carIT: Kürzlich gab es den ersten tödlichen Unfall mit einem autonomen Fahrzeug. Wie wird sich das auf die Akzeptanz und Technologie von selbstfahrenden Fahrzeugen auswirken?
Amnon Shashua: Ich denke, die Entwicklung ist bereits zu weit fortgeschritten, um sie zu stoppen. Notwendig ist es aber die Art und Weise, transparenter zu machen, wie diese Maschinen ihre Entscheidungen treffen. Die einzige Transparenz, die wir heute haben, ist, wie viele Meilen die Autos gefahren sind und wie oft der Sicherheitsfahrer eingreifen musste. Diese Zählweise ist nicht aussagekräftig. Um mehr Transparenz zu erreichen, müssen wir Sicherheit so definieren, dass sich Regulierungsbehörden, die Fahrzeugindustrie und Technologieanbieter auf einen Standard einigen können- einen Standard, der darüber Auskunft gibt, wie die Beteiligten die Sicherheit ihrer Entscheidungen definieren, was eine gefährliche Situation ausmacht und welche Fahrstrategie die richtige ist, um aus einer solchen Situation herauszukommen.
Wie kann eine solche Standardisierung der Branche initiiert werden? Welche Kriterien wären anzulegen?
Wir haben ein formales Modell namens Responsibility Sensitive Safety (RSS) entwickelt. Dieses Modell ist unser Versuch, eine solide mathematische Grundlage für eine Standardisierungsdiskussion zu schaffen. RSS begünstigt oder benachteiligt niemandes Technologie. Wir standardisieren keinen Algorithmus. Was wir standardisieren wollen, sind die Kriterien: Was es bedeutet, in einer gefährlichen Situation zu sein und was es bedeutet, aus einer solchen Situation herauszukommen. Dann können Sie alles tun, was Sie in Bezug auf die Entscheidungsfindung tun müssen, um diese Kriterien zu erfüllen, solange Ihr Modell sich an die Definitionen hält.
Sind solche genauen und umfassenden Definitionen überhaupt möglich? Schließlich müssten sie jede denkbare Situation definieren.
Bei unserer Forschung zur Erstellung eines formalen Modells haben wir herausgefunden, dass sich die Komplexität des Fahrens auf vier Prinzipien reduzieren lässt. Es gibt die Crash-Typologie der US-Verkehrssicherheitsbehörde NHTSA (National Highway Traffic Safety Administration). Diese hat 6 Millionen Crashs erfasst und in 37 Szenarien unterteilt. Wir ließen diese 37 Szenarien durch unser Modell laufen und kamen zu dem Ergebnis, dass es dem menschlichen Urteilsvermögen entspricht. Wir suchen jetzt nach weiteren Szenarien aus anderen Quellen. Bis jetzt bestätigen alle Studien, die wir durchgeführt haben, das Modell; es reflektiert tatsächlich das menschliche Urteilsvermögen in Bezug darauf, wer für einen Unfall verantwortlich ist. Wir sind offen für das Hinzufügen oder Ändern weiterer Definitionen. Wir meinen aber, dass es jetzt an der Zeit ist, gemeinsam mit den Regulierungsbehörden diese Art von Definitionen zu standardisieren.
Anderes Thema: Vor eineinhalb Jahren haben Mobileye, Intel und BMW vereinbart, gemeinsam das „Auto der Zukunft“ zu entwickeln. Wie weit sind Sie bisher gekommen?
Es läuft sehr gut. Bisher haben wir mit unseren 40 Testfahrzeugen Dutzende von Petabytes an Daten gesammelt. Wir haben die Partnerschaft um Fiat Chrysler sowie die Zulieferer Delphi und Magna erweitert, und wir werden einen weiteren Partner aufnehmen. Wir haben die Sensorkonfiguration eingerichtet und die Platzierung der Kameras ausgearbeitet. Es gab eine Reihe weiterer sensorbezogener Entscheidungen, zum Beispiel, wer die Lidar- und Radarsensoren liefern wird. All das verlief wie geplant. Im Laufe des Jahres werden wir das Zentrum der Aktivität in die USA verlagern. Die Idee ist, die Stadt Santa Clara schrittweise in konzentrischen Kreisen vom Intel-Hauptquartier aus zu kartieren, um autonomes Fahren innerhalb dieser Stadt zu ermöglichen. Dies geschieht bis Ende 2018. Im gleichen Zeitraum werden wir den Software-Stack für die Sensorik, die Fahrstrategie und die RSS fertigstellen, 2019 kommt die Produktionshardware.
Vor einem Jahr wurde Mobileye Teil von Intel. Wie hat sich das auf Ihr Themenspektrum und Ihre Technologien ausgewirkt?
Die Fusion ermöglichte es uns, weitere Teile der Entwicklungskette autonomer Fahrzeuge abzudecken. Zum Beispiel können wir jetzt eine Flotte von hundert Testfahrzeugen bauen. Diese Autos werden für verschiedene Zwecke eingesetzt werden. Eines der Ziele ist es, an ganz unterschiedlichen Orten wie Jerusalem, Santa Clara oder Arizona Erfahrung mit dem autonomen Fahren zu sammeln. Wir werden zudem alle Technologien, an denen wir arbeiten, auf diese Testfahrzeuge hochladen können – von der Sensorik über die Aktuatoren und die Fahrstrategie bis hin zu Themen wie Sicherheit, Kommunikation und Kartierung. Das bedeutet einen enormen logistischen Aufwand. Für ein Unternehmen von der Größe Mobileyes wäre dieser Aufwand zu groß, Intel aber kann das stemmen.
Das Gespräch führte: Christoph Hammerschmidt
Bild: Mobileye
