירה נוספת לשדה הקרב העתידי. ותנו לי לעשות לכם ספויילר קטן… וואו.
"[עמי] אנחנו עכשיו בדרך לקבוצת MapCore. מה שתראה זה פיתוח חדשני של רכב אוטונומי לשטח. להבדיל מרכב אוטונומי שאתם מכירים שנוסע על כבישים ממופים היטב, פה הרכב לא יודע לאיפה הוא הולך."
זהו עמי, ראש מערך המחקר והפיתוח של מערכות אוטונומיות ואינטראקציית אדם מכונה בחטיבה. הרכב האוטונומי עליו הוא מדבר שונה מאוד מרכבים אוטונומיים אזרחיים שאולי ראיתם בכביש או בתמונות: משהו שנראה, במבט ראשון, כמו הכלאה בין נגמ"ש קטן לבין אחד מהרובוטים של נאס"א שמסתובבים על מאדים, עם שישה גלגלים גדולים ומסיביים שעל פניו נדמה שיכולים לעבור כמעט כל מכשול שניצב בפניהם. חלקו העליון של כלי הרכב היא פלטפורמה שטוחה ורחבה, שקל לראות איך ניתן להתקין עליה מערכת נשק כלשהי או אולי מספר אלונקות - עובדה שמרמזת על האופן שבו עתידה הטכנולוגיה המדהימה הזו להשתלב בשדה הקרב, כמעין מלווה של קבוצת חיילים בפעילות בעומק שטח האויב: הן כ"סייר רובוטי" לאיתור וניטרול איומים, והן לשם פינוי רפואי אוטונומי במקרה הצורך.
לפני שנצא לראות את הרובוט בפעולה אנחנו נכנסים לקרון הבקרה, שם אנחנו פוגשים את יאיר ואור - מהנדסים בקבוצת MapCore שמפתחת את המערכת האוטונומית - כדי ללמוד עוד על האתגרים הייחודיים של נהיגה אוטונומית בשטח. וכשאני אומר 'ייחודיים', אני באמת מתכוון לזה.
"[יאיר] אז דבר ראשון, זה נושא של סנסורים פסיביים. אחד הסנסורים הכי חשובים ברכבים אוטונומיים, לא משנה אם זה בשטח או באזור אורבני, זה נושא של ה LiDar. הלידר, כלי מאוד מאוד יעיל, שנותן לך מיפוי של כל המכשולים, מיפוי עומק של כל הדברים שעלולים להפריע לך."
ה- LIDAR הוא מכשיר שמודד החזרות של קרני לייזר בלתי נראות כדי לאפשר לרכב אוטונומי להבין את סביבתו ולאתר מכשולים. כפי שציין יאיר, ה- LIDAR הוא אחד הסנסורים היעילים והשימושיים ביותר בעולם הרכב האוטונומי: כמה חבל, אם כן, שלרובוט שלנו אין ולא יהיה אחד כזה.
"[יאיר] אנחנו חייבים לעבוד עם סנסורים שהם פסיביים. כלומר סנסורים שאתה מפעיל אותם, לא יודעים שאתה שם: לא קורנים שום דבר, אלא רק קולטים מהסביבה."
או, במילים אחרות, מצלמות. המערכת שמפתחים יאיר ועמיתיו לקבוצה נעזרת ברשתות נוירונים מלאכותיים - בינה מלאכותית - כדי לפענח את המידע שמגיע מהמצלמות ולאפשר לרובוט להבין לא רק מהו העצם שהוא רואה - למשל, בית, עץ וכולי - אלא גם ממה עשוי העצם הזה. אתם בטח שואלים את עצמכם - למה שיהיה אכפת לרובוט איזה סוג של חול מכסה את השביל שלפניו או אם העצם שהוא רואה מולו הוא עץ קטן או שיח גדול?... אוה. אתגרים ייחודיים, כבר אמרנו?
"[יאיר] אם נניח לדוגמה בתחום העירוני, אסור לך לפגוע בשום דבר - נניח אתה תפגע ברכב אחר, או חלילה בבן אדם, גם זה כישלון. פה אם אתה נגמש, או לא יודע מה, טנק של מאה טון, ואתה קצת נוגע בשיח, מכופף אותו, זה המטרה, לא לעצור ולא לעקוף אותו. וזה אפילו יותר קשה, להבין שיש מכשול, אבל בסדר ולעבור דרכו."
חלק מתהליך האימון של רשתות הנוירונים מתבצע, תאמינו או לא, בתוך סוג של משחק מחשב.
