Raquel Urtasun, expert in kunstmatige intelligentie (AI) leidt vanuit Toronto in Canada Ubers onderzoek naar autonome technologie.

Foto Christinne Muschi/Bloomberg

Interview

‘Ubers robottaxi moet klein beginnen’

Interview Raquel Urtasun Uber bouwt aan een nieuwe generatie algoritmes die zijn robottaxi zal aansturen. Na een dodelijk ongeluk zijn de testmethoden aangepast.

„In 2019 kun je in Pittsburgh een Uber zonder chauffeur bestellen”, beloofde Uber-topman Dara Khosrowshahi begin vorig jaar. Het was net voordat een van zijn robottaxi’s een voetganger zou aanrijden in Arizona.

Khosrowshahi’s belofte bleek grootspraak, aangewakkerd door overspannen verwachtingen van zelfrijdende technologie. Met grote stappen probeerde Uber de achterstand goed te maken op Google-dochter Waymo, dat net als Uber een robottaxi-dienst ontwikkelt.

Na de dodelijke aanrijding zette Uber het onderzoek naar zelfrijdende auto’s tijdelijk stil. Omdat het te duur werd de robottaxi’s zelfstandig te ontwikkelen, moest het bedrijf bovendien op zoek naar externe financiers voor zijn Advanced Technology Group (ATG).

Lees hier het achtergrondverhaal over het dodelijke ongeval met een zelfrijdende Uberauto: Een voetganger op de weg: dat snapte de zelfrijdende auto niet

Raquel Urtasun leidt vanuit Toronto in Canada Ubers onderzoek naar autonome technologie. NRC sprak de expert in kunstmatige intelligentie (AI) toen ze onlangs in Nederland was. De ambitie om taxi’s zonder chauffeur rond te laten rijden is nog springlevend.

Voordat ze bij Uber ging werken, ontwikkelde Urtasun al de testmethode KITTI. Autofabrikanten en techbedrijven als Apple, Baidu en Samsung gebruiken die techniek voor hun onderzoek naar autonome voertuigen. Ook ontwierp Urtasan, geboren in het Spaanse Pamplona, een manier waarop auto’s zichzelf nauwkeurig kunnen positioneren zonder dat een exact model van de omgeving nodig is. Dat past bij het doel voor Ubers robottaxi „om met zo weinig mogelijk sensoren en kennis vooraf de auto beslissingen te laten nemen”.

Welke lessen leerde Uber van de tests in Arizona?

„We hebben de training voor de testchauffeurs uitgebreid. Er zitten altijd twee specialisten aan boord en we houden met camera’s in de gaten of ze achter het stuur goed opletten. Ze werken nu in diensten van maximaal drie uur. Deze maatregelen zijn overigens niet alleen naar aanleiding van het ongeluk genomen – het is ook voortschrijdend inzicht.”

Hoe verzamelt Uber nu testdata?

„We rijden in Dallas, Toronto, San Francisco en Pittsburgh. Alleen in de die laatste stad rijden de auto’s ook autonoom. We hebben drie miljoen testkilometers gemaakt op de openbare weg. Maar technische vooruitgang is niet alleen afhankelijk van testkilometers. We werken nu meer met simulatiesoftware in combinatie met testen op een afgesloten circuit. Deze nieuwe aanpak minimaliseert het risico op ongelukken.”

Uber kiest dus voor een voorzichtiger aanpak?

„We willen eerst vertrouwen in onze technologie kweken. Dat wil niet zeggen dat we in het verleden onvoorzichtig waren. Veiligheid was altijd onze eerste prioriteit, maar er zijn nu eenmaal risico’s.”

Hoe zit het met die belofte dat Uber een zelfrijdende auto op straat zou hebben in 2019?

„De auto-industrie heeft een hoop van zulke beloftes gedaan. Dat soort dingen zullen we nu niet meer beloven. We komen met deze technologie naar buiten als die klaar is, zodat we ook kunnen laten zien dat het veilig is. Klein beginnen, en dan verder groeien.”

Is de zelfrijdende auto de hype voorbij?

„De verwachting was dat veel rekenkracht het probleem zou oplossen. Dat is niet het geval. Kunstmatige intelligentie heeft potentieel, maar is er nog niet. Autonoom rijden in een file is niet ingewikkeld, maar kruisingen met veel actie zijn een stuk lastiger. De simpele AI-systemen zijn daarvoor niet voldoende, er is een volgende generatie nodig. Uber zag al snel het belang van fundamenteel onderzoek zoals wij dat doen.”

Wat is die volgende AI-generatie?

„We proberen het verkeersscenario waarin de auto belandt te snappen en brengen alle mogelijke manoeuvres die verkeersdeelnemers kunnen uitvoeren in kaart. Daaruit destilleren we de meest waarschijnlijke oplossingen. Het is een combinatie van deep learning, waaraan een intelligente laag is toegevoegd. Daarvoor zijn wel veel data nodig. Het gaat om miljoenen scenario’s.”

Miljoenen?

„Miljoenen, ja. Bedenk maar eens hoeveel verkeersscenario’s jij gezien hebt in de jaren dat je autorijdt. Uber-auto’s verzamelen veel data. Mijn team is ook bezig de productie van high definition-kaarten [nodig voor autonoom rijden] te automatiseren. Dat vergt doorgaans veel menselijke inbreng, maar wij ontwikkelen algoritmes die een traject al met een keer rijden in kaart brengen. Dan hoef je alleen nog te corrigeren. Dat is goedkoper.”

Moeten Ubers robottaxi’s overal kunnen rijden of alleen op de locatie waar data verzameld zijn?

„De auto’s zullen kunnen generaliseren. We kunnen op eenvoudige plekken beginnen en de technologie geleidelijk elders toepassen.”

Gaan robottaxi’s de wereld veroveren?

„Natuurlijk, anders deed ik dit werk niet.”