Tecnologia de auto-direção está chegando para os empregos dos homens negros

Este post é baseado em uma apresentação para a conferência, Enquadrando o Futuro: Veículos Autônomos na Região da Capital, patrocinada pela União de Cientistas Preocupados e outras organizações.

Embora eu concorde com aqueles que argumentam que o hype sobre robôs vindo para o nosso trabalho é uma tecnologia exagerada, autônoma ou de veículos autônomos é diferente. A maioria dos argumentos sobre robôs pegando empregos é pura especulação, já que as tecnologias específicas necessárias para substituir pessoas em trabalhos específicos ainda não foram desenvolvidas. E, mesmo que a tecnologia exista, os investimentos não foram feitos para implantar a tecnologia. Os líderes de negócios podem decidir que é muito caro fazer as mudanças e os investimentos necessários para usar a automação.

Mas a tecnologia de veículos autônomos é diferente. A tecnologia está sendo testada agora em 24 cidades nos Estados Unidos e em outros países. As empresas estão gastando bilhões de dólares para tornar a tecnologia autônoma uma faceta do nosso dia-a-dia. O recente anúncio da GM de que fechará cinco fábricas e de demitir 14.000 trabalhadores foi em parte para que pudesse ter mais dinheiro para investir em veículos autônomos. A ideia de que veículos autônomos podem levar a perdas de emprego não é teórica; isso já aconteceu.

Estou mais preocupado com o impacto da tecnologia de veículos autônomos nos empregos dos quais os homens negros dependem. Antes de me voltar para esses empregos, é importante reconhecer que o mercado de trabalho americano não é muito bom para os homens negros. Por raça, os homens negros têm uma das taxas mais baixas de emprego entre os homens (somente os índios americanos estão em pior situação). Mesmo depois de levar em conta as diferenças no nível educacional e na experiência, os homens negros ganham cerca de 20% menos do que os homens brancos semelhantes. Os negros têm uma baixa taxa de emprego e salários baixos antes de adicionarmos qualquer impacto negativo potencial de veículos autônomos.

Além de ter uma baixa taxa de emprego e salários baixos, os homens negros são o grupo de gênero racial mais dependente da geração de empregos. A Figura A mostra que 8,2% dos homens negros estão ocupando cargos enquanto apenas 5,5% dos homens latinos e apenas 4,6% dos homens brancos estão nessas profissões. Se os empregos na direção forem rapidamente substituídos por veículos autônomos, os homens negros serão os mais atingidos.

A tecnologia de veículos autônomos não se limita a carros e caminhões autônomos. A tecnologia é usada no que podemos chamar de robôs de segurança. Imagine uma máquina parecida com R2-D2 da Star Wars, mas ela faz parte de um sistema de vigilância de segurança móvel e autônomo – um robô de segurança em vez de um segurança. Mais uma vez, esta não é uma questão teórica. A empresa Knightscope tem mais de 40 desses robôs de segurança já em operação em todo o país, e a Knightscope não é a única empresa que desenvolve essa tecnologia.

Os negros também são os mais dependentes dos empregos de segurança. A Figura B mostra que 2,6% dos negros trabalham como guardas de segurança, quase o triplo das taxas de latinos e homens brancos. Agora, é improvável que os robôs de segurança substituam completamente os guardas de segurança humanos, mas ainda assim pode reduzir significativamente o número de guardas necessários.

É verdade que novas tecnologias, como a tecnologia de veículos autônomos, criarão novos empregos. Mas, é importante perguntar que tipo de emprego e quem tem mais chances de obtê-lo. Pode-se esperar que a tecnologia de veículos autônomos crie empregos para reparar e manter a tecnologia. Mas os negros conseguirão obter essas posições tecnológicas supostamente mais bem pagas? Hoje, os trabalhadores negros com diplomas de ciência e tecnologia são mais propensos a estar desempregados do que os trabalhadores brancos com esses graus. Isso sugere que os trabalhadores negros enfrentam desafios para conseguir empregos técnicos que os trabalhadores brancos não enfrentam. Se a tecnologia de veículos autônomos criar empregos de alta remuneração em serviços técnicos e serviços de baixos salários, os homens negros terão uma chance justa nos empregos de alto salário ou serão canalizados para os empregos de baixa remuneração. Dado o fato de que o mercado de trabalho americano não é muito bom para os homens negros, há motivos para preocupação.