"[אור] הרובוט שנמצא פה הוא רובוט של… לא יודע, טון, טון וחצי, והימי ניסויים האלה הם קשים, מורכבים. יוצאים לשטח, ולא תמיד אתה יכול לשחזר בדיוק את אותם הבעיות. לכן יש את העניין של הסימולציה. הסימולציה בעצם מסנטזת לך את המצלמות או כל הסנסורים, איך שהם קורים בשטח - אצלך במשרד, במעבדה, ומאפשרת לך לעשות את הפיתוח הזה בנוחות, ולשחזר גם דברים שלא הייתי יכול לשחזר. נניח רכב שנוסע במהירות מאוד גבוהה כלפי אדם, איך הוא עוקף אותו. זה משהו שקשה יותר לעשות במציאות. "
אוקי, אבל אני לא סחבתי את ציוד ההקלטה שלי עד לכאן בשביל לשחק במחשב: עכשיו הגיע הזמן לראות את הרכב האוטונומי בפעולה. אנחנו יוצאים מהקרון וחוזרים אל הרובוט, ואני זוכה לכבוד של להעיר את ה"חיה" הכבירה הזו לחיים.
"[רן] הדגמה.
[עמי] פוש דה באטן!
[רן] פוש דה באטן. עמי, אנחנו צריכים עכשיו לברוח לאיפה שהוא, לאיזה בונקר? סתם לא.
[עמי] נקווה שלא ידרוס אותנו.
[רן]...I for one, welcome our robot overlords.[צוחקים] "
"[עמי] יש לכם איזו תכנון משימה או משהו?
[מהנדס] אני חשבתי לקחת את זה לאזור המיועד שם. לקחת אותו לשטח חדש שהוא לא מכיר, ולהגיד לו סע, פשוט. ונראה כמה הוא מצליח או לא מצליח.
[רן] מגניב, אז אני איתכם."
אנחנו צועדים ברגל אל אזור ההדגמה, כשהרובוט מוביל אותנו. בשלב הזה הוא עדיין אינו אוטונומי, ומי ששולט עליו הוא אחד המהנדסים בצוות שנושא על עצמו מחשב נייד ואוחז בידו שלט של פלייסטיישן.
"[רן] אז כבר נגיד שבתור חוויה של מפתח, להסתובב בשטח עם המחשב שלך קשור עם רתמה לגוף, זה חוויה שאנחנו לא הרבה בהייטק חווים אותה, אני חושב.
[מהנדס] כן, האמת היא שחלק מהכיף של העבודה שלנו זה באמת השטח, החיבור לרובוט. מה שאתה כותב הופך למציאות. זה משהו שלא כל אחד חווה ומרגיש. ונהיה לך רגשות קצת כלפי הרכב, כלפי הרובוטים. אני לא צוחק, כי הוא אמיתי! זה קורה.
[רן] יש לו שם חיבה? אתה יכול לגלות לי, אף אחד לא שומע.
[מהנדס] ראובן. אני אוהב שמות ציונים, יש לי רובוטים הבית, רחל, ציונה, ראובן…"
אנחנו מגיעים לשטח הניסויים. המפעיל מסמן על המפה נקודה כלשהי באמצע השדה: כדי להגיע אליה, על הרובוט יהיה לפלס את דרכו דרך אזור מיוער, שבילי כורכר וגבעות חול.
"[מהנדס] אמרנו, עכשיו זה אוטונומי.
[רן] עכשיו הוא במצב אוטונומי.
[מהנדס] אמרנו, שלחנו אותו קדימה לאן שהוא, שיעבור בין העצים.
[אור] כן, הוא עובר יפה ממש בין שני העצים. הוא יודע גם להגביל את המהירויות. יש לו מערכת שמבינה שהוא קרוב למכשולים, או באיזה סצנה הוא נמצא, ולהגביל את המהירויות שלו. למשל, אתה לא רוצה להתחפר באדמה מסוימת, או באזור רווי מכשולים, אתה רוצה להאט.
[...]
[יאיר] הרבה פעמים כשאנחנו נמצאים בכביש ואנחנו אומרים לו תגיע לכאן - ויש לו אינסוף אפשרויות להגיע לכאן- לרוב הוא יבחר לנסוע דרך השביל ולא דרך החול, נקרא לזה, החול הימי, או דרך השטח שם, מכיוון שמבחינת עלות יותר משתלם לו לנסוע על השביל. ואתה רואה אותו ממש מתאמץ: גם אם תגיד לו למשל להגיע למרכז החול כאן, הוא ינסה כמה שיותר לנסוע על השביל.
[רן] זו ממש בחירה אינטליגנטית של הנתיב.
