HOFOLDING, Germany — Gli altri piloti non avrebbero notato nulla di insolito mentre le due eleganti limousine con targhe tedesche si univano al traffico sulla francese Autoroute 1.
Ma quello a cui stavano assistendo — in quel soleggiato giorno autunnale del 1994 — era qualcosa che molti di loro avrebbero liquidato come semplicemente pazzo.
Ci sono volute alcune telefonate dalla lobby delle auto tedesche per convincere le autorità francesi a dare il via libera. Ma eccoli qui: due Mercedes 500 SEL grigie, che accelerano fino a 130 chilometri all’ora, cambiano corsia e reagiscono ad altre auto — autonomamente, con un sistema informatico di bordo che controlla il volante, il pedale del gas e i freni.
Decenni prima che Google, Tesla e Uber entrassero nel business delle auto a guida autonoma, un team di ingegneri tedeschi guidati da uno scienziato di nome Ernst Dickmanns aveva sviluppato un’auto in grado di navigare da sola nel traffico pendolare francese.
La storia dell’invenzione di Dickmann, e di come è stata quasi dimenticata, è un’illustrazione accurata di come la tecnologia a volte progredisce: non in piccoli passi costanti, ma in boom e busti, in improbabili progressi e inevitabili ritiri —”un passo avanti e tre passi indietro”, come ha detto un ricercatore di AI.
Ernst Dickmanns | lo scienziato tedesco che ha testato le auto a guida autonoma sulle strade europee negli 1980 e 1990 / Janosch Delcker per POLITICO
È anche un avvertimento di sorta, sulle aspettative che poniamo sull’intelligenza artificiale e sui limiti di alcuni degli approcci basati sui dati utilizzati oggi.
“Ho smesso di dare consigli generali ad altri ricercatori”, ha detto Dickmanns, ora 82 anni. “Solo questo: non si dovrebbe mai perdere completamente di vista approcci che una volta avevano molto successo.”
Dai cieli alla strada
Prima di diventare l’uomo” che ha effettivamente inventato le auto a guida autonoma”, come ha detto lo scienziato informatico di Berkeley Jitendra Malik, Dickmanns ha trascorso il primo decennio della sua vita professionale analizzando le traiettorie che le navi spaziali prendono quando rientrano nell’atmosfera terrestre.
Addestrato come ingegnere aerospaziale, ha rapidamente salito attraverso i ranghi della comunità aerospaziale ambiziosa della Germania Ovest in modo che nel 1975, ancora sotto i 40 anni, si è assicurato una posizione presso una nuova università di ricerca delle forze armate tedesche.
I tre veicoli stradali autonomi alla manifestazione PROMETHEUS a Parigi, ottobre 1994. Da sinistra a destra: UNIBWM VaMP, Daimler VITA-2, Daimler VITA-1 | Foto di Reinhold Behringer
A questo punto, aveva già iniziato a rimuginare su quella che sarebbe diventata presto la sua missione di vita: insegnare ai veicoli come vedere. Il punto di partenza, Dickmanns divenne sempre più convinto, non era astronavi ma automobili. Nel giro di pochi anni, aveva comprato un furgone Mercedes, installato con computer, telecamere e sensori, e ha iniziato a eseguire test nei locali dell’università nel 1986.
“I colleghi dell’università hanno detto, beh, è uno strano, ma ha un track record, quindi lasciamolo fare”, ha detto Dickmanns durante un’intervista nella sua casa di famiglia, situata a pochi passi da una chiesa a cupola a cipolla a Hofolding, una piccola città fuori Monaco.
Nel 1986, il furgone di Dickmanns divenne il primo veicolo a guidare autonomamente — sullo skidpan della sua università. L’anno successivo, lo mandò giù per una sezione vuota di un’autostrada bavarese ancora da aprire a velocità che si avvicinavano a 90 chilometri all’ora. Poco dopo, Dickmanns fu avvicinato dalla casa automobilistica tedesca Daimler. Insieme, hanno ottenuto finanziamenti da un enorme progetto paneuropeo, e nei primi anni 1990, la società ha avuto un’idea che prima sembrava “assurda” a Dickmanns.
” Non potete equipaggiare una delle nostre grandi autovetture per la dimostrazione finale del progetto a Parigi nel mese di ottobre, e poi guidare sull’autostrada a tre corsie nel traffico pubblico?”ricordò i funzionari che chiedevano.
Ha dovuto fare un respiro profondo, ” ma poi ho detto loro che con la mia squadra, e i metodi che stiamo usando, penso che siamo in grado di farlo.”
