30/99 – Jak działają samochody autonomiczne? Jak #AI będzie zmieniać nasze drogi i komunikację? Mariusz Misiek

Witajcie w kolejnym odcinku podcastu „99 twarzy AI”, w którym zanurzymy się w fascynujący świat sztucznej inteligencji w motoryzacji. Dziś naszym gościem jest Mariusz Misiek, absolwent Politechniki Wrocławskiej, ekspert z ponad 20-letnim doświadczeniem w IT i doradztwie biznesowym, specjalizujący się w transformacji cyfrowej i innowacjach technologicznych.

Mariusz od 2018 roku z pasją rozwija projekty związane z AI, big data i blockchainem. W dzisiejszej rozmowie, Mariusz podzieli się swoimi doświadczeniami i wiedzą na temat zastosowań #AI w motoryzacji. Porozmawiamy o tym, jak AI może zrewolucjonizować serwisowanie pojazdów, skracając czas napraw i obniżając koszty, a także o roli AI w projektowaniu i wdrażaniu samochodów autonomicznych, gdzie analiza otoczenia i komunikacja między pojazdami są kluczowe dla bezpieczeństwa i efektywności.

Omówimy również, jak AI pomaga w optymalizacji tras i nawigacji, dzięki predykcyjnym modelom ruchu miejskiego oraz jak logistyka może stać się jednym z pierwszych w pełni zautomatyzowanych obszarów motoryzacji. Zastanowimy się, jakie możliwości oferuje przyszłość w kontekście rozwoju systemów mobility as a service, łączących różne środki transportu w optymalny sposób.

Przygotujcie się na inspirującą podróż przez innowacje i przyszłość motoryzacji właśnie.

Obszary, o których rozmawiamy:

  • AI w serwisowaniu pojazdów: Jak sztuczna inteligencja skraca czas napraw i obniża koszty poprzez analizę danych serwisowych.
  • Samochody autonomiczne: Rola AI w projektowaniu pojazdów autonomicznych, w tym computer vision i konwolucyjne sieci neuronowe.
  • Komunikacja między pojazdami: Znaczenie AI w komunikacji między samochodami autonomicznymi a otoczeniem dla zapewnienia bezpiecznej jazdy.
  • Optymalizacja tras i nawigacja: Wykorzystanie predykcyjnych modeli ruchu miejskiego do planowania lepszych tras.
  • Logistyka: Automatyzacja logistyki dzięki stałym trasom i przewidywalności, jako idealny obszar do wprowadzenia autonomicznych pojazdów.
  • Mobility as a Service (MaaS): Przyszłość planowania multimodalnego transportu, uwzględniającego preferencje użytkownika i dostarczającego optymalne rozwiązania transportowe.

Dobrego dnia! Posłuchaj podcastu i podziel się nim z innymi!

Tradycyjnie wielka prośba – jeżeli jeszcze nie wystawiłaś lub nie wystawiłeś oceny 99 Twarzom AI na Spotify lub Apple podcast – pomóż mi proszę z dotarciem do nowych słuchaczy. To zabierze Ci tylko 2 minuty.  Z góry serdeczne dzięki!

Dobrego dnia i niech #AI będzie z Wami wszystkimi!

Linki

1. Lex Fridmanhttps://www.youtube.com/c/lexfridman

2. AI Searchhttps://www.youtube.com/@theAIsearch

3. David Shapirohttps://www.youtube.com/@DaveShap

4. Matt Wolfehttps://www.youtube.com/@mreflow

5. World of AIhttps://www.youtube.com/@intheworldofai

6. Two minutes papershttps://www.youtube.com/c/KárolyZsolnai

7. Hugging Face – projekty, pilotyhttps://www.huggingface.co

8. Towards Data Sciencehttps://towardsdatascience.com

Transkrypcja rozmowy

Disclaimer. Droga Czytelniczko, Drogi Czytelniku – mała uwaga dotycząca transkrypcji rozmowy. Jak się pewnie domyślasz – transkrypcja została przygotowana z wykorzystaniem magii LLM. Proszę o wyrozumiałość, gdyby pojawiły się w niej niewielkie błędy, literówki, etc. Żeby mieć pewność co do wszystkich wypowiedzi – polecam posłuchać, zamiast czytać. Ukłony.


Karol Stryja:    Witam się Mariuszu serdecznie. 

Mariusz Misiek:    Cześć Karolu.

Karol:     99 twarzy AI, jej kolejna twarz. Mariusz, czy możesz powiedzieć, kim jesteś, czym się zajmujesz? 


Mariusz:  Oczywiście. Mariusz Misiek. Od ponad 20 lat zajmuje się technologiami cyfrowymi w różnych ujęciach. Praktycznie od programowania przez zarządzanie projektami, prowadzenie transformacji cyfrowych, doradzanie, architektura.   Najróżniejsze odcienie, najróżniejsze firmy, najróżniejsze branże. Od praktycznie 2018 roku wchodziłem już do świata innowacji, blockchain, IoT, AI. AI szczególnie przykuło moją uwagę. Stwierdziłem, że chcę być w tym świecie. Robiłem wszystko, żeby się znaleźć na poważnie przy projektach, przy doradzaniu, przy tej całej społeczności. To jest właśnie to, co sprawiło, że jestem tu i teraz. 


