Para os carros autônomos, existe um significado por trás de um grande número: 4 Terabytes

Kathy Winter, vice president and general manager, Intel Automated Driving Solutions Division. (Credit: Intel Corporation)

Kathy Winter – Como engenheira, amo resolver problemas e usar a “linguagem matemática” – ou números – para entender o mundo em que vivemos. Com significado além de seus valores numéricos, os números adicionam contexto para histórias e desafios de uma maneira que uma palavra não consegue. Números grandes são interessantes já que o significado deles é muitas vezes mais complexo do que o seu tamanho poderia sugerir. Com um número em particular – 4 terabytes (TB) – isso é especialmente verdadeiro e estou empolgada sobre o significado por trás desse número para a indústria de condução autônoma.

Em primeiro lugar: Por que esse número? Quatro terabytes é a quantidade estimada de dados que um carro autônomo gerará em aproximadamente uma hora e meia de condução – ou a quantidade de tempo que uma pessoa média gasta por dia em seu carro. Até 2020, esta é a quantidade de dados que 3.000 usuários da Internet deverão consumir a cada dia. Pode não parecer muito até que você pense nisso de uma maneira diferente: Quantos de nós possuímos 3.000 amigos no Facebook? Agora imagine tentar seguir e absorver tudo que eles postam todos os dias.

Se o interessante sobre os dados criados pelos carros auto-conduzidos fosse simplesmente a quantidade deles, 4TB seria muito empolgante. O que transforma “os dados no novo petróleo” para os carros autônomos – e o que o torne um desafio real – é a nossa necessidade de entender esses dados e transformá-los em conclusões acionáveis que permitam que os carros pensem, aprendam e interajam entre si sem intervenção humana. Dados que permitem que os carros façam condução para que 90% dos acidentes causados por erro humano¹ possam um dia ser uma coisa do passado.

A Intel é uma empresa de dados. Sabemos como criar, mover, armazenar, processar, analisar e gerenciar dados – em escala massiva – e estamos aplicando esta vasta experiência para a indústria da condução autônoma. Por exemplo, também sabemos que a maneira mais rápida para resolver o desafio de dados da condução autônoma é por meio da colaboração da indústria. Ao mesmo tempo em que ainda resta muito trabalho pela frente para fornecer veículos totalmente autônomos até 2021, estou confiante de que o trabalho com a indústria e nossos parceiros, poderemos fazer isso juntos.

Os dados da condução autônoma são de três tipos básicos: dados técnicos, dados de colaboração coletiva e dados pessoais. Os dados técnicos são talvez os mais óbvios. Estes dados vêm de um pacote de sensores e representam a “visão” do carro do mundo que os cerca imediatamente. Estes dados ajudam o carro a reconhecer uma pessoa ou um hidrante, ver um novo buraco na pista ou talvez calcular rapidamente a aproximação de outro carro. Este tipo de dados técnicos também é ótimo para capturar novos cenários de condução e enviá-lo para a nuvem para a aprendizagem e para melhorar o software que controla o comportamento de pilotagem. Quando este tipo de dado vai para a nuvem, torna-se incrivelmente valioso para outros veículos conectados à mesma nuvem.

Os dados de colaboração coletiva são algo que a comunidade de carros locais recebe de seus entornos, como o trânsito ou mudanças nas condições da via. Você pode imaginar todos os tipos de aplicativos interessantes que poderiam usar este tipo de informações, como encontrar uma vaga de estacionamento próxima ou evitar engarrafamentos. Finalmente, existem os dados pessoais, incluindo estações de rádio que você gosta de escutar, as cafeterias que você frequenta, as rotas que você prefere e assim por diante. Este tipo de dado pode ser útil para criar uma experiência personalizada mais interessante no seu veículo autônomo.

À medida que a indústria evolui rumo aos carros totalmente autônomos, os dados apresentam inúmeros desafios para toda a indústria global. O primeiro desafio é voltar ao número original: 4 TB. O tamanho exponencial do crescimento dos dados faz com que seja preciso uma enorme quantidade de capacidade computacional para organizar, processar, analisar, entender, compartilhar e armazenar. Pense no poder computacional do data center, não dos PCs.

A necessidade de treinar carros totalmente autônomos o mais rápido possível apresenta outro desafio. Quando novas respostas ou situações de pilotagem são identificadas, melhorias na aprendizagem de máquinas, na simulação e nos algoritmos precisam ocorrer quase que instantaneamente – e não semanas ou meses depois – e os modelos de condução atualizados devem ser enviados para os carros assim que estiverem disponíveis. Quando, onde e porque isso ocorre apresentam implicações não só para hoje, mas para o dia quando os carros auto conduzidos forem a norma.

Também existe a questão da proteção dos dados e o que significa para os consumidores eventualmente confiar na experiência autônoma. Como alcançaremos o armazenamento e o compartilhamento verdadeiramente seguros dos dados é uma questão que levanto frequentemente, e uma que encaramos com muita seriedade. Quais dados são armazenados: O que é eliminado? Quais conjuntos de dados são compartilhados? E como protegeremos todos eles? Essas são questões válidas que exigirão a colaboração da indústria e nossos melhores especialistas para serem respondidas de maneira significativa.

Finalmente, o desafio dos dados cresce com o passar do tempo à medida que pequenas frotas de veículos se tornarem centenas de milhões de veículos. A habilidade para fazer isso acontecer vem apenas por meio da habilidade de processar conjuntos cada vez maiores de dados. A escalabilidade real do sistema será fundamental tanto dentro dos nossos carros – volta ao número de 4TB – quanto fora dos carros em imensos data centers, à medida que o supercomputador para condução autônoma e a nuvem que o suporta continuam a evoluir.

Nenhuma empresa pode resolver esse desafio de dados sozinha. Na Intel, acreditamos que a melhor maneira para resolve-lo é coletivamente, trabalhando juntos por toda a indústria para desenvolver plataformas seguras no estado da arte e compartilhar informações relacionadas à segurança. À medida que trabalhamos rumo à visão compartilhada de um mundo sem acidentes e com mobilidade para todos, a colaboração da indústria acelerará a nossa habilidade de transformar isto em realidade. Estou empolgada por trabalhar com a nossa equipe da Intel e parceiros-chave no desafio dos 4TB, já que eu sei que resolver este problema resultará em estradas mais seguras e uma melhor jornada para todos.

*Kathy Winter é vice-presidente e gerente geral da Divisão de Soluções Para Condução Automatizada da Intel Corporation.   Ela uniu-se à Intel em 2016 vindo da Delphi, onde ela projetou a primeira viagem de um veículo totalmente autônomo cruzando o país.

 ¹ Pesquisa Nacional de Causa de Colisões de Veículos Motorizados, Departamento de Transporte dos EUA em 2008. https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/811059; http://cyberlaw.stanford.edu/blog/2013/12/human-error-cause-vehicle-crashes

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *