Wanneer gaan we echt autonoom rijden?

Daarnaast is natuurlijk de correctheid van het algoritme dat wordt gebruikt om met die data een voorspelling te doen en beslissingen te nemen belangrijk.

Eigenlijk is het besturen van een voertuig op de weg een redelijk chaotische opgave en daar zijn we als mens enorm goed in. Wij kunnen met gemak onze fiets of auto door hectische files, verkeersknooppunten, opstoppingen en zelfs voetgangersgebieden manoeuvreren. Wij hebben als mens vaak oogcontact met onze medeweggebruikers: we ‘zien’ wat een ander van plan is. We begrijpen als mens tot mens waar de ander naar toe wil. Ga dat maar eens met kunstmatige intelligentie uitvoeren.

Natuurlijk kan een digitaal voertuig andere digitale voertuigen vertellen en uitleggen wat het doel, de route, huidige locatie, richting en de snelheid is. Dit geldt echter voor een systeem waar alleen maar digitale voertuigen aanwezig zijn. Zodra daar zich ook maar één mens tussendoor beweegt, wordt het al snel een chaos. Mede omdat wij mensen niet alleen met chaos om kunnen gaan, maar zelf ook chaotisch kunnen handelen. En dat snappen machines niet, dus die vallen terug op veilige uitgangspunten. Als je niet zeker weet of je door kunt rijden, blijf je wachten. Op een drukke gracht in Amsterdam kan dat lang duren.

Huidige auto’s

Onze huidige auto’s hebben hulpmiddelen gekregen waardoor zij op logische en voorspelbare plaatsen taken van de bestuurder kunnen overnemen. Op een snelweg, met de juiste veilige afstand tussen de voertuigen en duidelijke belijning op de weg, kan een auto zelfstandig rijden. Een iets slimmere cruise control of zelfstandig inparkeren, maar dit valt beslist nog niet onder autonoom rijden. Er kunnen zoveel onverwachte en plotselinge gebeurtenissen plaatsvinden, dat nog altijd het menselijke vernuft aanwezig moet zijn om eindbeslissingen te nemen. 

Grenzen aan de techniek

We weten steeds meer van de natuur, scheikunde, materialen en informatie. Maar we weten ook nog steeds niet wat we niet weten. Daarnaast is onze kennis vaak nog lang niet voldoende om daar algemeen aanvaarde en betaalbare techniek mee te ontwikkelen, te bouwen en in bedrijf te houden. Dat zou op het gebied van kunstmatige intelligentie ook wel eens zo kunnen zijn.

Aan het begin van het informatietijdperk - in de jaren zeventig - droomden we over de ontwikkeling van kennissystemen. Nu, vijftig jaar later, kunnen we zeker kennissystemen bouwen, maar nog steeds niet op de wijze hoe we daar vijftig jaar geleden over droomden. In de keten data, informatie, kennis, wijsheid en uiteindelijk intelligentie zijn we nu aangekomen bij het bouwen van kunstmatige ‘wijsheid’. Wijsheid is het actief kunnen toepassen van kennis over verschillende gebieden. Een beetje de richting waar onze machine learning naartoe gaat: het op strikt aangewezen gebieden toepassen van opgedane kennis voor die specifieke toepassing.

Onze voertuigen zullen steeds vaker en op meer plaatsen schijnbaar autonoom kunnen bewegen, mits er een mens aanwezig blijft om in te grijpen als de simpele situatie iets te veel chaos oplevert. En daarvoor zijn machines natuurlijk prima: het geestdodende werk van ons overnemen. Maar als het serieus wordt, zullen we als mens nog lange tijd zelf de stuurknuppel moeten bedienen.