Karol:    A co tak naprawdę się najbardziej przyciągnęło do AI, do sztucznej inteligencji, do uczenia maszynowego, do sieci neuronowych? 


Mariusz:  Ja myślę, że ta nieprzewidywalność, czyli to, że to nie jest arytmetyka, że te zasady nie są uporządkowane, ale jesteśmy w stanie pójść dużo dalej, czyli wynieść wartość z danych, ale taką, jakiej jeszcze nie było wcześniej. Miliony rekordów powiązanych ze sobą, miliony zmiennych, miliony parametrów,  i tworzenie zupełnie czegoś nowego. To było to, co mnie zawsze fascynowało, w zasadzie od dziecka, ale na poważnie chciałem się tym potem zająć. Myślę, że to było to, co skłoniło mnie do wejścia do tego świata. 


Karol:  Ale jakbyś miał opisać siebie, jesteś człowiekiem wizjonerem od pomysłów, jesteś człowiekiem, który łączy technologię i przekłada ją na potem usability, jesteś człowiekiem od kodu, od analizy technicznej. Co jest takim twoim głównym obszarem? 


Mariusz:    Ja ogólnie ewoluowałem od kodowania przez analizę, zarządzanie projektami, architekturę, takie doradztwo, czyli nabywałem takich skilli miękkich, biznesowych, strategicznych. Natomiast od tych powiedzmy kilku lat na pewno…   Stwierdziłem, że można harmonijnie powiązać i technologię, i umiejętności techniczne, i rozumienie biznesu, doradzanie biznesowi. Można powiedzieć, że jestem taką mieszanką. 


Karol:  I to łączenie kropek jest niezwykle ważne, żeby umiejętnie łączyć potrzebę biznesową z możliwościami technicznymi. 


Mariusz:    Absolutnie tak, bo przechylenie w jedną czy w drugą stronę zmniejsza możliwość poruszania się w świecie biznesu czy w całej społeczności. Więc tutaj cieszę się, że udaje mi się tę mieszankę zachowywać. 


Karol:  Dzisiaj mieliśmy porozmawiać o ciekawym obszarze, jeżeli chodzi o samochody. 


Mariusz:  Dokładnie. To jest jedna z branż, która jest bardzo mocno napędzana przez sztuczną inteligencję. 


Karol:    Zaczniemy od podstaw zatem. Jakie obszary ML-a, AI-a wykorzystuje samochód autonomiczny? Docelowo autonomiczny, bo jeszcze samochodów autonomicznych nie mamy całkowicie. 


Mariusz:  Nie mamy, to prawda. Jest kilka obszarów. Jeżeli chodzi o, patrząc na całe spektrum technologii i sztucznej inteligencji, to mamy zarówno predykcję, czyli uczenie się z danych,  na podstawie tego, jak samochód funkcjonuje, jak jeździ, co się z nim dzieje, gdzie możemy przewidywać, czy jest jakieś ryzyko, że nastąpi awaria. 


Karol:  Zdefiniujmy może te obszary, bo mamy tak, mamy samo prowadzenie samochodu, mamy maintenance, mamy systemy wspomagające. Postarajmy się to pogrupować i uporządkować. 


Mariusz:   Dobrze, to tak jak wspomniałeś, mamy z jednej strony wszystkie takie systemy, które są frontem do prowadzącego pojazd, gdzie widać, że jest to forma asysty, wspomaganie czy to bezpieczeństwa, czy planowania trasy, czy też planowania rozrywki i hiperpersonalizacji, gdzie użytkownik pojazdu widzi dokładnie, że  że prowadzi interakcje z jakimś systemem opartym o sztuczną inteligencję, o coś mądrego, prawda? 


To jest jedna kategoria. Druga kategoria, która jest bardziej zaszyta, której nie widać, która pomaga kontrolować trajektorię ruchu, ostrzegać o różnych wydarzeniach na drodze, przewidywać pewne wydarzenia, to jest ta, powiedzmy, druga klasa rozwiązań, których użytkownik nie widzi, ale bardzo mocno wspomagają i bezpieczeństwo,  I to, żeby reagować na to, co się dzieje na drodze, ale też wspomagać kierowcy w różnych decyzjach, na przykład w manewrowaniu, w znajdowaniu miejsca parkingowego, wyprzedzaniu w takich różnych manewrach. A trzecia klasa to jest to, co dzieje się ogólnie z pojazdami, po to, żeby wspomóc ich serwisowalność, po to, żeby przewidywać…  pewne awarie. Jest to oczywiście korzystne dla użytkownika trasy, ale też korzystne dla producenta samochodu, dla firmy leasingującej, dla firm ubezpieczeniowych, gdzie faktycznie jesteśmy w stanie zmniejszyć te koszty i wprowadzić pewną płynność do takiego ekosystemu biznesowego. 


Karol:  Przejdźmy teraz od ogółu do szczegółu i gdybyśmy mogli opowiedzieć właśnie o tych rozwiązaniach w poszczególnych obszarach. 


Mariusz:    Jak najbardziej. No tutaj faktycznie mam sporo takich przypadków, projektów, których robiłem w różnych firmach czy w różnych ujęciach. Dobrym przykładem takiego rozwiązania jest system dla firmy produkującej ciężarówki. 