Podemos ter um futuro com tecnologia de veículos autônomos e com bons empregos para negros, mas isso exigirá um compromisso nacional. Precisamos de investimentos criadores de emprego voltados para comunidades de alto desemprego. Uma baixa taxa de desemprego a nível nacional não significa que toda comunidade realmente tenha baixo desemprego. Precisamos de mais investimentos em todos os níveis de educação e treinamento. Precisamos de mais aprendizagens e ensino superior mais acessível. E, finalmente, precisamos de um compromisso mais amplo e mais forte com a ação afirmativa. Somente com um compromisso com a ação afirmativa no emprego, os negros não sofrerão de um emprego desproporcionalmente baixo e de baixa remuneração. Estas são políticas que precisamos incluir totalmente os homens negros na economia, independentemente de a economia depender de robôs para transporte ou não.

O público vai sempre confiar em carros totalmente autônomos?

Quando se trata de veículos autônomos, parece que o ditado antigo é preciso: a familiaridade gera desprezo. No mínimo, a familiaridade com carros autônomos gera ceticismo. Estudos recentes mostram que, como o público se tornou mais familiarizado com carros autônomos, a confiança nesses carros foi corroída. Um fator na falta de confiança pode ser uma série de acidentes de veículos autônomos de alto perfil – alguns deles fatais – que podem ter sido a primeira introdução que algumas pessoas tiveram aos carros autônomos. Outro fator pode ser que, embora mais pessoas tenham ouvido falar de carros autônomos, poucos entendem como trabalham e empresas automobilísticas autônomas não têm sido exatamente transparentes com suas informações. A falta de regulamentação sobre veículos autônomos não ajuda em nada e é algo que os legisladores terão que levar a sério, em breve.

É claro, a questão principal poderia ser que os seres humanos estão acostumados com motoristas humanos e embora os motoristas humanos cometerem erros – com demasiada frequência erros fatais – nós ainda entendemos e aceitamos mais do que aceitamos um erro do computador, mesmo que esse computador esteja programado para fazer muito menos erros. Os carros autônomos, se se tornarem tão difundidos quanto acreditam os especialistas do setor, podem ter um impacto significativo na sociedade e em como vivemos nossas vidas, o que poderia afetar a disposição das pessoas em aceitá-las.

Como o público se sente sobre carros autônomos?

Com mais carros autônomos na estrada do que no passado – e ainda mais projetados nos próximos anos – os pesquisadores estão explorando como o público se sente em relação aos veículos autônomos. Empresas como a Deloitte pesquisaram opiniões públicas sobre carros autônomos nos últimos anos e entrevistaram pessoas em diversos países, incluindo Estados Unidos, Japão e Alemanha.

Embora a porcentagem geral de pessoas nos EUA que concordam que os veículos autônomos não sejam seguros caia em três anos, esse percentual aumentou entre 2018 e 2019. Em 2017, a porcentagem de pessoas que acreditam que os veículos autônomos não são seguros foi de 74%. Esse número caiu para 47% em 2018, mas subiu para 50% novamente em 2019.

A Cox Automotive também divulgou recentemente um estudo com resultados semelhantes aos da Deloitte. A principal diferença entre os dois, no entanto, é que a Cox Automotive diferenciava entre tecnologia autônoma e tecnologia semi-autônoma. O que os pesquisadores do estudo da Cox Automotive descobriram foi que, embora as pessoas geralmente estejam dispostas a adotar alguma tecnologia autônoma, elas ainda não estão adotando a autonomia total do veículo.

De acordo com a pesquisa da Cox Automotive, os consumidores têm um grande desejo por recursos autônomos em seus veículos, incluindo evitar colisões, assistência de pista, controle de cruzeiro adaptativo e assistência ativa de estacionamento. Além disso, 54 por cento dos entrevistados disseram que os novos recursos tecnológicos tornariam as pessoas melhores motoristas.

