Geçtiğimiz Mart ayında ABD'nin Arizona eyaletinde bir kişinin ölümüyle sonuçlanan Uber kazasının, yazılımsal bir hata sonucu gerçekleştiği ortaya çıktı. Gazeteci Amir Efrati'ye konuşan iki "isimsiz" kaynağa göre; kaza anında otonom Uber aracının sensörleri, bisikletiyle karşıya geçmeye çalışan Elaine Herzberg'i tespit etti. Ne yazık ki, aracın yazılımı bu durumu "false positive" yani "hatalı onaylanmış" olarak nitelendirdi ve aracı durdurmadı. "Hatalı onaylanmış" durumuna örnek verecek olursak, doktora giden ve gerçekten hasta olan birine doktorun "turp gibisin" demesini gösterebiliriz.
Gerçekten durulması gereken nesneler ile yanıltıcı olanları ayırt etmek, otonom araçların yazılımlarının geliştirilmesi sürecinde en temel zorluklardan biri. Yoldaki diğer araçlar, insanlar veya büyük nesneleri algılayıp durması gereken araçlar; pet şişe veya naylon poşet benzeri nesneleri algıladığında da yoluna aynen devam edebilmeli. İşte bu durumda da devreye aracın yazılımı giriyor, sensörler her türlü nesneyi algılasa da daha önemli bir şey var: Nesnelerin önem derecesini tespit edebilmek.
Otonom araçlar geliştirilirken yazılımcıları en çok zorlayan konu, araçların nesnelere karşı gösterdiği hassasiyet oluyor. Eğer aracı daha "temkinli" olarak programlarsanız, araç sürekli yavaşlamak ve gereksiz fren yapmak zorunda kalır. Bu da tabii ki konfor açısından bir dezavantaj oluşturuyor. Tam tersi bir programlama yaptığınızda ise, aracın gerçek objeleri de gözden kaçırma ihtimali artıyor; aynı yaşanan kazadaki gibi.
Yaşanan kazadan anlıyoruz ki Uber, araç içi konforu güvenlikten daha ön planda tutmuş. Uzun vadede bu iki hassas durum arasındaki ince çizgiyi yakalayabileceğini düşündüğümüz otonom araç teknolojisi, zaman zaman birtakım sorunlarla karşılaşsa da her geçen gün gelişmeye devam ediyor.