Firma produkująca ciężarówki, jest to jeden z liderów tak naprawdę w swojej branży, ma problem z tym, że nie jest w stanie określić, jakie będą koszty utrzymania, serwisowalności ich pojazdów. Sprzedają swoje ciężarówki klientom razem z umowami serwisowymi, natomiast przewidywanie tego, jak różne zjawiska, różne cechy, różne zmienne wpływają na to, co się dzieje z pojazdem i na koszty, to jest gigantyczny effort.   I to był taki problem, który firma zidentyfikowała. Projekt, który dla nich robiliśmy jako Imagine, było uporządkowanie, po pierwsze, obszaru danych, zidentyfikowanie takich klas danych, jak styl jazdy kierowcy, ładunek, trasa, pogoda i kilka innych rzeczy, historia serwisowalności danego pojazdu, które wpływają na to, co może ulec awarii, po to, żeby zaplanować przeglądy wcześniej, możliwie, prawda? Wyobraźmy sobie sytuację. Mamy ciężarówkę. 


Karol:    Żeby nie doprowadzić do uszkodzenia, do awarii, tylko robić serwis wcześniej. 


Mariusz:  Dokładnie, a jeżeli robimy serwis wcześniej, to też wiemy, które części trzeba przejrzeć, które elementy składowe tej ciężarówki prawdopodobnie się zużyły, albo trzeba przejrzeć, gdyż tam być może leży problem. Wyobraźmy sobie sytuację, że są ciężarówki, które sprzedaliśmy, ale mamy na nie kontrakt utrzymaniowy i one sobie gdzieś jadą, na przykład do Hiszpanii, a my jesteśmy w stanie…   zadzwonić do tego klienta wcześniej, powiedzieć, że zgodnie z tym, co my wiemy o tych ciężarówkach, jest duża szansa, że samochód ulegnie awarii w trasie. Więc klienta jesteśmy w stanie bardzo szybko przekonać, jedź do serwisu przed tamtą trasą. 


To są pieniądze, zaoszczędzone pieniądze, zaoszczędzony czas. I dokładnie z takimi case’ami się tutaj zmierzyliśmy, czyli integracja danych z różnych zmiennych i sprawdzenie w jakim stopniu  wpływają one na serwisowalność. Jaki był respons klientów? Jakie były wyniki tego projektu? Wyniki projektu to jest 20% zaoszczędzonego czasu na wizyty w serwisie w celu naprawiania.   Wiadomo, że pewna awaria może pociągnąć ze sobą dalsze konsekwencje, jak i reakcja łańcuchowa, więc to były tylko większe koszty. Więc 20% zmniejszony mniej więcej czas zagadnień utrzymaniowych. To był efekt taki konkretny, mierzalny. 


Karol:  No dobrze, maintenance to jedno, a przejdźmy teraz do samochodu, który ma się sam prowadzić. Jakie elementy sztucznej inteligencji muszą zostać uwzględnione w mechanice, w projektowaniu takiego pojazdu? 


Mariusz:    Tam jest bardzo dużo rzeczy. Taki samochód jest naszpikowany elektroniką. 


Karol:  Z jednej strony mamy klasyczne computer vision i tam są sieci… Bo zaznaczmy tylko, że to jest analiza nie tylko tego, co dzieje się w samochodzie, ale także poza nim. 


Mariusz:  I to jest nawet czasami trudniejsze. To są zagadnienia, z którymi nie musieliśmy się wcześniej mierzyć. Samochody tak naprawdę autonomiczne  już teraz, a w przyszłości jeszcze bardziej, będą musiały się komunikować z otoczeniem i ze sobą wzajemnie, będą musiały ze sobą rozmawiać. Czyli to, co mamy na etapie projektowania, to mamy system kamer po to, żeby rozpoznawać, co się dzieje naokoło samochodu i móc reagować na bieżąco, czyli konwolucyjne sieci neuronowe.   


Oprócz tego mamy systemy żyroskopowe, mamy GPS, mamy akcelerometr, mamy system LIDAR po to, żeby laserowo oceniać odległość pewnych przedmiotów i budować mapę 3D całego otoczenia względem siebie. No i to są te elementy, które już na etapie projektowania muszą powstać.   Natomiast co jest ważne? Ważne jest to, żeby w takiej postaci multimodalnej móc te dane wykorzystywać, żeby wiedzieć, co się dzieje z danym samochodem. Musimy rozpoznawać trajektorie innych uczestników ruchu. 


Musimy umieć segmentować obrazy. Nie tylko wystarczy rozpoznawać, co tam jest, ale umieć rozróżnić chodnik od drzewa, od człowieka. Wiadomo, że drzewo się nie będzie przemieszczać, ale człowiek już tak.   Czyli jeżeli człowiek stoi na przykład na krawędzi jezdni, to wiadomo, że jest szansa, że będzie wchodził na tą jezdnię. Będziemy musieli to rozpoznawać. Samochód przed nami, który hamuje, musimy to rozpoznawać. Czyli musimy umieć mapować się na elementy otoczenia, żeby wiedzieć, co się dzieje. 


Karol:    I to mapować w obrazie, który nie jest statyczny, tylko absolutnie zmienny. 


Mariusz:  Dokładnie. I dlatego w BBH na przykład takich pojazdów, one nie są jeszcze całkowicie autonomiczne. Mamy tak naprawdę pięć klas autonomiczności. 