Daimler potenziò il finanziamento del progetto. I lobbisti delle auto hanno appianato i dubbi all’interno del governo francese. E nell’ottobre del 1994, la squadra di Dickmanns raccolse un gruppo di ospiti di alto rango dall’aeroporto Charles de Gaulle, li guidò verso la vicina autostrada e cambiò le due auto in modalità auto-guida.
“A volte, toglievamo le mani dal volante” — Reinhold Behringer, uno degli ingegneri che sedevano al posto di guida durante la dimostrazione
Un ingegnere è rimasto sul sedile anteriore di ogni auto — con le mani sul volante nel caso in cui qualcosa andasse storto — ma le auto stavano guidando.
“A volte, toglievamo le mani dal volante”, ha detto Reinhold Behringer, uno degli ingegneri che sedeva al posto di guida durante la dimostrazione, con l’eccitazione ancora nella sua voce 24 anni dopo.
I giornali hanno pubblicato storie in prima pagina sulla manifestazione, ha ricordato. E un anno dopo, la squadra di Dickmanns ha preso un’auto riprogettata per un viaggio ancora più lungo, viaggiando per più di 1.700 chilometri sull’autostrada dalla Baviera alla Danimarca, raggiungendo velocità di oltre 175 chilometri all’ora.
Non molto tempo dopo, il progetto era finito. La tecnologia che Dickmanns stava usando ha raggiunto i suoi limiti. Daimler perse interesse nel finanziare la ricerca di base necessaria per portarla avanti. In poco tempo, lo sforzo pionieristico di Dickmanns fu quasi dimenticato.
Summer child
La storia dell’intelligenza artificiale è una storia di buzzy springs seguita da ciò che i ricercatori chiamano “AI winters”, quando l’attenzione e il finanziamento svaniscono.
Il lavoro di Dickmanns sulla guida autonoma è iniziato durante il primo inverno e si è concluso dopo che un secondo ha colpito il campo.
La ricerca sull’IA — gli sforzi per far sì che le macchine svolgano compiti che altrimenti richiederebbero il pensiero umano — iniziarono alla fine degli anni ‘ 50. Fin dai suoi primi giorni, il campo è stato caratterizzato da hype, portando alcuni ricercatori ambiziosi come l’economista Herbert Simon a prevedere negli 1960 che le macchine sarebbero “in grado entro 20 anni di fare qualsiasi lavoro che un uomo possa fare.”
Spronato da tali promesse, i finanziamenti sono esplosi-ma la tecnologia non è riuscita a fornire e la bolla è scoppiata a metà degli anni 1970.
All’interno del UNIBWM autonomous experimental vehicle VaMP, sul banco posteriore dove è stato installato il sistema di calcolo per un facile accesso e monitoraggio / Foto di Reinhold Behringer
Questo primo inverno AI è stato uno dei motivi per cui Dickmanns ha tenuto il suo lavoro sulla visione artificiale in gran parte a se stesso nei primi anni. Era consapevole, ha detto, che ” la gente avrebbe detto che il ragazzo ha una vite allentata da qualche parte.”
Quando ha inviato il suo furgone a guida autonoma su un’autostrada tedesca vuota a metà degli anni 1980, era arrivata un’altra molla AI. La sua dimostrazione di concetto ha generato abbastanza interesse da assumere una squadra che alla fine sarebbe cresciuta fino a 20 persone prima della dimostrazione di Parigi del 1994.
Poi arrivò un altro inverno, nei primi anni 1990, e lo slancio di Dickmanns fu perso.
“Era un concetto interessante”, ha detto Behringer, l’ingegnere che sedeva al volante a Parigi. “Ma per molti era ancora troppo futuristico.”
Insegnare a un’auto a vedere
I tecnologi dicono che ci sono due tipi di invenzioni: Quelli come la lampadina, che sono stati in uso e continuamente migliorato fin da quando sono stati inventati. E quelli come aerei supersonici — ricordate il Concorde? – che incarnano un processo tecnologico rivoluzionario ma sono troppo avanzati per sopravvivere, almeno al momento della loro invenzione.
Le auto a guida autonoma di Dickmanns appartengono alla seconda categoria.
Quando ha iniziato a svilupparli nei primi anni 1980, i computer necessari fino a 10 minuti per analizzare un’immagine. Per guidare autonomamente, un’auto ha bisogno di reagire all’ambiente circostante, e per farlo, Dickmanns ha calcolato che i computer avrebbero bisogno di analizzare almeno 10 immagini al secondo.
Di fronte a quello che sembrava un ostacolo insormontabile, trasse ispirazione dall’anatomia umana. Le auto, decise, dovrebbero essere programmate per vedere le strade come gli umani percepiscono l’ambiente circostante.