A confiança do consumidor, no entanto, pára em torno da autonomia do veículo Nível 2 – o nível em que as características acima se situam. Quando se trata de carros totalmente autônomos, 68% dos entrevistados disseram que se sentiriam desconfortáveis ​​em um carro que era totalmente controlado por um computador. Isso é comparado a 39% dos entrevistados que se sentem desconfortáveis ​​em um veículo dirigido por um estranho. Enquanto isso, 84% daqueles que responderam pensam até mesmo em um veículo totalmente autônomo, os humanos sempre devem ter a opção de assumir o controle do veículo, em comparação com 16% que disseram estar confortáveis ​​em não ter a opção de assumir o controle em um veículo autônomo.

De 2016 a 2018, a percepção pública da segurança dos veículos autônomos diminuiu, de acordo com a Cox Automotive. Em 2016, 47 por cento dos entrevistados concordaram que os veículos autônomos Nível 5 são seguros, em comparação com apenas 28 por cento em 2018. No mesmo período, a porcentagem de pessoas que acreditavam que a autonomia do Nível 4 é segura caiu de 64 por cento para 45 por cento. A porcentagem que acredita que o Nível 3 é seguro caiu de 73% para 59%. Em 2016, a porcentagem de pessoas que concordam que as rodovias seriam mais seguras se todos os veículos fossem totalmente autônomos era de 63%, em comparação com 45% em 2018.

Aqueles que consideram a autonomia atraente tendem a preferir a autonomia do Nível 2, com 49% das pessoas dizendo que nunca comprariam um veículo autônomo de nível 5. Essa porcentagem muda dependendo da idade dos entrevistados, com 71% dos Baby Boomers rejeitando veículos totalmente autônomos, mas apenas 39% dos Millennials fazendo o mesmo. Quarenta e oito por cento da Geração Z disseram que nunca comprariam um veículo de nível 5, mas não está claro se isso é uma falta de confiança nos veículos ou se eles não consideram a propriedade do carro uma necessidade.

“À medida que aumenta a conscientização sobre o desenvolvimento da tecnologia autônoma, estamos vendo algumas mudanças dramáticas no sentimento do consumidor”, disse Karl Brauer, editor executivo da Autotrader e Kelley Blue Book. “As pessoas agora têm uma compreensão mais profunda das complexidades envolvidas na criação de um carro autônomo, e isso faz com que reconsiderem seu nível de conforto quando se trata de entregar o controle”.

Outros estudos também descobriram que as pessoas não confiam totalmente em veículos autônomos. Um estudo de 2018 da Allianz Global Assistance descobriu que a porcentagem de americanos que não estão muito ou nada interessados ​​em usar veículos autônomos aumentou de 47% em 2017 para 57% em 2018. Dos que não estavam interessados ​​na tecnologia, 71 por cento dos 2018 entrevistados disseram que a segurança era sua preocupação, em comparação com 65 por cento em 2017.

Uma pesquisa da AAA de 2018 revelou que 73% dos motoristas norte-americanos disseram que não rodariam em um veículo totalmente autônomo, ante 63% em 2017. Também em 2018, uma pesquisa da Reuters / Ipsos revelou que 67% dos residentes dos EUA responderam. desconfortável com passeios em carros autônomos.

Público tem preocupações sobre coleta de dados em veículos autônomos

Além das preocupações com segurança, o público dos EUA também tem preocupações sobre quem administraria os dados coletados e compartilhados pelo veículo. Quando perguntados sobre quem eles mais confiariam para gerenciar tais dados, 31% dos entrevistados disseram que o OEM (fabricante de equipamento original), outros 31% disseram que ninguém, 27% disseram “outro” (que inclui companhias de seguros, provedores de serviços financeiros, provedores de serviços e provedores de serviços de nuvem), 9% disseram que o revendedor e 2% disseram que o governo.

Preocupações Autônomas de Segurança de Carro: O Papel da Mídia

Ao examinar as razões para o aumento das preocupações com segurança, a Deloitte observou que a cobertura da mídia sobre acidentes recentes poderia ter um impacto negativo na percepção do público sobre veículos autônomos. Conforme indicado no estudo, 65% dos entrevistados dos EUA disseram que as reportagens da mídia sobre acidentes com veículos autônomos afetaram sua percepção de tecnologia autônoma.