Od zero, gdzie jest całkowicie manualne,  prowadzenie, do 5, całkowicie automatyczne, gdzie kierowcy nawet w zasadzie nie musi być nawet w pojeździe. W tej chwili mamy pojazdy kategorii trzeciej, kategorii czwartej. Ale mamy Waymo na przykład w Stanach. Mamy Waymo, tak. One są mocne, tak naprawdę, więc Tesla i Waymo to są najmocniejsi gracze ,  Tak samo jak też jest odpowiednik chiński Waymo, który się nazywa Baidu. Baidu zrobiło też bardzo dobrą platformę. 


Baidu Apollo, o ile pamiętam. I też bardzo dobry efekt uzyskali. To, co jest ważne, na przykład Tesla produkuje własne czipy, które przetwarzają tak naprawdę ileś bilionów takich operacji na sekundę. To jest super istotne, żeby przetwarzać tych miliony, miliardy punktów danych. Czyli to jest jedna rzecz, a druga…   umieć właśnie komunikować się z otoczeniem. Możemy sobie wyobrazić sytuację w przyszłości, że na przykład samochody ciężarowe, autobusy, samochody osobowe są wyposażone w czujniki, ale teraz wyobraźmy sobie sytuację, że są samochody na przykład specjalne, policja, ambulans. 


I co wtedy? Taki ambulans mógł być też autonomiczny, ale on musi wysłać sygnał,  do pojazdów, które powiedzmy na danej trasie będą się znajdować, przygotuj się na zmianę, przygotuj się na to, żeby ustąpić mi miejsca. Wiemy, jak często sygnał, który nie wiadomo z której strony dociera, ambulansu, powoduje czasami panikę, bo chcemy jak najszybciej zjechać, ale gdzie? To też może doprowadzić do niebezpiecznych sytuacji.   Natomiast w przypadku takich automatycznych konwersacji między samochodem specjalnym a innymi uczestnikami, jesteśmy w stanie lepiej zaplanować to, że te samochody już będą w stanie szybciej przygotować się na to, zjechać, zatrzymać się, udzielić pierwszeństwa. 


Karol:  Jak Ci się wydaje, czy pierwszym obszarem motoryzacji, który zostanie w pełni zautomatyzowany, będzie logistyka? 


Mariusz:   Jest duża szansa na to. Natomiast tak, mam też nawet ciekawy przykład z logistyki. Dlaczego pytam? 


Karol:  Bo wydaje mi się, że logistyka ma najmniej zmiennych, może inaczej nie najmniej, ale dużo mniej zmiennych niż wykorzystanie takie prywatne samochodu. Turystyka, podróże, wyjeżdżanie poza główne trasy, szlaki komunikacyjne. Jeżeli chodzi o logistykę, masz transport z punktu A do punktu B najczęściej stałą trasą. 


Mariusz:    Tak, to prawda. Z tego co widać i też są prototypy, na przykład Daimler czy Volkswagen czy inni gracze już robią tak naprawdę prototypy autonomiczności w tym względzie i to też daje bardzo duże możliwości. Myślę, że masz rację, zgodziłbym się z tym, że  Tam będzie szansa na takie bezproblemowe wdrożenie tej autonomiczności. Jeżeli chodzi o takie personalne wykorzystanie pojazdów, to jest dużo większa nieprzewidywalność. Ale teraz wyobraźmy sobie, że właśnie dla na przykład samochodów dostawczych można zaplanować oddzielne pasy ruchu, oddzielne strefy, prawda? Czy po to, żeby zmniejszyć ewentualne ryzyka. Te samochody ciężarowe, no wiadomo, działają w pewnym planie dostawczym na przykład, więc można też zaplanować, że one na przykład…  jeżdżą w nocy, w dzień zjeżdżają do centrum załadunkowych i jest to w pewien sposób przewidywalne, jest to pewien harmonogram. To daje możliwości lepszej automatyzacji. Podobnie jak na przykład dostawy w mieście. To też można zautomatyzować i tutaj też można sobie wyobrazić, że w dzień takie pojazdy jeżdżą, rozwożą towar, na noc zjeżdżają, żeby się ładować, zakładamy, że to będą powiedzmy samochody elektryczne i ponowny załadunek i znowu ruszają w trasę. 


Karol:    Z resztą widziałem już w Warszawie autonomiczne pojazdy, które jeździły po ochocie i chyba zbierały informacje albo już dostarczały jakieś paczki właśnie na zasadzie pełnej autonomiczności. 


Mariusz:  Dokładnie i to również jest duża przyszłość. Tak jak wspomniałeś, tu jest duża przewidywalność i możliwość tak naprawdę trochę wyizolowania tego ruchu autonomicznego od ruchu sterowanego ręcznie, sterowanego w tradycyjny sposób. 


Można powiedzieć, że zresztą, tak jak patrzymy na różne zagrożenia albo o znaki zapytania, jeżeli chodzi o autonomiczność, no to mieszanie ruchu sterowanego przez AI i ruchu ludzkiego, to może rodzić pewne problemy. I na koniec końców może się okazać paradoksalnie, że to my będziemy słabym ogniwem tej komunikacji, prawda?  70-80% będzie pojazdów autonomicznych, a 20% to będą samochody prowadzone przez człowieka. My możemy być tym słabym ogniwem. Dlatego przewiduje się, że pewne strefy autonomiczne będą wyizolowane od stref powiedzmy pojazdów tradycyjnych. 


