समोर दिसत असलेल्या गोष्टी नजरेत टिपण्यासाठी टेस्लाची गाडी ‘कन्व्होल्युशनल न्यूरल नेटवर्क (सीएनएन)’ नावाच्या तंत्रज्ञानाचा वापर करते. गाडी, पादचारी, इतर गोष्टी यामुळे गाडीला ‘दिसतात’. यासाठी गाडीच्या पुढच्या भागात बसवलेला कॅमेरा सतत दिसत असलेली दृश्यं टिपत राहतो. हे दृश्य ‘डीप लर्निंग’ तंत्रज्ञानाकडे पाठवलं जातं. तिथे दिसलेल्या दृश्याचा अर्थ लावला जातो.
टेस्ला या बहुचर्चित कंपनीनं एआय आणि त्यातही खास करून डीप लर्निंगच्या मदतीनं तयार केलेल्या ‘ऑटोपायलट’ या तंत्रज्ञानाची जगभरात वाहवा झाली. वाहनचालकाला आपलं काम सहजपणे करता यावं आणि एकूण प्रवास जास्त सुरक्षित व्हावा, असं या तंत्रज्ञानाचं मुख्य उद्दिष्ट आहे. वाहन योग्य मार्गिकेत ठेवणं, योग्य वेग राखणं आणि आपल्या वाटचालीमधले अडथळे टाळणं अशा गोष्टींमध्ये हे तंत्रज्ञान चालकाला खूप उपयुक्त ठरतं. यासाठी टेस्लानं उत्पादित केलेल्या गाडीमध्ये ८ कॅमेरे, १२ अल्ट्रासोनिक सेन्सर आणि एक रडार असे ‘पहारेकरी’ बसवलेले असतात. यांच्या मदतीनं आपल्या आजूबाजूची सगळी परिस्थिती न्याहाळणं आणि त्याद्वारे पुढे काय करायचं याचा निर्णय घेणं गाडीमधल्या एआय यंत्रणेला शक्य होतं. गाडीच्या आजूबाजूच्या गाड्या, पादचारी, सायकलस्वार अशा सगळ्या गोष्टींची माहिती गोळा केली जाते. याखेरीज रस्त्यामधली वाहतुकीशी संबंधित असलेली चिन्हं, वाहतूक नियंत्रणासाठी बसवण्यात आलेले दिवे यांच्याविषयीचे तपशीलही गोळा केले जातात. रस्त्यांवर मार्गिका आखलेल्या असतील तर त्यांची माहितीदेखील सतत अद्यायावत केली जाते. ही सगळी माहिती सतत टेस्लाच्या सर्व्हर संगणकांनाही पाठवली जाते. तिचा वापर टेस्लाकडे असलेल्या माहितीच्या साठ्यांना आणखी समृद्ध करण्यासाठी होतो.
समोर दिसत असलेल्या गोष्टी नजरेत टिपण्यासाठी टेस्लाची गाडी ‘कन्व्होल्युशनल न्यूरल नेटवर्क (सीएनएन)’ नावाच्या तंत्रज्ञानाचा वापर करते. गाडी, पादचारी, इतर गोष्टी यामुळे गाडीला ‘दिसतात’. यासाठी गाडीच्या पुढच्या भागात बसवलेला कॅमेरा सतत दिसत असलेली दृश्यं टिपत राहतो. हे दृश्य ‘डीप लर्निंग’ तंत्रज्ञानाकडे पाठवलं जातं. तिथे दिसलेल्या दृश्याचा अर्थ लावला जातो. उदाहरणार्थ ‘डावीकडे एक गाडी आहे’ किंवा ‘समोर पादचारी मार्ग आहे’ अशा प्रकारची ‘लेबलं’ दृश्यांना लावायचं काम डीप लर्निंगचं तंत्रज्ञान करतं. तसंच रस्त्यावरच्या मार्गिका फिकट झाल्या असतील किंवा धुक्यामुळे तसंच पावसामुळे समोरचं दृश्य अत्यंत अस्पष्ट दिसत असलं तरीसुद्धा त्या मार्गिकांचा अर्थ लावण्याची जबाबदारी एका विशिष्ट प्रकारच्या न्यूरल नेटवर्कवर असते.