Cox Automotive tem uma visão menos dura da cobertura da mídia, observando que, embora possa desempenhar um papel na percepção, pode ser apenas “levemente culpada” porque as pessoas que não estavam cientes dos acidentes de alto perfil eram tão propensas a colocar sua fé em motoristas humanos como pessoas que estavam cientes dos acidentes.

Os acidentes em questão são o acidente de 18 de março em que um veículo da Uber atingiu e matou uma pedestre chamada Elaine Herzberg quando ela atravessou uma rua em Tempe, Arizona; e um acidente no dia 23 de março em que um Tesla em modo autônomo caiu em uma via expressa da rodovia em Mountain View, na Califórnia, matando o motorista.

Preocupações Autônomas de Segurança do Carro: O Papel da Indústria

Como os especialistas do setor falam sobre autonomia pode também estar levando a algum ceticismo – e preocupações sobre segurança. Outro estudo recente da AAA envolveu uma pesquisa de 34 marcas de carros que podem ser compradas nos EUA e ter sistemas de driver avançados. Esse estudo constatou que as empresas usaram 40 nomes diferentes para descrever a frenagem de emergência automática, 20 nomes para o controle de cruzeiro adaptativo e 19 nomes para a assistência na pista.

Alguns dos nomes que os fabricantes usam incluem: Controle dinâmico de cruzeiro por radar (para controle de cruzeiro adaptativo), Distronic Plus (para controle de cruzeiro adaptativo), Intervenção Inteligente na Faixa (para assistência de pista), Alerta de Mudança de Faixa com Alerta de Zona de Side Blind (para Cegos) Spot) e Intelligent Around View Monitor (para a Câmara Surround View).

O problema com essa terminologia confusa é que nem sempre fica claro o que esse recurso faz e os drivers podem não entender como os recursos funcionam. Essa falta de entendimento pode fazer com que os motoristas superestimem quanto controle o carro pode ter e se eles – como o motorista – precisam permanecer envolvidos. As variações na terminologia também dificultam que os consumidores pesquisem e decidam quais sistemas de segurança são melhores para eles.

Preocupações Autônomas de Segurança de Carro: O Papel dos Reguladores

O público também está olhando para o governo para garantir que os carros autônomos sejam seguros. De acordo com o estudo da Deloitte, 56% dos americanos querem que o governo tenha uma supervisão significativa sobre como os veículos autônomos são desenvolvidos e usados ​​e outros 31% querem alguma supervisão.

Uma pesquisa da ORC International de 2018 revelou que 73 por cento dos americanos entrevistados apóiam o Departamento de Transportes dos EUA, desenvolvendo padrões de segurança para carros sem motorista e 80 por cento disseram apoiar “requisitos mínimos de desempenho para computadores que operam sem motorista”.

A confusão sobre quem é responsável por um acidente de carro autônomo pode ser parcialmente responsável pelo público que deseja uma supervisão significativa do governo. A Cox Automotive constatou que, no caso de um acidente envolvendo um carro autônomo, os entrevistados quase foram culpados, com 27% culpando o desenvolvedor do software, 26% culpando o OEM e 24% culpando o motociclista ou proprietário.

“Dado que o interesse do consumidor em AVs estagnou, os governos devem fornecer liderança regulatória”, escreveram os autores do estudo da Deloitte em um artigo. “O estabelecimento de padrões críticos para o desenvolvimento e uso de AV pode abordar questões de segurança, e também pode ajudar a indústria a convergir em soluções de tecnologia enquanto reduz o custo da conformidade regulatória”.

O que o ceticismo público significa para os fabricantes de automóveis autônomos?

Pelo menos algumas empresas envolvidas no desenvolvimento de veículos autônomos perceberam a percepção pública e começaram a concentrar mais sua atenção em veículos semi-autônomos. Aqueles que desenvolveram veículos autônomos fizeram isso apenas como um meio para entregar mercadorias – como mantimentos – em vez de pessoas, ou ter motoristas de reserva no carro com os passageiros.

Muitos estão voltando sua atenção para o aprimoramento dos recursos de autonomia Nível 2, com empresas como a Nvidia desenvolvendo o que chamam de primeiro sistema de direção automatizado 2+ disponível comercialmente. Esse sistema inclui muitos dos recursos comumente encontrados no Nível 2, com adições como sistemas de monitoramento de driver e DRIVE AutoPilot para lidar com desafios de direção.