[יאיר] כן. זה כרגע, אנחנו קוראים לזה, נקודת הציון הראשונה שלנו: להצליח לעבוד בצורה לוקאלית, בצורה אינטליגנטית."
אחרי ההדגמה המוצלחת אנחנו עוברים אל חלקו השני של הביקור שלי באלביט, שרמז אודותיו אני מקבל עוד אפילו לפני שעזבנו את אזור הניסוי.
"[עמי] תודה רבה לכם!... אנחנו עוברים עכשיו לקבוצת האוטונומיה. אם התמקדנו עד עכשיו בכלי בודד וברמת הבקרה הנמוכה שלו, עכשיו אנחנו מסתכלים ברמה המערכתית. עצרו דקה… יש לנו פה נחיתה בלייב.
[רן] ספר להם מה אנחנו רואים.
[עמי] אנחנו רואים עכשיו רחפן שפשוט נמצא מולנו ומבצע איזשהו תמרון. ולכן אנחנו לא נוכל להתקרב אליו יותר מדי."
אנחנו נעצרים ומתבוננים ברחפן הגדול מרחף מטה באלגנטיות מרשימה, וכשהוא נוחת אנחנו ממשיכים אל מבנה רחב ידיים שבו אולם גדול ומספר חדרים קטנים יותר שמקיפים אותו. באחד מהם יושבים יניב ובראל, ראשי צוותים במנהלת האוטונומיה שאחראים על תחום פעילות נוסף: פיתוח של מערכים אוטונומים - להקות, אם תרצו – של רחפנים שעובדים יחד עם הרכב הרובוטי שפגשנו כדי ללוות את הצוות הלוחם ולספק לו מטריית הגנה אווירית או לבצע מגוון רחב אחר של משימות.
"[יניב] פה אנחנו בעצם רואים את המערכת שו"ב שלנו, שעליה אנחנו רואים את האייקונים של השחקנים.
[רן] זאת אומרת, זה מפת על של השטח שהם מסתכלים עליו, עם אייקונים של שו"ב רגיל.
[יניב] נכון, ועכשיו אני כמפעיל יכול לשרטט את האובייקטים שמעניינים אותי. אני יכול לצייר את השדה תעופה שלי, מאיפה אני חושב שאני רוצה להוציא את הכלים. אני יכול לשרטט ולהגדיר פה עוד הרבה מאוד אובייקטים חכמים, תחנות ודברים כאלה. ובבייסיק אני יכול להגדיר איזושהי משימה שאני רוצה לצייר פה פוליגון, ואני רוצה בפוליגון הזה לבדוק כמה חיפושיות ורודות יש בשדה הזה. אוקי? ועכשיו לחצתי, ולחצתי עוד קליק על התכנון, ומפה המערכת באופן עצמאי תדע להוציא לי איזשהו פלט של הנתיבים, כל אחד, לאן הוא אמור לעשות את זה, איך, מתי ותזמונים של הדברים האלה, על סמך הכלים הקיימים במערכת והסוגים שלהם, ויש פה עוד הרבה תורות מאחורה."
כל מי שהטיס רחפן יודע שאפילו לשלוט על רחפן אחד זה עניין לא פשוט שדורש את מלוא תשומת הלב של המפעיל. להטיס מספר רחפנים בו זמנית , אם כן, זו משימה שדורשת מוד הפעלה מסוג אחר - סוג שאולי יהיה מוכר מאוד למי ששיחק הרבה משחקי מחשב בילדותו.
"[רן] מה שמדליק אותי באופן אישי בתור גיימר, שמה שאתה רואה לי פה בעצם זה משחק אסטרטגיה בסגנון רד אלרט קלאסי, רק שאני נותן קליק על העכבר, זה לא היחידות וירטואליות שרצות, זה אשכרה להקות של כלים אוטונומיים כאלה ואחרים. מדליק…"
"[בראל] כל הוויז'ן שלנו הוא על להקה שיודעת לעבוד בצורה אוטונומית, כן? המערכים הם אוטונומיים. אנחנו רוצים להגיע למצב שאנחנו משגרים את הלהקה, וגם אם עכשיו יש נתק תקשורת [...] הרחפנים יודעים לעשות את המשימה שלהם, ומקסימום לחזור אחורה אם הם לא הצליחו. אבל הם יודעים לתפעל את כל האירוע הזה ביניהם, אבל ללא תלות במפעיל כמעט."
