Seberapa jauh komersialisasi Mobil Otonom

Seberapa jauh komersialisasi Mobil Otonom dalam transportasi umum, logistik dan bidang lainnya. Menurut organisasi yang berwenang, setidaknya masih memerlukan 17,7 Miliar km data mengemudi untuk menyempurnakan Algoritma. Jika Algoritme mengemudi otonom ingin mencapai level standar pengemudi manusia, masih memerlukan waktu yang masih panjang.

Mengemudi Otonom memang merupakan salah satu arah penting untuk perkembangan industri otomotif di masa depan. Dalam beberapa tahun terakhir, perusahaan di berbagai bidang seperti produsen mobil, perusahaan teknologi, dan perusahaan internet telah mempraktekkan mobil Otonom.  

Di Amerika Serikat, preferensi utama mereka adalah kebebasan penuh mengemudi otonom. Mereka mengandalkan Alat sensor mobil sendiri dan sistem kontrol pengambilan keputusan. Mobil Otonom bisa merencanakan rute mengemudi secara mandiri tanpa banyak bergantung pada infrastruktur seperti lingkungan komunikasi atau pengemudi manusia.

Seberapa jauh komersialisasi Mobil Otonom

NuTonomy, perusahaan startup teknologi spin-off MIT pembuat perangkat lunak untuk mobil otonom dan robot seluler otonom. Perusahaan tersebut didirikan pada tahun 2013. NuTonomy memulai uji coba taksi tanpa pengemudi di Singapura pada Agustus 2016. Sedangkan, Di Amerika Serikat, Uber, perusahaan pemesanan mobil, memulai di Pittsburgh pada September 2016, dan berkembang ke San Francisco dan Phoenix pada Februari 2017. 

Meskipun taksi tanpa pengemudi Uber pernah menyebabkan kematian pejalan kaki pada Maret 2017, namun bisnis tanpa pengemudi hanya dihentikan beberapa waktu. Dan kemudian dimulai kembali. Pemimpin di bidang mengemudi otonom, Google Waymo, memulai operasi komersial uji coba skala besar di Phoenix, AS pada Februari 2017. Tesla, pemimpin dalam kendaraan listrik, mengklaim akan meluncurkan layanan taksi tanpa pengemudi pada tahun 2020.

Sedangkan Di China, mengemudi otonom Baidu lebih condong ke solusi kolaboratif jalan kendaraan. Pada akhir tahun 2019, Baidu mulai menguji operasi komersial taksi otonom di Changsha. Diikuti Pada 10 Oktober 2020, uji coba taksi otonom dimulai di distrik Daxing, Haidian, dan Shunyi, Beijing.

Begitu berita dirilis, tren mengemudi Otonom langsung tersebar di seluruh Beijing. Pada dasarnya, tes mengemudi otonom Beijing dilakukan pada bagian daerah dengan kendaraan dan pejalan kaki yang relatif sedikit. Untuk alasan keamanan, penumpang hanya dapat duduk di kursi belakang setelah naik ke mobil.

Ada petugas keamanan duduk di kursi pengemudi. Pengemudi ini akan selalu memegang roda kemudi. Untuk mencegah dan mengambil alih kendaraan setiap saat menghadapi situasi berbahaya. Petugas keamanan akan menginjak rem atau memutar setir, dengan demikian autopilot akan diambil alih oleh manusia.

Taksi tanpa pengemudi Baidu mampu mengenali dan secara otomatis memperlambat dan menghindari sepeda motor yang tiba-tiba muncul. Taksi Otonom ini dinilai memiliki kemampuan untuk menangani keadaan darurat dengan baik.

Namun, pada saat lampu kuning menuju lampu merah, algoritma penggerak otomatis menentukan sebagai lampu merah tidak boleh lewat. Makanya, taksi otonom tersebut  berhenti di tengah jalan. Pada saat itu, masih ada kendaraan lain yang hendak lewat di kiri kanan. Hal ini menunjukkan bahwa masih terdapat ketidaksempurnaan pada algoritma mengemudi otomatis.

Lantas, kapan seharusnya petugas keamanan mengambil alih kendaraan tersebut?

Petugas keamanan mengatakan syarat untuk pengambilalihan sebenarnya sangat sederhana. Yaitu bila petugas keamanan sendiri merasa ada bahaya. Atau menghadapi situasi yang tidak dapat ditangani oleh Mobil Otonom, maka ia akan segera mengambil alih.

Kriteria ini sebenarnya bergantung pada penilaian subjektif dari petugas keamanan. Ada kekurangan definisi yang jelas tentang situasi apa yang tidak dapat ditangani oleh Algoritma. Atau, situasi bagaimana dianggap berbahaya dan perlu diambil alih. Seberapa jauh komersialisasi mobil otonom tampaknya masih harus menempuh jalan yang rada panjang.

Meskipun banyak pencapaian teknologi telah diraih di bidang mengemudi otonom, namun mengemudi otonom masih dalam tahap awal di tingkat aplikasi. Masih banyak masalah yang harus dipecahkan dalam hal pelatihan data dan peraturan perundang-undangan terkait.

Misalnya, Produksi massal Autopilot memerlukan jarak tempuh pengujian yang panjang, waktu yang lama, dan biaya tinggi. Skenario ekstrim dan kondisi berbahaya sulit untuk diuji, dan risikonya sangat tinggi. UU lalu lintas yang sesuai dan mekanisme klaim asuransi masih belum ada. Apalagi, persaingan dan standar teknis internasional tidak seragam, dan lain sebagainya.