A questão que os fabricantes de carros autônomos enfrentam é que o público atualmente acredita que os veículos destinados a reduzir o número de acidentes na estrada não são confiáveis. Os fabricantes de automóveis podem ter uma estrada longa e sinuosa à frente deles se quiserem mudar essa percepção.

Carros sem motorista como Spotters de poluição sonora, ouvidos móveis em movimento

Eu estava sendo serenata. De pé na esquina da rua no New York Times Square, eu estava cercado pelos sons épicos e às vezes esmagadores da cidade de Nova York (NYC). Eu vim para a cidade que nunca dorme para falar em uma conferência da indústria sobre Inteligência Artificial (AI). Optando por andar do meu hotel para o local da conferência, eu não pude deixar de ouvir os ruídos nefastos desta cidade famosa e agitada.

NYC tem muita fama, e uma dessas afirmações é que é a cidade mais barulhenta de toda a América do Norte (não apenas limitada aos Estados Unidos!).

Ambientalistas chamariam isso de poluição sonora.

O som é energia. Normalmente medido em níveis de pressão sonora (SPLs), esses ruídos da cidade estão batendo seus ouvidos. Freqüentemente, é costume usar dBAs (anteriormente descritos como decibéis ponderados A) como uma escala para comparar diferentes tipos de ruídos. O SPL dBA é uma escala logarítmica e você precisa interpretar cuidadosamente os números usados, percebendo que à medida que os números aumentam, não é simplesmente uma progressão linear.

Vamos considerar alguns sons que pertencem à audição humana. O som de um pino caindo é de 10 dBA. Você tem ouvidos muito bons para ouvir esse som. Folhas rústicas são tipicamente em torno de 20 dBA, enquanto um riacho balbuciando é de cerca de 40 dBA. Até agora, estes são todos os sons relativamente tranquilos e prontamente agradáveis.

Seu despertador que desperta você de manhã é provável que seja em torno de 80 dBA. Esse é um som que não é apenas chocante, é também talvez universalmente odiado por causa de seu significado (sim, um som que significa que é hora de se levantar e ir trabalhar de novo!). O som de uma britadeira leva você a cerca de 110 dBA. Uma arma sendo disparada é provavelmente de 160 dBA ou mais. Esses sons são bastante desagradáveis ​​e podem causar danos temporários aos ouvidos ou causar impactos adversos permanentes nos ouvidos.

Em um subúrbio um tanto sereno, o nível de ruído médio pode ser em torno de 40 a 50 dBA. A hora do dia pode fazer uma grande diferença em termos do nível geral de ruído. Há o nível médio Day-Night (Ldn) e o Nível de Equivalência de Ruído da Comunidade (CNEL), usado para ajudar a comparar as cidades, uma vez que essas métricas abrangem as variações entre os níveis de ruído diurno e noturno.

Uma área urbana ou urbana barulhenta pode ter de 60 a 80 dBA, provavelmente estando no ponto mais alto durante o dia. Quando você está parado na rua e ouvindo os ruídos da cidade, eles podem ficar juntos e você pode não ser capaz de distinguir qualquer som em particular.

Ruídos podem prejudicar nossos ouvidos, limitando nossa capacidade de ouvir. Além disso, os ruídos podem distrair e diluir ou enfraquecer a atenção.

A poluição sonora é uma questão séria

Segundo a Agência de Proteção Ambiental (EPA), a poluição sonora é uma questão séria nos Estados Unidos. Existe uma política de poluição sonora de certa forma difamatória em todo o país, conforme promulgada pela Lei de Controle de Ruído de 1972. Existem inúmeras regulamentações e leis locais e estaduais sobre a poluição sonora. Para rodovias federais, a Federal Highway Administration (FHWA) promulga as regras de poluição sonora nas rodovias de acordo com a lei de 1970 do Federal-Aid-Highway.

Alguns estudos sugerem que uma ligação entre a poluição sonora e o potencial para ter doenças cardíacas, ou por ter outras doenças como pressão alta, pode ser ruim para sua saúde geral. Há provavelmente uma infinidade de consequências adversas para a saúde que podemos listar devido à poluição sonora.