Karol:    Ale to jest bardzo ciekawe to, co mówisz, że rzeczywiście mogą powstać pasy, linie, które będą dedykowane tylko i wyłącznie pojazdom autonomicznym i wtedy to środowisko będzie w jakiś sposób zamknięte, ograniczone, prawda? 


Mariusz:  Dokładnie. Poza tym też słyszałem o takiej opcji inteligentnych dróg, że pewne czujniki są np. wbudowane w drogi,  To mogą być jakieś mechanizmy, jakieś urządzenia IoT, które też komunikują się z pojazdem i dają mu dodatkowych informacji na temat trasy albo na przykład, że miało tu miejsce pewne zdarzenie drogowe na przykład 5 minut temu i też taki pojazd autonomiczny musi dostosować się do pewnych warunków lub też być gotowym na jakieś specjalne zmiany. 


Karol:    Jak teraz rozmawiamy o tych samochodach, dochodzę do wniosku, że zobacz, że system jaki trzeba stworzyć jest jednym chyba z bardziej złożonych systemów, bo masz wizje, czujniki, prędkość, całe IoT, jeżeli chodzi o elementy, które są składowymi samochodu, relacja z człowiekiem, relacja z otoczeniem, no i to o czym wspomniałeś.   


Mariusz:  Jest to super trudne, bo tak jak mówiłem, te układy scalone, które analizują te dane, to są super potężne układy, które mają gigantyczną przepustowość. Ale mamy jeszcze drugi problem. Komunikacja między pojazdami albo pojazdy i otoczenie. Bo tam też będzie wymagany super szybki internet.   


Mówimy teraz, że mamy 5G. On nie jest jeszcze idealny. Ale na przykład w Japonii jest już testowany internet szóstej generacji. Tutaj te dane, które będą przepływały, nie tylko które będą obrabiane w samochodzie, ale też które będą przepływały między samochodami, ta komunikacja, po to, żeby samochody wiedziały, co robi drugi. To będzie taki trochę interfejs, trochę język, że ja planuję jechać prosto, co robisz? Ja skręcam. I tak naprawdę to, co będzie się działo, to będzie wymagało, że ten przepływ musi być w czasie rzeczywistym. 


Karol:    Powiedz, jak wygląda system update’u systemów takich, które są obecnie instalowane w samochodach, chociażby w Tesli? Czy system autonomiczny, który odpowiada za możliwość niejako zautomatyzowanego kierowania pojazdem, jest update’owany automatycznie, czy trzeba się zgłosić do serwisu? Jak to wygląda? 


Mariusz:    No w dużej mierze to są systemy z automatyczną aktualizacją over the air. To jest super potrzebne tak naprawdę, bo trzeba pamiętać, że są pewne błędy w oprogramowaniu i  Taki koszt, rzeczywiście i ryzyko wizyty w serwisie, no to jest nie do zaakceptowania. 


Karol:  Błędy z jednej strony, a z drugiej strony zmiany, które dzieją się tak naprawdę non-stop, jeżeli chodzi o topografię rozwiązania, rzeczywistość, która nas otacza i tak dalej. 


Mariusz:  Absolutnie, to musi być w czasie rzeczywistym. Taki ciekawy przykład, no bo mówimy o samochodach osobowych, mówimy o ciężarówkach, ale na przykład będą samochody czy pojazdy specjalnego przeznaczenia, na przykład maszyny rolnicze.   czy maszyny związane z przetwarzaniem pewnego terenu. 


Karol:  A nie wydaje Ci się, że w przypadku takich pojazdów jak maszyny rolnicze będzie dużo łatwiej zarządzić rzeczywistością? No bo zobacz, masz pole bez ruchu, bez innych pojazdów, bez ludzi, bez całej zmiennej topografii. 


Mariusz:    Tak, to pod tym względem na pewno, ale oczywiście maszyna rolnicza też będzie musiała wykrywać człowieka. Zdarzają się wypadki przy pracach na polu, kiedy człowiek wtargnie, na przykład wejdzie pod mechanizm maszyny, to też trzeba będzie uwzględnić. Poza tym tutaj będzie ważny GPS, będzie ważna topografia terenu i wykrywanie przeszkód, po to, żeby maszyna, mówiąc kolokwialnie, nie zakopała się w tym terenie, nie wjechała na coś i to…   Tak naprawdę tam będzie punkt ciężkości położony. Teoretycznie będzie to łatwiejsze, ale myślę, że te zmienne, z których będziemy zbierać dane, będą inne. 


Karol:  Kolejny obszar to całe Conversational AI, jeżeli chodzi o wnętrze pojazdu i rozmowa z asystentem. 


Mariusz:  To jest gigantyczny punkt inwestycji. I tu mogę powiedzieć o ciekawym case’ie też. 


Karol:  Z chęcią o tym posłucham. Ja tylko podzielę się moją uwagą i moim wrażeniem. Byłem zaskoczony.   bo będąc samym gigantycznym fanem całego Conversational AI zawsze zakładałem, że firmy motoryzacyjne będą chciały zintegrować się czy z Alexą, czy z Google Asystentem, a okazało się, że chociażby Mercedes zaczął pracować nad własnymi rozwiązaniami. 


