Poco più di sessant'anni fa, esattamente nel 1961, veniva girato a New York il celebre film “colazione da Tiffany”, dove la protagonista Audrey Hepburn chiamava i taxi con il classico fischio a due dita, rimasto celebre nella storia della cinematografia mondiale.

Proprio l'altro giorno mi capitava di rivedere questa scena, e di immaginare che una volta fermato il taxi, Audrey Hepburn, azionando la maniglia per aprire la portiera si ritrovasse, una volta entrata in macchina, a constatare che il taxi non fosse guidato da nessuno. Quello che fino a pochi anni fa poteva sembrare frutto di un incubo dovuto a indigestione di fragole con la panna, già da qualche anno è realtà in alcune aree di Phoenix, San Francisco e Los Angeles, dove una flotta di più di 1000 Chrysler Pacifica a marchio Waymo garantisce, senza sosta, un servizio taxi fra i più sicuri al mondo. Waymo è frutto di una joint venture tra Google e Chrysler, la prima con un'esperienza incomparabile nella gestione e nel trattamento dei dati, la seconda in grado di fornire a Google il know how automobilistico  che il colosso di Mountain View  non aveva, compresi veicoli completamente sensorizzati con ciò che era ed è allo stato dell'arte dal punto di vista della sensoristica. Una flotta circolante, 24 ore su 24 di veicoli che possono muoversi entro un’area sperimentale molto ampia. Essi sono in grado di ricevere chiamate, individuare chi ha chiamato il taxi, permettere solo a chi ne ha diritto di entrare. La persona entra, e naturalmente non trova nessuno a guidare, ma il volante e tutti gli altri comandi primari continuano ad esserci, per garantire, come le attuali norme prevedono anche in quei paesi, di poter fronteggiare improbabilissime situazioni critiche che necessitino dell’intervento di una persona.

§§§§Una volta indicato al sistema dove si vuole andare, Waymo parte e va! Il tipo di guida è assolutamente realistica. Diversamente, una velocità inferiore a quella delle altre vetture che circolano attorno a lei, costituirebbe un reciproco pericolo. Waymo garantisce uno stile di guida assolutamente coerente con quello dell’ambiente circostante, quindi con velocità e modalità di cambio corsia assolutamente paragonabili a quelle di un guidatore normale. L'approccio di guida delle Waymo prevede sicuramente l'utilizzo di sensori allo stato dell'arte quindi radar lidar telecamere e quant'altro, ma dal punto di vista invece dell'apprendimento alla guida, questa vettura decide dove andare, e cosa fare in funzione di algoritmi di Deep learning che continuamente si arricchiscono di nuovi dati e nuove situazioni: quello che un tempo gli esperti di reti neurali chiamavano training set, ovvero quella quantità smisurata di dati etichettati che servono per addestrare il decisore, che usufruisce continuamente dell'esperienza propria e degli altri veicoli marcianti. In un approccio integrato come quello del Deep learning, analogo a quello per esempio che ha portato a generare e costantemente arricchire di nuovi dati, il nuovo campione mondiale di scacchi o qualsiasi altro tipo di sistema basato su una quantità smisurata di dati etichettati, si arriva, ad avere dei decisori che sono talmente stratificati in profondità e talmente complessi che si perde assolutamente la possibilità di capire perché il decisore abbia fatto certe scelte. Questo è uno degli aspetti che rende il Deep Learning difficile da accettare. E’ il motivo principale che porta tantissimi che vogliono avere sempre tutto sotto controllo a rifiutarsi di considerare questo tipo di risultati come un vero progresso. Il decisore basato sul Deep learning decide meglio e più rapidamente, grazie alla spaventosa evoluzione delle prestazioni delle nuove GPU, ma che progresso è, se poi non ti è possibile andare a ritroso per capire dove e perché il sistema ha preso una data decisione? Come dovremmo giudicare la bontà dei risultati del deep learning? Le statistiche sono schiaccianti, l’approccio del Deep learning è senza ombra di dubbio vincente, ma spaventa lasciare le decisioni che riguardano la propria vita nelle mani di un sistema che non è in grado di dirti perché ha fatto certe scelte invece di altre. Il Deep learning sbaglia rarissimamente, ma quelle rarissime situazioni, rivedendole con la lente d’ingrandimento, per capire cosa non ha funzionato, quale parte, quale aspetto del decisore ha “sbagliato”, viste con l’occhio umano sembrano assurde e incomprensibili. Viene da chiedersi: “com’è possibile che un sistema così sofisticato sia stato in grado di fare un errore così banale?” Il Deep learning, non riproduce il modo di ragionare dell’uomo, ne costruisce uno suo che solo a posteriori puoi affermare essere effettivamente il migliore”. Il Deep learning ha un difetto: fa scelte, prende decisioni le cui ragioni non sono più assolutamente riconducibili a un dato, piuttosto che un altro. Le scelte vengono fatte, e non c'è modo di capire perché, tutto sta nell’accettare che esiste un approccio alle decisioni migliore di quello che noi, in modo assolutamente ingiustificato continuiamo a considerare il migliore, semplicemente perché è l’unico che capiamo. Nel campo degli scacchi la decisione di affidarsi al deep learning è stata pochissimo sofferta, visto che ha sbaragliato fin da subito qualsiasi tipo di concorrenza, e qualora dovesse sbagliare, non morirebbbe nessuno  Ma davvero ci converrebbe abdicare ad un modo diverso di ragionare anche in ambiti decisamente più seri, “solo” perché fornisce le risposte che ci servono meglio e in minor tempo? Volendo spingerci oltre nel campo delle perplessità, verrebbe da chiedersi: “cosa ci garantisce che sistemi in grado di fare nettamente meglio di noi qualsiasi cosa continueranno a fare quello che chiediamo loro, anziché decidere di fare qualcos’altro?”