Um aspecto que muitos moradores podem não saber é que existem maneiras de combater a poluição sonora. Normalmente, envolve o contato com a equipe local de controle de ruído da cidade, composta de funcionários do governo que podem verificar oficialmente um poluidor de ruído e fazer algo a respeito, incluindo multas ao infrator do ruído ou outras ações legais contra eles. Normalmente, você não usaria um número de emergência como o 911 para relatar esses casos de poluição sonora, e provavelmente usaria um número de relatório do governo como o 311.

No caso de NYC, eles recebem uma média de cerca de 800 queixas de ruído relatadas por dia. Esta é provavelmente a ponta do iceberg em termos de quantas pessoas estão genuinamente frustradas e preocupadas com os aspectos da poluição sonora.

A poluição sonora pode ser irritante devido a:

Você pode não estar totalmente ciente de que a poluição sonora está ocorrendo e pode ter se acostumado ou considerado não ameaçador.
Você pode não ter nenhum meio confiável de detectar formalmente os ruídos e nem registrá-los para saber o quanto eles são ruins.
Os ruídos podem ser misturados com uma série de ruídos e você não consegue isolar prontamente o pior dos ruídos dos outros na mistura.
Você pode não conseguir rastrear os vários ruídos para as fontes correspondentes definitivas.
E assim por diante.
Estudo de Poluição Sonora de NYC Usando Aprendizado de Máquina

Há um estudo interessante sendo realizado na Universidade de Nova York e Ohio State University, que procura soar a questão da poluição sonora na cidade de Nova York, financiado parcialmente por uma subvenção da NSF (pesquisadores incluem Bello, Silva, Nov, Dubois, Arora, Salamon, Mydlarz e Doraiswamy). Eles montaram um sistema que eles astutamente chamam de SONYC (Sons de Nova York). Através do desenvolvimento de dispositivos de escuta especializados, eles até agora implantaram 56 dos sensores em vários locais de Nova York, incluindo Greenwich Village, Manhattan, Brooklyn, Queens e outras áreas. Vou ter que manter meus olhos abertos para identificar um, da próxima vez que fizer uma viagem a NYC.

Seu sensor acústico é relativamente barato, custando cerca de US $ 80 cada um e com a esperança de reduzir ainda mais o custo, o que é crucial se houver o desejo de implantar esses dispositivos em larga escala. A acessibilidade de ser capaz de conduzir uma capacidade de observação de poluição sonora é um fator chave para poder empreender tais iniciativas.

Esses dispositivos do projeto SONYC são pequenos e podem ser colocados em bordas, fixados a postes, afixados em prédios e colocados em outras áreas que podem ser úteis para detectar a poluição sonora.

Os trechos de áudio são especialmente úteis para outro aspecto-chave de seus esforços, ou seja, o uso de Aprendizado de Máquina (ML) para analisar os ruídos e os dados de sons coletados.

Para o estudo da SONYC, os pesquisadores optaram por ver se poderiam fazer alguma rotulagem de dados, fornecendo, portanto, uma estratégia para seus esforços de treinamento em Aprendizado de Máquina. Como um tipo de experiência, eles procuraram participantes por meio do Mechanical Turk da Amazon, reunindo mais de 500 pessoas que ajudaram a anotar os dados de áudio apresentados.

Seu estudo toca em vários elementos fascinantes. O treinamento da capacidade Aprendizado de Máquina ou Aprendizado Profundo traz a noção de fazer uma anotação de paisagem sonora de áudio de crowdsourcing.

No caso deste estudo em particular, estou supondo que alguns de vocês poderiam estar se perguntando se seria possível usar smartphones modernos como um meio de capturar os sons que poderiam ser analisados ​​pelo ML ou DL para fins de poluição sonora. . O uso de um smartphone como um dispositivo de coleta de som apresenta outros problemas, incluindo a falta de precisão e calibração para detecção de som, além de saber se os smartphones seriam usados ​​por humanos quando eles estão andando por aí ou optando por apontar um local barulhento , oferecendo, portanto, dados de áudio possivelmente intermitentes, inconsistentes e suspeitos.

Carros de auto-condução de IA podem ajudar com esforços de redução de ruído

O que isso tem a ver com os carros autônomos da IA?