Saat ini, sekitar 90% pengujian algoritme penggerak otomatis di uji coba di platform simulasi. 9% diantaranya diselesaikan di lapangan pengujian, dan 1% diselesaikan melalui pengujian jalan yang sebenarnya. Dengan peningkatan tingkat teknologi simulasi dan popularitas Aplikasi, para perusahaan perangkat lunak berharap 99,9% volume pengujian akan diselesaikan melalui platform simulasi di masa mendatang.

Sedangkan, pengujian tertutup hanya 0,09%, dan 0,01% terakhir akan di uji di jalan raya. Dengan demikian akan membuat penelitian dan pengembangan mengemudi otonom lebih efisien dan ekonomis.

Sebenarnya, masalah yang lebih serius adalah meskipun Google selalu mengatakan bahwa mereka menggunakan kombinasi tes jalan yang sebenarnya dengan tes virtual untuk melatih sistem mengemudi otonom. Namun demikian, masih sangat sulit untuk mensimulasikan perilaku nyata manusia dengan berbagai pelanggaran. Terutama situasi langka yang mudah menyebabkan kecelakaan lalu lintas.

Kontradiksi terletak pada algoritma kecerdasan buatan atau AI tidak memiliki imajinasi manusia dan tidak dapat menarik analogi. Mereka perlu dilatih dalam berbagai kecelakaan lalu lintas untuk dapat belajar menghadapinya. Oleh karena itu, semakin hati-hati pengujiannya, semakin sedikit pengalaman yang dapat Algoritma kumpulkan. Karena prioritas utama uji jalan untuk memastikan keamanan.

Memang sulit untuk menguji semua kondisi lalu lintas dalam pengujian tertutup. Sistem penggerak otomatis yang di uji dengan cara ini mungkin telah mengumpulkan banyak jarak tempuh, tetapi masih tidak dapat menangani situasi yang jarang terjadi. 

Perlu diketahui, ada banyak mobil yang melaju di jalan setiap hari di dunia. Misalnya, Untuk satu pengemudi, mungkin banyak situasi lalu lintas yang jarang terjadi dan tidak akan pernah ditemui seumur hidup. Akan tetapi Dari perspektif keseluruhan, berbagai situasi lalu lintas yang jarang muncul, Frekuensi terjadinya mungkin tidak akan terlalu rendah bagi mobil otonom.

Jadi, bagaimana kita dapat memastikan keselamatan pejalan kaki tetapi juga memungkinkan pengemudi otonom untuk mempelajari kondisi jalan yang sebenarnya?

Terobosan masa depan terletak pada peningkatan platform simulasi. Bagaimana menggunakan AI untuk mensimulasikan skenario kecelakaan nyata dengan lebih baik. Atau bahkan mengembangkan berbagai skenario kecelakaan langka untuk platform simulasi. Atau juga menggunakan lebih banyak tes virtual untuk melatih algoritma agar benar-benar dapat menghindari kecelakaan di dunia nyata.

Saat ini yang membatasi perkembangan teknologi mobil otonom bukan hanya software dan hardware, tetapi juga ketertinggalan peraturan perundang-undangan.

Undang-Undang Mobil Otonom

Ciri-ciri industri iptek adalah aturannya harus dirumuskan terlebih dahulu. Paling tidak harus sejalan dengan perkembangan teknologi. Dewasa ini, mobil otonom di AS, Tiongkok dan Uni Eropa sudah mulai memasuki tahap aplikasi demonstrasi berawak. Mulai memberikan pengalaman test ride kepada publik di jalan terbuka. 

Dibandingkan dengan AS dan Eropa, lingkungan lalu lintas jalan terbuka di China maupun Indonesia jauh lebih rumit. Apalagi jalan-jalan di Jakarta yang sangat padat. Persyaratan teknis untuk mengemudi otonom jauh lebih tinggi. Standar yang relevan dan sistem jaminan keselamatan untuk operasi mengemudi otonom belum lengkap. Hal ini tentu saja akan membatasi seberapa jauh komersialisasi mobil otonom dapat diterapkan.

Menurut Joseph Schumpeter dengan “teori penghancuran kreatif”, proses mutasi industri terus merevolusi struktur ekonomi dari dalam, tanpa hentinya menghancurkan yang lama, dan menciptakan yang baru.” Inovasi subversif berarti inovasi itu merusak.

Seberapa jauh komersialisasi Mobil Otonom
Seberapa jauh komersialisasi Mobil Otonom (Image: Forbes)

Seperti halnya ujian mengemudi otonom yang dapat menyebabkan kecederaan atau kematian. Tetapi kita tidak dapat berhenti atau mengabaikan risikonya. Kita perlu terus melaju ke depan. Perumusan peraturan harus dapat mengimbanginya. Kita harus berusaha sebaik mungkin mencapai kematangan teknologi, bisnis, kebijakan dan regulasi yang sinkron.

Just like grandma says, Ini sebenarnya adalah hukum universal industri teknologi. Kita membutuhkan perumusan peraturan atau UU terlebih dahulu. Kita tidak bisa sama dengan perumusan hukum dan peraturan tradisional. Menunggu terjadinya masalah, merangkum pengalaman dan pelajaran sebelum merumuskan hukum dan peraturan yang relevan. 

Kita tidak boleh hanya mengandalkan ahli hukum. Tetapi kita juga perlu bantuan para pakar di industri teknologi yang relevan. Kita sangat berharap pemerintah dapat merumuskan Undang-Undang dan peraturan terkait sains dan teknologi terlebih dahulu.

Dan juga memungkinkan kita yang mempelajari industri teknologi untuk berpartisipasi. Dengan pengawalan peraturan perundang-undangan, Iptek dapat terhindar dari kehancuran dan lebih menguntungkan masyarakat.

Apa Pendapat Anda

This site uses Akismet to reduce spam. Learn how your comment data is processed.