All’interno del veicolo sperimentale UNIBWM VaMP su un’autostrada pubblica in Danimarca l ‘ 11 novembre 1995 | Foto di Reinhold Behringer
L’occhio umano è in grado di vedere solo una piccola macchia al centro del suo campo visivo in alta risoluzione. Allo stesso modo, Dickmanns pensava, un’auto dovrebbe concentrarsi solo su ciò che è rilevante per la guida, come la segnaletica orizzontale. Ciò ha ridotto la quantità di informazioni che i computer di bordo dovevano elaborare.
Ha anche trovato altre scorciatoie computazionali: una quantità significativa di tempo di calcolo è stata liberata quando Dickmanns si è reso conto che non aveva bisogno di spendere una preziosa potenza di elaborazione per risparmiare ogni immagine. Ha anche programmato l’auto per imparare dai suoi errori, migliorando gradualmente la sua comprensione del suo ambiente.
Complessivamente, era sufficiente mantenere l’auto sulla strada — a malapena.
Guidare su un’autostrada, si scopre, è uno dei compiti più facili che un’auto a guida autonoma può svolgere. Le condizioni sono ben definite: il traffico scorre in modo prevedibile, in una direzione. Le corsie sono chiaramente contrassegnate.
E anche allora, la dimostrazione non è andata perfettamente. “È stato un test”, ha detto Behringer. “Quando, ad esempio, c’era un’auto davanti a noi che copriva i segnali stradali e, dall’altra parte, i segni venivano lavati via, allora la funzione di identificazione della corsia aveva un problema.”
America calling
Dopo il secondo inverno dell’IA, e il ronzio che circondava la dimostrazione di Parigi svanì, Daimler disse a Dickmanns che “voleva avere un prodotto per il mercato il prima possibile”, ricordò. La casa automobilistica aveva perso interesse nella sua costosa ricerca fondamentale, che era improbabile che producesse applicazioni reali entro i prossimi due anni.
“Col senno di poi, probabilmente è stato un errore che quei progetti non siano stati immediatamente proseguiti”, ha detto Jürgen Schmidhuber, co-direttore dell’Istituto Dalle Molle per la ricerca sull’intelligenza artificiale di Lugano, in Svizzera. “Altrimenti non ci sarebbero dubbi su chi sarebbe leader nel campo oggi.”
Le aziende tedesche continuano a detenere la maggior parte — quasi la metà di tutti-brevetti nella tecnologia auto-guida, ma i giocatori più recenti, tra cui giganti tecnologici statunitensi come Waymo di Alphabet, hanno recuperato terreno. Gli esperti descrivono l’attuale corsa per la leadership nella tecnologia di guida autonoma come collo e collo.
“C’è una profonda mancanza di consapevolezza di ciò che è stato fatto in passato, soprattutto tra apprendimento automatico di scienziati” — di Lunga data AI ricercatore
“È possibile che, gettato via il suo chiaro ruolo di avanguardia, perché la ricerca non era costantemente continuato, al momento,” Schmidhuber, ha detto. Ha aggiunto che le case automobilistiche potrebbero aver evitato la tecnologia di guida autonoma perché sembrava essere in opposizione al loro marketing, che ha promosso l’idea di un autista incaricato di guidare un’auto.
Alla fine degli anni 1990, Dickmanns si rivolse all’estero e firmò un contratto quadriennale con il Laboratorio di ricerca dell’Esercito degli Stati Uniti.
La cooperazione ha portato a un’altra generazione di auto a guida autonoma, che erano in grado di navigare su superfici più complicate; i suoi risultati-pubblicati intorno al tempo in cui Dickmanns si ritirò — attirarono l’attenzione della Darpa, la divisione tecnologie emergenti del Pentagono. Ha ispirato l’agenzia a lanciare una serie di “sfide”, a partire dal 2004, incaricando gli inventori di inviare auto a guida autonoma che corrono attraverso un territorio spettacolare.
Quelle sfide, promosse da massicce campagne di marketing, sono state la prima volta che un vasto pubblico ha sentito parlare di guida autonoma. Hanno fatto scienziato informatico di origine tedesca Sebastian Thrun-che ha vinto la sfida nel 2005 come professore della Stanford University e in seguito ha fondato il team di auto-guida di Google-una celebrità nella comunità AI.
Il veicolo sperimentale UNIBWM VaMP durante una sosta / Foto di Reinhold Behringer
Nel frattempo, il lavoro pionieristico di Ernst Dickmanns cadde nel dimenticatoio.
Quando nel 2011, 17 anni dopo la dimostrazione di Parigi di Dickmanns, il New York Times ha pubblicato una storia in prima pagina sugli sforzi di Thrun per costruire un’auto a guida autonoma, ha dovuto eseguire una correzione in seguito, chiarendo che “sebbene il signor Thrun abbia sviluppato un’auto senza conducente, non è stato il primo a farlo.”