אבל אפילו אם הבינה המלאכותית מאפשרת למערך הרחפנים לעבוד בצורה אוטונומית - עדיין חייב להיות מפעיל אנושי בלופ כדי להגדיר למערך את המשימות שלו ולעבד את המידע שמתקבל מהרחפנים השונים. האתגר כאן, מסבירה לנו דר' שני, חוקרת ראשית למדעי המוח הוא לוודא שכמות המידע שמציגה המערכת למפעיל לא תהיה גדולה מדי כדי שלא "להטביע" אותו - אבל גם לא קטנה מדי, כדי שלא לגרום למפעיל להשתעמם ו"להתנתק" מהאירוע.
"[שני] עומס קוגניטיבי, בהגדרה שלו, זה בעצם כמות של המידע שבעצם זיכרון העבודה שלנו מעבד ברגע נתון לצורך משימה מסוימת. לצורך כך מה שהוא עושה זה בעצם זה מוריד באופן אוטומטי את הגירויים מבחוץ ומתייחס למשימה שהוא קיבל. עכשיו לכל משימה הרי יש רמת קושי אחרת, אז ברגע שיש רמת קושי שהיא כזאת גבוהה - אז אנחנו צריכים להוריד לכדי ממש אפס את הגירויים מסביב, להשתמש הרבה מאוד במשאבים של זיכרון לטווח רחוק ודברים שמאוד אינטואיטיביים. האינטואיציה לא לוקחת לנו מקום מהזיכרון העבודה אז אנחנו משתמשים בה כי זה דברים שמהזיכרון לטווח רחוק. ואז בעצם ברגע שיש לי יותר מדי אינפורמציה, יותר מדי מידע, מידע לא רלוונטי שמצריך ממני בעצם להתמודד עם הרבה מאוד רעשי הרקע, אז בעצם אני חווה עומס קוגניטיבי - וזה מה שמוביל אותי בעצם לקבלת החלטות שגויה. ומה שחשוב בהפעלה של כלים זה שבעצם גם זמן התגובה שלי מתארך - שזה מאוד חשוב, וכאילו זה אלמנט שהוא קריטי בטכנולוגיות שאנחנו מתייחסים אליהם.
[רן] והזכרת מקודם, בתחילת התשובה שלך, על דווקא המצב שבו יש עומס קוגניטיבי נמוך מדי. מה זה אומר?
[שני] ברגע שאנחנו נמצאים באיזושהי סיטואציה, אבל אנחנו לא מגרים אותנו - אז אנחנו משתעממים. ברגע שמשתעממים אז יש בעצם עומס קוגניטיבי נמוך, מה שמביא גם כן לתגובה איטית ולקבלת החלטות שגויה. כי אנחנו בעצם לא נמצאים בתוך הסיטואציה. אז בעצם לשמירה על רמה של עומס קוגניטיבי שהוא סביר, כדי שאנחנו שהביצועים שלנו יהיו הכי יעילים אז זה משהו שהוא מחקר שהוא on-going והוא מאוד חשוב בתחום הזה."
משימה פוטנציאלית נוספת של מערך הרחפנים היא סיוע בתרחיש של לוחמה בשטח בנוי. בראל לוחץ על מספר כפתורים, וחלונית עם תצוגת וידיאו קופצת על המסך.
"[בראל] אוקיי, אז אנחנו כרגע מסתכלים על המסך של המערכת שדיברנו, אנחנו רואים מסך וידאו שהמפעיל פתח, כמובן אנחנו בניסוי, אז המפעיל זה מהנדס שלנו. ועכשיו אנחנו מסתכלים בעצם על הווידאו שהכלי עצמו רואה: הוא מבחוץ, ואנחנו מנסים לגרום לו להיכנס לתוך מבנה. עכשיו, יש פה הרבה מאוד קומפוננטות שמשתלבות ביחד: כלומר, זה הרבה מאוד אבני בניין של זיהוי עצמים, השליטה בתעופה עצמה, הזיהוי והעקיבה, ואיך בעצם עושים את היתוך המידע, כמו שיניב אמר, ובעצם להבין שהחלון זה אותו חלון, ואיך אנחנו נכנסים ומכוונים את הכלי, ומתגברים על כל תנאי הסביבה.
[יניב] יש פה עוד מורכבויות. קודם כל, יש פה כמה וכמה אלגוריתמים שרצים, זאת אומרת, בין אם זה, כשאנחנו נכנסים לתוך מבנה, אז כבר אין לנו GPS, אז רחפן חייב בכל עשירית שנייה לדעת איפה הוא נמצא בדיוק כדי שיוכל לשמור מיקום, אין לו אמברקס שיכול להרים, אז יש פה ניווט על בסיס אופטיקה. בנוסף, אנחנו לא רוצים שהוא ייכנס בקירות או בכל אובייקט אחר, אז יש לנו גם תהליך שלם של obstacle avoidance, זיהוי של מכשולים והימנעות מהם. וכל מה שדיברנו עכשיו, כל האלגוריתם האלה בסוף רצים על גבי מעבד דל-הספק, בדיוק ה…"
זמזום עצבני מכיוון האולם הסמוך גורם לנו להרים את הראש מהמסך ולהסתובב. הרחפן, מסתבר, הצליח לעשות את דרכו דרך החלון - ועכשיו הוא מרחף מחוץ לחדר שלנו...האמת, לא הייתי רוצה להיות חייל אויב בסיטואציה שכזו.