Ma torniamo alla guida autonoma: al momento l’approccio integrato in stile Deep learning non è l’unico.

Attualmente si preferisce realizzare la guida autonoma integrando insieme Funzionalità offerte da diversi sistemi di ausilio alla guida. Molti di noi conoscono l'Adaptive Cruise Control. Esso è in grado di mantenere una velocità di crociera impostata oppure di accodarsi a un veicolo che procede davanti a noi ad una velocità inferiore a quella da noi impostata. Sta poi al guidatore dare un OK per consentire al sistema di effettuare il sorpasso del veicolo più lento. Molti altri conoscono invece anche il sistema di ausilio alla guida denominato Lane Centering. In questo caso è il controllo del volante che é in mano al sistema di ausilio alla guida, il quale fa sì che la vettura guidata sia sempre al centro della corsia di riferimento, cioè quella occupata dal veicolo in quel momento. Naturalmente anche in questo caso, previo OK. è possibile dire al sistema di sorpassare un'eventuale vettura che procede sulla nostra stessa corsia ma più lentamente.

Questi due sistemi (L’ACC e il LC) fatti funzionare congiuntamente saranno già in grado di realizzare un tipo di guida Autonoma di Livello L3, cioè quel tipo di guida che non prevede più che le mani del guidatore siano sul volante, e neanche che il guidatore sia sempre concentrato su quello che la guida autonoma fa. Naturalmente tutto ciò sarà reso possibile solo nei contesti più semplici, cioè quelli di tipo autostradale. Tra non molto partirà una fase sperimentale in cui questi sistemi, fatti funzionare insieme, già saranno in grado di coprire buona parte dei contesti che si presentano normalmente in autostrada. La tecnica del platooning, che prevede in più la formazione di piccoli plotoni di vetture, (quattro o 5 al massimo), tutti dotati dello stesso tipo di sistemi di ausilio alla guida, permetterà di aggiungere un ulteriore step di semplificazione, permettendo alle vetture dotate di questi sistemi di godere di livelli di sicurezza fino a pochi anni fa ritenuti fantascientifici.

Per chiudere con una nota di colore: chissà che un giorno a qualche dirigente di Waymo non venga la simpatica idea di contemplare, tra le modalità possibili di prenotazione del servizio di taxi da parte degli utenti, anche quello di farlo emettendo lo stesso indimenticabile fischio a due dita di Audrey Hepburn in colazione da Tiffany.

In ogni caso, ne vedremo presto delle belle!