” C’è una profonda mancanza di consapevolezza di ciò che è stato fatto in passato, specialmente tra gli scienziati di apprendimento automatico”, ha detto un ricercatore di AI di lunga data, che ha chiesto di rimanere anonimo.
Ha aggiunto che intervista regolarmente candidati di alto rango che licenziano documenti di cinque anni come “obsoleti” o semplicemente non conoscono la ricerca fatta nei decenni precedenti.
L’inverno sta arrivando?
Nel 2018 — mentre l’IA subisce un altro giro di hype — potrebbe profilarsi un nuovo inverno? Alcuni pensano che sia una possibilità distinta.
Molte ricerche recenti in AI sono state nel cosiddetto “apprendimento profondo”, in cui gli algoritmi “imparano” riconoscendo i modelli. Il suo principio di base-trovare correlazioni in dati complessi-funziona alla grande per la maggior parte delle applicazioni, ma si rivela in alcuni casi un vicolo cieco. E poiché l’apprendimento profondo è guidato dai dati, i suoi algoritmi sono sempre altrettanto buoni dei dati che vengono alimentati.
Filip Piękniewski-uno scienziato informatico con sede a San Diego e autore di un saggio intitolato “The AI Winter is well on its way” — ha affermato che gran parte dei finanziamenti versati nell’IA, in particolare nel contesto delle auto a guida autonoma e della robotica, si basa su aspettative irrealistiche sollevate su ciò che l’apprendimento profondo è in grado di fare.
Foto di Ernst Dickmanns
“Questo è il luogo in cui le aspettative si scontrano con la realtà”, ha detto Piękniewski. “E molte persone saranno infastidite dal fatto che abbiano investito così tanti soldi, e le aspettative non si materializzano.”
Virginia Dignum, professore all’Università di Delft, ha convenuto che se i ricercatori di IA continuano a concentrarsi principalmente sull’apprendimento profondo, “ad un certo punto, le persone saranno deluse.”Il campo, ha detto, deve guardare oltre e investire in altri approcci che dipendono da meno dati, o modelli basati sulla causalità piuttosto che sulla correlazione su cui si basa l’apprendimento profondo.
Tuttavia, facendo eco all’opinione diffusa tra ricercatori e analisti, Dignum ha sottolineato di non credere che un altro “inverno AI” stia arrivando presto. A differenza dei boom precedenti, gli sviluppatori di oggi stanno trasformando l’IA all’avanguardia in applicazioni commerciali reali, grazie ai recenti progressi tecnologici a partire dai primi anni 2010, in particolare nella potenza di calcolo e nella memorizzazione dei dati.
Pathfinder
Ciò rende la situazione diversa dalle generazioni precedenti, che spesso si diceva stessero facendo “ricerche sui cieli blu” — scienziati come Ernst Dickmanns, che disse di aver capito al momento dei suoi esperimenti che ci sarebbero voluti decenni in più prima che le auto autonome diventassero una realtà quotidiana.
In effetti, Dickmanns, seduto nel suo giardino d’inverno, ha detto che crede ancora che i veicoli veramente autonomi siano ancora a un decennio o due di distanza.
I veicoli a guida autonoma attualmente in fase di test utilizzano un processo diverso, meno costoso dal punto di vista computazionale che richiede meno potenza di elaborazione nel computer di bordo. Compensano la differenza utilizzando mappe, posizionamento GPS e database di oggetti osservati in precedenza.
“Sono felice di essere uno dei pionieri. Ma se potessi ricominciare da capo oggi, con la tecnologia disponibile, questa sarebbe una storia completamente diversa” — Ernst Dickmanns
Piuttosto che veramente “vedere”, Dickmanns ha detto che si basano su ciò che chiama “visione di conferma.”Ciò significa che potrebbero funzionare bene su strade e aree che sono state ampiamente mappate ma falliscono quando si tratta di ambienti meno controllati.
L’approccio che ha aperto la strada — che chiama “pathfinder vision” e che è ancora perseguito in un paio di istituti di ricerca — consentirebbe alle auto di operare ovunque. “Ad un certo punto, la gente si renderà conto che dopo una tempesta, dopo un terremoto, o significativamente più spesso in un contesto militare quando si entra in un nuovo ambiente, il non funzionerà”, ha detto.
Un giorno, predice, l’industria realizzerà i limiti del suo approccio e il suo lavoro vedrà una rinascita.
“Sono contento di poter essere uno dei pionieri”, ha aggiunto, “Ma se potessi ricominciare da capo oggi, con la tecnologia disponibile, questa sarebbe una storia completamente diversa.”