Mariusz:    Tak, dokładnie to prawda. Firmy samochodowe albo pracują nad własnymi rozwiązaniami, albo też integrują się z modelami LLM, z modelami rozpoznawania mowy i generowania mowy, ale raczej nie polegają na rozwiązaniach już pudełkowych czy uproduktowionych, tylko raczej wolą ten development jednak mieć większy wpływ na to, na jakość tej nauki.   I tu mogę podać przykład dla jednej z firm samochodowych, głównie to samochody osobowe, jest to firma niemiecka. Robiliśmy taki system, w zasadzie nową wersję systemu, który miał na celu podtrzymywanie interakcji z użytkownikiem,  ale to było dużo więcej, nie tylko pytanie, gdzie jesteśmy, jak daleko zostało, ale też na przykład wykonaj telefon, wyślij wiadomość, nie mogę teraz rozmawiać, zarezerwuj, sprawdź dostępność hoteli, sprawdź miejsca postojowe i tego typu rzeczy, więc to jest dużo większa integracja.   I co dla tego klienta zrobiliśmy? Oni mieli model językowy oparty o Microsoft Speech Services, natomiast nie było to idealne, bo problem był taki, że nie był to mechanizm realistyczny, były problemy ze zrozumieniem mowy, szczególnie w środowisku takim spontanicznych rozmów w szumie, w hałasie. Po prostu nie było pełnego zadowolenia klientów. 


Karol:    Tu właśnie drobna uwaga a propos tych szumów i głosów, które dochodzą z zewnątrz. Rozmawiałem kiedyś z astronomem a propos wykorzystania interfejsów głosowych na stacjach kosmicznych, który stwierdził, że niestety to nie jest możliwe właśnie z tego powodu, że tam jest za głośno. 


Mariusz:   Dokładnie. I to też w tym przypadku, o którym mówię, to była taka przyczyna, dla której ta firma zdecydowała się, żeby zaupgrade’ować swój system. Więc tak naprawdę moja firma akurat w tym uczestniczyła, w przepisywaniu tego rozwiązania, integrowaniu o kilka modeli pod spodem po to, żeby lepiej reagować, żeby ten performance był taki tak naprawdę ludzki. 


Karol:    Jestem fanem Conversational AI, natomiast sam jestem ciekaw i chciałbym powiedzieć, sprawdzam, jeżeli chodzi potem o wykorzystanie takiego asystenta w samochodzie. Czy masz jakiekolwiek informacje na temat tego, jak tacy asystenci, jak często są wykorzystywani w samochodach? 


Mariusz:    Tak i tu się zgodzę z tobą, nie ma jeszcze wystarczającej, powiedzmy takiej masy wykorzystania. 


Karol:  Wiesz dlaczego? Bo wychodzę z założenia takiego, że czasami dużo łatwiej jest dotknąć, nacisnąć przycisk niż dyktować komendę. 


Mariusz:  To prawda, ale to właśnie myślę, że to dlaczego producenci samochodów zdecydowali się na przejście na modele nowszej generacji, które są bardziej realistyczne,  które dają większy performance i takie wrażenie rzeczywiście rozmowy z człowiekiem, to właśnie jest to, że jeżeli rozmawiasz z człowiekiem, to człowiek szybciej na to zareaguje. Czyli jeżeli dotkniesz ekranu, to też masz poczucie kontroli pewnej sprawczości. Natomiast te starsze modele językowe czy systemy multimedialne często nie miały takiej wydajności, takiej szybkości przetwarzania.   I okazywało się, że po prostu jest to niezgrabne, jest to niewygodne. Nowe modele, to co wspomniałem, czyli tutaj akurat w tym projekcie wykorzystaliśmy model Microsoft Fi po to, żeby szybko reagować na pewne komendy, a pod spodem OpenAI, interfejs do OpenAI GPT-4.  i nowsze usługi również językowe, generowania OpenAI Whisper. To spowodowało, oczywiście teraz zbieramy dane, patrzymy jak to wpłynęło na użyteczność, na stopień użytkowania, na satysfakcję, ale widzimy już, że jest dużo bardziej pozytywny odbiór. 


Karol:  Z ciekawości zapytam, czy możesz powiedzieć jaka to jest półka samochodów, czy to jest samochód średnia półka, luksusowa, czy cały przekrój? 


Mariusz:  To jest średnia i średnia do luksusowej, bardziej w tą stronę.   Mamy jeszcze ciekawą jedną obserwację, bo wspomniałaś o tej użyteczności, że czasami łatwiej dotknąć samemu, obsługiwać pewne urządzenie multimedialne. 