या सगळ्यांचा वापर करून गाडीमधली एआय प्रणाली विविध निर्णय घेते. उदाहरणार्थ गाडीचा वेग कायम राहिला पाहिजे, कमी केला पाहिजे, का वाढवला पाहिजे? गाडी आहे त्याच मार्गिकेत राहिली पाहिजे का तिनं मार्गिका बदलली पाहिजे? पादचारी दिसत असल्यामुळे तिनं थांबणं आवश्यक आहे का? अर्थातच हे सगळे निर्णय तातडीनं घेण्याची गरज असल्यामुळे यासाठी तेस्लाच्या गाडीत ‘फुल सेल्फ ड्रायव्हिंग (एफएसडी)’ नावाचा संगणक असतो. पटापट काम करण्यासाठीची क्षमता असलेल्या टेस्ला कंपनीच्याच ‘चीप’ त्यात बसवलेल्या असतात. तसंच परिस्थितीमधल्या बारीकसारीक बदलाचीदेखील नोंद घेणं आणि त्यानुसार कार्यवाही करणं यासाठी हा संगणक सज्ज असतो. साहजिकच समोरच्या गाडीपर्यंत सुरक्षित अंतर राखणं, गाडी योग्य मार्गिकेत ठेवणं, चालकानं गाडी वळवण्यासाठीची कृती करताच गाडी वळवणं, गाडीचं पार्किंग आपोआप करणं किंवा बंद अवस्थेमधली गाडी चालकाकडे आणणं, रस्त्यावरच्या वेगांच्या मर्यादांसंबंधीच्या पाळण्याच्या दृष्टीनं त्यासाठीच्या पाट्या वाचून त्यानुसार गाडीचा वेग कमी-जास्त करणं अशा अनेक गोष्टी ‘टेस्ला ऑटोपायलट’ करू शकतं. अर्थात हे तंत्रज्ञान स्वत: पूर्णपणे गाडी चालवत नसल्यामुळे चालकाला दक्ष राहून स्वत: गाडी चालवण्यासाठी तयार असणं गरजेचं असतं. म्हणजेच चालकानं गाडी चालवण्यासाठीच्या ‘स्टिअरिंग व्हील’वर कायम हात ठेवलेल्या अवस्थेत बसलं पाहिजे. ‘ऑटोपायलट’ तंत्रज्ञान सर्वसामान्य परिस्थितीत गाडी व्यवस्थितपणे चालवण्यासंबंधीचे जवळपास सगळे निर्णय घेऊन ते अमलात आणू शकत असलं तरी काही अपवादात्मक परिस्थिती उद्भवली किंवा अचानकपणे काही अनपेक्षित घडलं तर अशा वेळी चालकानं गाडीचं सारथ्य स्वत:कडे घेणं अपेक्षित असतं. जसजसं एआय आणि त्यातही डीप लर्निंगचं तंत्रज्ञान आणखी पुढे जाईल तसतसं यात सुधारणा होत जाईल आणि अपघाताचे धोके आणखी कमी होत जातील. तसंच चालकाकडे गाडी चालवण्याची जबाबदारी येण्याचे प्रसंगसुद्धा घटत जातील.
गुगलसकट इतर अनेक कंपन्यांनी याच धर्तीवर आपल्या गाड्या किंवा गाड्यांसाठीचं तंत्रज्ञान या गोष्टी बाजारात आणलेल्या आहेत. भारतात वाहतूक, रस्ते या सगळ्यांची अवस्था बघता इथे हे सगळं कधी अवतरणार हे आपण सांगू शकत नाही. जागतिक पातळीवर मात्र या गोष्टी खूप मोठ्या प्रमाणावर प्रगतिपथावर आहेत, हे नक्की!
akahate@gmail. com