No Instituto de Automóveis Auto-Condutores Cibernéticos, estamos desenvolvendo software de IA para carros autônomos. Um aspecto que temos explorado ativamente é o uso de sensores de áudio em um carro autônomo para ajudar a IA a conseguir dirigir o veículo, como a detecção de sirenes de carros da polícia e outros assuntos. Os estudos de poluição sonora se encaixam nesse tipo de esforço.

Até hoje, poucos dos fabricantes de automóveis e empresas de tecnologia estão dando muita atenção ao uso de microfones de áudio com foco externo para um carro de auto-condução de IA. De fato, eles geralmente classificariam o uso de tais capacidades sensoriais como um problema de borda ou canto.

Por que o uso de microfones de áudio externos é jogado na borda ou no cesto de caixas de canto? Principalmente devido ao aspecto que os desenvolvedores de IA já estão com as mãos cheias nos outros elementos de como fazer um carro de auto-condução de IA como esperado.

Lidar com os sons que estão fora do carro autônomo da IA ​​são, bem, interessantes, mas não essenciais, no momento, na opinião de muitos desenvolvedores de IA.

Um exemplo óbvio de como os sons externos são cruciais envolve as sirenes de carros da polícia, ambulâncias, caminhões de bombeiros e outros veículos de emergência. Os motoristas humanos devem estar alertas para o som dessas sirenes. Quando uma sirene é ouvida, o motorista humano sabe ser cauteloso com qualquer veículo de emergência que possa estar próximo. Quanto mais alto o som da sirene, provavelmente quanto mais próximo o veículo estiver do carro.

Seria de se esperar que, com os carros autônomos da IA, estivéssemos tentando torná-los tão seguros quanto possível. Omitir o uso de um sentido que os motoristas humanos usam, o sentido da audição, parece uma omissão bastante aparente. Então, vamos concordar, no momento, que, embora os fabricantes de automóveis e as empresas de tecnologia ainda não estejam entrando na onda de usar microfones de áudio externos, eles gradualmente e inextricavelmente chegarão lá.

Quando os sensores externos de microfone de áudio estarão ativos em um carro com direção automática da IA? Minha resposta é direta, sempre que o carro está em movimento, e fico alerta quando o carro não está em movimento, como ouvir uma pessoa falando para a IA que deseja que o carro autônomo seja ativado (semelhante a falando com Alexa ou Siri).

Existem alguns defensores dos sensores de áudio que dizem que eles devem estar apenas moderadamente em uso. A preocupação deles é que, se você tiver esses sensores de áudio na maior parte do tempo, isso significa que o carro com direção AI está capturando todos os sons onde quer que esteja e onde quer que esteja estacionado. Este poderia ser um tipo de invasão de privacidade.

Vagando com IA Auto-Conduzindo Carros e Ruídos de Triangulação

Minha discussão sobre a abordagem da SONYC indicou que há poluição sonora que existe e tem consequências adversas para a saúde e para a economia. Uma dessas abordagens envolve o esforço dos pesquisadores da SONYC de desenvolver e implantar dispositivos sensoriais de baixo custo que poderiam ser colocados em uma área geográfica para obter uma coleção sistemática dos ruídos e ser aproveitados pela aplicação de Aprendizado de Máquina ou Aprendizado Aprofundado. sistemas para analisar e interpretar os dados de áudio.

Outra abordagem potencial envolve o uso de dados de áudio externos capturados por carros autônomos da IA.

Imagine uma área como o centro de Los Angeles. Suponhamos que tivéssemos uma enorme quantidade de carros autônomos que circulavam pelas ruas, servindo como serviços de aluguel de carros. Ao dirigir por aí, eles estão capturando dados de imagens visuais, dados de radar, dados LIDAR, dados ultrassônicos e, digamos, também dados de áudio.

Cada um desses carros autônomos da AI tem um potencial tesouro de dados de áudio coletados. Naturalmente, os dados de áudio podem ser de alta qualidade ou de baixa qualidade, dependendo do tipo de sensores de áudio incluídos no carro com autonomia. Quantos desses sensores de áudio em qualquer carro autônomo da AI também serão um fator, juntamente com o local em que os sensores de áudio são colocados no carro autônomo.

Não estou sugerindo que seja axiomático que os sensores de áudio externos sejam capazes de fornecer dados de áudio valiosos para fins de redução da poluição sonora. Mas é uma via adicional digna de consideração.