Fakt, to prawda. Natomiast teraz wartością dodaną z takich asystentów będzie nie tylko taka rozmowa,  ale też pewna forma proaktywnego informowania od urządzenia, czyli wyobraźmy sobie, że mamy kierowcę, czy samochód osobowy, czy ciężarówka i mamy system, który analizuje jak ten kierowca się zachowuje, czy on nie jest zmęczony. Jesteśmy w stanie analizować i są tutaj już czujniki kamery, które analizują ruch oczu kierowcy, mrugnięcia, mimikę twarzy, jesteśmy w stanie zidentyfikować, że człowiek jest zmęczony.   I jesteśmy w stanie zidentyfikować, że to zmęczenie może powodować ryzyko. Więc ten asystent może też proaktywnie sam się odzywać po to, żeby podtrzymywać rozmowę albo zasugerować, słuchaj, jesteś chyba zmęczony, sugerujemy, żebyś się zatrzymał. I tutaj powiedzmy za 500 metrów jest akurat jakiś postój, miejsce postojowe. Sugerujemy, żebyś tam się zatrzymał i odpoczął chwilę. Więc to są takie czynniki, które rzeczywiście są wartością dodaną. 


Karol:    Bardzo fajne. A jak ma się AI do nawigacji, do optymalizacji tras przejazdu? 


Mariusz:  To jest bardzo dobre pytanie. Jeżeli chodzi o poruszanie się z samochodami osobowymi, jak i na przykład planowanie tras logistycznych,  To takie modele predykcyjne są super istotne. Podpomniałem Ci o takim projekcie jeszcze zanim zaczęliśmy tę rozmowę, o takim projekcie, który robiliśmy z grupą PTV. Ona jest teraz częścią grupy Porsche.   I oni mają taki gigantyczny, trójwymiarowy model miast, faktycznych miast, rzeczywistych, bo to musi być robione per miasto, żeby było zrobione dobrze. 


Na przykład dla niemieckich miast typu Hamburg, Berlin. Oni zrobili taką mapę topograficzną, gdzie są na podstawie danych, które zbierali miesiącami, zbudowali taki model i  Ten model zawiera pewne cechy behawioralne ludzi, jak oni się zachowują na drodze, w samochodach, ruch pieszych. Oni są w stanie na podstawie tego przewidzieć prawdziwe natężenie ruchu. Nawet to, czy człowiek na przykład wybiera…  chodnik, czy idzie jakąś inną trasę, po prostu mają pewne hitmapy, które na podstawie danych zbudowali i są w stanie dostarczyć dużo lepszych możliwości planowania ruchu niż na przykład Google Maps, którego często używamy.   gdyż jest to dużo bardziej realistyczne i zawiera dużo więcej informacji z otoczenia. 


Dlaczego jest to istotne? Bo też patrząc na ewolucję tych systemów AI, autonomiczności i wielu innych rzeczy, które się dzieją w innowacjach, mamy też rozwój systemów takich mobility as a service, czyli usługi, które składają się z różnych środków transportu,  ułożonych razem tak, żeby tobie jako, powiedzmy, mieszkańcowi miasta czy kierującemu dostarczyć najlepsze wrażenia. AI tutaj w znakomity sposób jest w stanie rozplanowywać, prawda? I tu chodzi o to, żeby zabrać cię na przykład do jakiegoś dworca autobusowego,  Zaplanować, że możesz podjechać tutaj hulajnogą albo możesz podjechać na przykład skuterem elektrycznym, a w przyszłości automatyczną jednoosobową taksówką, która cię zabierze, a potem na przykład autonomiczny autobus zabierze cię dalej.  a potem na koniec będziesz mógł dojechać na przykład hulajnogą czy innym środkiem transportu. No to żeby to planować w takim ujęciu, że to jest multimodalne i jeszcze wziąć pod uwagę moje personalne preferencje, no to do tego trzeba coś dużo lepszego niż na przykład takie tradycyjne mapy czy sam GPS. 


Karol:  Ty jak myślisz, jak zmieni się transport miejski? 


Mariusz:  Jak zmieniają się systemy miejskie? Myślę, że ogólnie  Jak widzimy na trendy, to dominują trendy, żeby wypychać samochody z centrów miast i myślę, że jak patrzymy na taki przekrój do 2030 roku, będzie dużo więcej autonomicznych pojazdów, będą te autonomiczne taksówki. 


To się zmienia. U nas w Polsce też?   Myślę, że tak, ale to może nie do 2030 roku. Może będzie poślizg kilkuletni, aczkolwiek to do nas dotrze. Więc myślę, że takie autonomiczne taksówki, czyli wygodniejsze będzie korzystanie z usługi niż posiadanie własnego pojazdu. Szczególnie, że w centrum Warszawy czasami parkuje się 20 albo 30 minut.   Dokładnie. Raczej wydaje mi się, że patrząc, wyobraźmy sobie, że będzie dużo samochodów autonomicznych, będą huby takie do parkowania wielopoziomowe, które będą automatycznie wspomagały parkowanie tych pojazdów. Bez interwencji człowieka przyspieszy to znacznie korzystanie z takich pojazdów i ogólnie całą przyjemność dla mieszkańców. 


Karol:   Wydaje mi się, że wiesz, że jazda samochodem stanie się przyjemnością wtedy, kiedy będziesz jeździł tym samochodem poza miastem z pięknym widokiem, tak jak na przykład można jeździć kabrioletem jesienią po Kotlinie Jeleniogórskiej patrząc się na góry i przepiękne budowle i przyrodę.   a samochód będzie tak naprawdę nie elementem statusu społecznego, tylko narzędziem jak każde inne. 


Mariusz:  Tak to właśnie się najprawdopodobniej zmieni. To mówimy tutaj o takich powiedzmy pojazdach miejskich, ale też transport taki między miastami również się zmieni. 