"[רן] ואנחנו רואים אותו נכנס. אנחנו בתוך הבניין והוא נכנס אלינו.
[יניב] כן, אנחנו מוגנים. מוגנים אחרי חלון זכוכית. בנוסף, אז בעצם כל מה שתארנו רץ על גבי מעבד שהוא דל-הספק. זאת אומרת, כל האלגוריתם האלה צריכים להיות מאוד מאוד רזים, אבל בהיבט של רחפנים גם חשוב שהם אפילו יצרכו מעט הספק, כי כל ואט אחד זה פחות זמן באוויר וזה פחות זמן במשימה."
המלחמה באוקראינה, שבו עושים האוקראינים שימוש חכם מאוד ברחפנים כדי לבלום את הכוחות הרוסים הפולשים, העלתה את הפוטנציאל של הרחפנות בשדה הקרב לתודעה הציבורית. אבל אלביט, מספר עמי, זיהתה את הפוטנציאל הזה עוד הרבה קודם.
"[עמי] אני חושב שאני אפתיע אותך: יחסית מוקדם מאוד. לפני למעלה מ-6 שנים, זיהו את תחום הרחפנות כאיזשהו וקטור צמיחה, וכמו כל דבר שנמצא בשלבים הראשוניים שלו, גם אנחנו ככה נכנסנו די בזהירות כדי להבין מה בעצם אפשר לעשות עם הדבר הזה. אני די בטוח שבזמנו לא הבנו עד כמה זה יכול להיות משמעותי ולהשתלב בפיתוחים שלנו, אבל החלטנו כן להשקיע. הקמנו מעבדות מחקר בתחום הזה, ולאט לאט הם הבשילו לאוסף היכולות שראית היום."
אבל לא רק שדה הקרב העתידי מעניין את אלביט.
"[רן] בעולם האזרחי, כל העולם האוטונומי הזה של רחפנות, כלי רכב רובוטיים ולהקות איפה זה יכול לפגוש אותנו בעתיד?
[עמי] זה קל, אנחנו כל המשלוחים שלך אמורים להגיע, הפיצה שהזמנת, הסושי… משטרת ניו יורק הכניסה לא מזמן כלבים רובוטיים כחלק ממערך השיטור שלה, במסעדות בטוקיו מגיעים מלצרים רובוטיים. אנחנו נפגוש את זה בכל אספקט.
[שני] גם בבתי חולים, ללוות אנשים, להגיד להם לאן ללכת זה חלק מפרויקטים שרצים עכשיו שמלווים אנשים למחלקה או שואלים איפה נמצא חדר מספר… יש גם פרויקטים שהולכים לכיוון הזה."
אז אם גם אתם רוצים לפתח את הטכנולוגיות שישנו את העולם בעתיד הלא רחוק - יכול להיות שחטיבת התקשוב והסייבר של אלביט היא המקום בשבילכם.
"[עמי] אני הייתי רוצה אנשים בעיקר עם ברק בעיניים. שבאים ומתלהבים ואוהבים ורוצים באמת לעשות את ה... לייצר את העתיד בעצמם, כי יש פה באמת הזדמנות לעשות את זה.
[שני] אני חושבת שעמי העלה היא נכונה ואני יכולה להגיד בתור עובדת שהיא יחסית חדשה שבאמת הדברים שהם שמחפשים בעובדים וזה ניכר, באמת אנשים שמגיעים בבוקר עם רצון להגיע ולעסוק בכמה תחומים ביחד. וכל יום לא נראה כמו קודמו: אתה יכול להתעסק בפרויקט פרויקט מסוג אחד בשבוע אחד, ובשבוע שלי אחר מכן בפרויקט אחר לגמרי, בנושא אחר ואתה לומד הרבה. אז רצון ללמוד זה גם כן חשוב."
לפרטים נוספים ורשימת המשרות הטכנולוגיות הפתוחות בחטיבת התקשוב והסייבר, בקרו באתר המשרות של אלביט בכתובת elbitsystemscareer.com, -וספרו להם שהגעתם דרך עושים היסטוריה. זה בטח לא יזיק…