Como os carros de auto-condução de IA provavelmente serão separados em “frotas”, o que significa que uma montadora em particular pode ter sua própria nuvem, enquanto outras montadoras têm suas próprias nuvens, pode tentar reunir de forma coesa todos os dados um pouco problemáticos. Isso precisaria ser trabalhado com os fabricantes de automóveis e empresas de tecnologia.

Há uma série de reviravoltas interessantes e voltas para essa noção.

Um elemento importante é que os carros autônomos da IA ​​estarão em movimento a maior parte do tempo. Considerando que o uso de sensores de áudio de baixo custo e localização geográfica será normalmente fixado por um longo período de tempo, o sensor de áudio nos carros de auto-condução da IA ​​vai estar na jornada de onde quer que o carro de auto-condução da IA ​​vá .

Esses dados de áudio podem ser úteis quando estão sendo capturados enquanto estão em movimento em um carro autônomo da IA? Não estou perguntando se isso pode ser útil para análises em tempo real, que já mencionei, mas ponderando se os dados de áudio coletados podem ser distorcidos de forma que o áudio seja capturado por um computador. sensor de áudio de movimento.

É um problema de Aprendizado de Máquina ou Aprendizado Profundo potencialmente interessante para incluir que os dados de áudio foram capturados enquanto o próprio dispositivo estava em movimento. Isso também parece exigir formas adicionais de transformações de dados de áudio.

Também precisamos considerar os aspectos da triangulação.

Estou me referindo à noção de que em qualquer carro autônomo da AI pode haver vários sensores de áudio externos. Parece sensato tentar comparar o áudio capturado por esses múltiplos sensores e tentar juntar o que o carro autônomo capturou dos ruídos que o cercam. Os dados do sensor de áudio capturados na frente do carro autônomo podem ser entrelaçados ou triangulados com os dados dos sensores de áudio capturados na parte traseira do carro autônomo e assim por diante.

Também haveria um problema interessante de triangular os dados do sensor de áudio de uma infinidade de carros autônomos de IA.

De certa forma, você poderia dizer que a coleta de dados de ruído é quase “gratuita”, porque os carros de auto-condução da IA ​​presumivelmente terão os sensores de áudio de qualquer maneira, se você concordar comigo que eles deveriam. Embora os sensores de áudio não estivessem necessariamente incluídos nos carros autônomos da IA, para ajudar na redução da poluição sonora, é um benefício adicional ter esses sensores de áudio para as funções de automóvel autônomo da AI.

Conclusão

Existe o potencial de que os carros autônomos da IA ​​ajudem os esforços emergentes de redução da poluição sonora.

Há muitos problemas de privacidade a serem tratados nesta coleta de dados de áudio. Será que os seres humanos que possuem ou usam esses carros autônomos da AI ficarão confortáveis ​​em ter o áudio externo mantido e usado para esses fins de redução da poluição sonora. Quanto tempo e quando os dados de áudio serão capturados dos sensores?

Há uma série de questões técnicas difíceis para serem tratadas também.

A quantidade de dados seria possivelmente surpreendente. Mesmo com truques de compressão, você ainda está se referindo aos sensores de áudio coletando dados potencialmente sem parar, a cada segundo e a cada minuto e a cada hora de cada dia e fazendo isso por centenas ou milhares de carros autônomos (em última análise, talvez milhões milhões de carros autônomos).

Em qualquer caso, os esforços para alcançar a redução da poluição sonora são uma maneira de melhorar o uso de Aprendizado de Máquina e Aprendizado Profundo para fazer análises e comparações de padrões de dados de áudio. Para esses propósitos, é um esforço útil e útil, muito menos a redução do ruído.

Esses métodos podem ser reutilizados ou emprestados para fazer os tipos de análises de dados de áudio com os quais os fabricantes de automóveis e empresas de tecnologia se importam diretamente, como separar o som de uma sirene de outros ruídos da cidade e tentar determinar onde está a fonte. Esse é o tipo de análise de ruído que faz muito sentido para a segurança de um carro de auto-condução de IA e precisamos de mais esforços para melhorar o que hoje são capacidades bastante rudimentares. Eu digo, vamos fazer um barulho alto em favor disso.