Karol:   Wiesz, transport międzymiastowy, taki pasażerski nazwijmy to, wydaje mi się, że należy również do tej kategorii jak transport i logistyka towarowa. Łatwo tym zarządzić, to są kursy od punktu A do punktu B z stałą trasą. 


Mariusz:  Dokładnie, to prawda, to jest bardzo ważne co powiedziałeś, ale też to co słyszałem, że jest taki trend, przewidywanie, że  będą się rozwijać też autobusy, które nie będą miały stały tras, ale też będzie reagowanie bezpośrednio na popyt. Czyli autobusy i oczywiście tutaj też silniki predykcyjne, które pod spodem będą miały gigantyczne znaczenie. Żeby na przykład planować dynamicznie, że jest potrzeba w najbliższym miesiącu, żeby ta trasa  była uruchomiona, której zupełnie nie było. I sztuczna inteligencja będzie planować tą trasę, że teraz jest to bardziej opłacalne, bo będzie miała dostęp do informacji, których my nie jesteśmy w stanie być może przeanalizować. Tak naprawdę część autobusów, ale też inne środki komunikacji, nie ma pełnego obłożenia. Często jest to po prostu koszt. A takie dynamiczne dostosowanie się w oparciu o dane, to może mocno pomóc w osiągnięciu efektywności kosztowej. 


Karol:    Sam jestem absolutnie zwolennikiem tego, żeby od wiosny do jesieni w mieście przesiadać na zwykły, tradycyjny, analogowy rower. 


Mariusz:  Dokładnie, to jest bardzo dobry pomysł i w tym też pomoże lepsze planowanie, planowanie tras, planowanie dostępności danych szlaków komunikacyjnych. Myślę, że jest bardzo dużo jeszcze do zrobienia w tym obszarze. 


Karol:    Jeździłeś, Mariusz, na autopilocie? Nie, nie jeździłem. Ciekaw bym właśnie, czy miałeś doświadczenie a propos tego. To musi być superciekawe doświadczenie, oddać ręce i swój trochę byt w ręce systemu autonomicznego. 


Mariusz:  Nie miałem jeszcze możliwości, ale ogólnie autonomiczność jako pewne zjawisko, jako innowacja,  rodzi pewne opory, właśnie takie opory, że będziemy musieli się przestawić i zaufać tej maszynie, zaufać temu silnikowi, że będzie w sposób niezawodny nas dowieźć. Z jednej strony mogą być błędy software’owe, błędy predykcyjne, błędy związane z komunikacją między pojazdami,  to te urządzenia są zawodne. Co jeżeli podepniemy się pod jakieś API usług internetowych, a to zawiedzie? 


Co wtedy? Więc producenci rozwiązań będą musieli być na to gotowi. Co jeszcze? Cyberbezpieczeństwo. Wiadomo, że w związku z tym, że te samochody będą komunikowały się, te dane będą gdzieś wymieniane, będzie to podatne na próby przejęcia kontroli nad pojazdem. Co wtedy? To może być jakiś scenariusz jakiegoś filmu dystopijnego,  Ale oczywiście jest to poważne pytanie, które należy zaadresować. Jak zabezpieczyć te systemy autonomiczne przez próbami przejęcia przed hakerów? 


Karol:    Mariusz, jesteś człowiekiem, który żyje technologią. Powiedz mi, z czego czerpiesz wiedzę, co czytasz, kogo oglądasz, kogo śledzisz? 


Mariusz:  Tak, to jest dobre pytanie. Faktycznie staram się być na bieżąco, ale mimo wszystko czuję, że cały czas biegnę, że nie mogę na chwilę się zatrzymać, gdyż co chwilę coś się zmienia.   Czerpię źródła z różnych stron, z różnych źródeł, na przykład Hugging Face. Jestem obecny, staram się być aktywny na Hugging Face, gdyż tam pojawia się wiele różnych nowych rozwiązań, które można przetestować. Jest dużo open source’owych modeli, które ktoś zaproponował. Staram się być tam na bieżąco. Na sieciach typu YouTube jest dużo ekspertów. Nie mówię o powiedzmy… 


Karol:    A czy mógłbyś kogoś wskazać, albo czy moglibyśmy dodać w sekcji notatki do tego odcinka jakieś ciekawe źródła, kanały, które warto obserwować? Tak, jak najbardziej. 


Mariusz:  Chętnie polecę i dodajmy do notatek, bo chętnie podzielę się tą wiedzą. Mam takie dobre, sprawdzone, rzetelne źródła informacji, które po prostu śledzę na bieżąco i wiem, że powiedzmy 15 minut na danym kanale nie będzie czasem straconym, tylko wręcz przeciwnie. 


Karol:    Mariuszu, dziękuję Ci serdecznie za spotkanie. Gratuluję Ci energii, wiedzy, doświadczenia, projektów, które zrealizowałeś i cóż nie, hejaj, będziesz z nami wszystkimi. 


Mariusz:  Super, dzięki bardzo Karolu za zaproszenie i cieszę się, że mogę być w tej społeczności i myślę, że działamy. Jest bardzo dużo do zrobienia i cieszę się, że jestem częścią tej społeczności. 


Karol:  Ja Ci dziękuję za to, że jesteś częścią, która tak dużo do tej społeczności wnosi. Dzięki bardzo.