ماشین های خودران الکتریکی تا چند سال دیگر برای استفاده عموم عرضه خواهند شد. با این وجود یک مطالعه جدید نشان میدهد اگر روزی نرمافزار این خودروها به یک ابزار ناوبری واقعی تبدیل شود، باید مصرف انرژی بهینه تری داشته باشد.
به گزارش تکناک، ویژگیهای حرکت خودکار ماشین های خودران الکتریکی ظاهراً میتوانند مزایای زیستمحیطی خودروهای الکتریکی خودران را خنثی کنند. طبق یک مطالعه جدید از محققان MIT، مدلسازی آماری نشان میدهد که مصرف انرژی بالقوه مورد نیاز برای تامین انرژی ناوگان جهانی خودروهای برقی خودکار در آینده نزدیک، به اندازه مجموع تمام مراکز داده فعلی جهان، گاز گلخانهای تولید میکند.
مکانهای فیزیکی وجود دارد که آرایههای رایانهای عظیمی را در خود جای دادهاند و این رایانه ها امروزه برنامههای بیشماری را در جهان پشتیبانی می کنند.
این تجهیزات حدود 0.3 درصد از کل انتشار گازهای گلخانهای را تولید میکنند که تقریباً میزان کربن تولید شده سالانه توسط آرژانتین است. محققان تخمین زدند که این سطح از انرژی مورد نیاز فناوری خودران 1 میلیارد وسیله نقلیه است که هر یک فقط یک ساعت در روز رانندگی می کنند. برای مقایسه، در حال حاضر حدود 1.5 میلیارد خودرو در جاده های جهان وجود دارد.
محققان همچنین دریافتند که در بیش از 90 درصد از مدلهای تولید شده، رایانههای خودرو های برقی باید کمتر از 1.2 کیلووات از توان محاسباتی استفاده کنند تا در محدوده امروزی انتشار مرکز داده باقی بمانند، چیزی که ما به سادگی نمیتوانیم با کارایی سختافزاری فعلی به آن دست پیدا کنیم. به عنوان مثال، مدل آماری دیگری این سناریوی را تجزیه و تحلیل میکند که تا سال 2050، 95 درصد از تمام وسایل نقلیه خودران هستند، این آمار در کنار بار کاری محاسباتی که هر 3 سال یکبار دو برابر میشود، باعث می شود که بازده سختافزاری خودروها الزاما باید هر سال دو برابر شود تا انتشار آلایندهها در همان سطوح باقی بماند.
در مقایسه، نرخ صنعت پذیرفته شده در دههها معروف به قانون مور بیان میکند که قدرت محاسباتی هر دو یا چند سال یکبار دو برابر میشود، بازه زمانی که انتظار میرود در نهایت کند شود، نه اینکه شتاب بگیرد.
ممکن است پارامترهای چنین سناریوهایی شامل تعداد خودروها در جاده ها، مدت زمان سفر، قدرت محاسباتی و انرژی مورد نیاز آنها و غیره نسبتاً واضح به نظر برسد، اما پیامدهای پیش بینی نشده متعددی نیز وجود دارد که باید در نظر گرفته شود. به عنوان مثال، وسایل نقلیه خودران میتوانند زمان بیشتری را در جادهها بگذرانند، در حالی که افراد چند کار را همزمان انجام میدهند، در واقع میتوانند ترافیک بیشتری را بیفزاید. مسئله بعدی تلاش برای مدل سازی سخت افزاری و نرم افزاری است که هنوز وجود ندارد.
MIT خاطرنشان می کند که وسایل نقلیه نیمه خودران در حال حاضر به الگوریتم های محبوبی مانند “شبکه عصبی عمیق چند وظیفه ای” برای هدایت سفر با استفاده از دوربین های متعدد با وضوح بالا که اطلاعات ثابت و بلادرنگ را به سیستم خود تغذیه می کنند، متکی هستند. در یک موقعیت، محققان تخمین زدند که اگر یک وسیله نقلیه خودران از 10 شبکه عصبی عمیق برای تجزیه و تحلیل تصاویر 10 دوربین در حین رانندگی فقط یک ساعت استفاده کند، 21.6 میلیون نتیجه در روز ایجاد می کند. آن را برای 1 میلیارد وسیله نقلیه تعمیم دهید، و … 21.6 کوادریلیون تحلیل داده خواهید داشت. MIT توضیح می دهد: برای درک این موضوع، همه مراکز داده فیس بوک در سراسر جهان روزانه چند تریلیون تحلیل داده دارند (1 کوادریلیون 1000 تریلیون است).
کافی است که بگوییم، اگر صنعت خودرو بخواهد به گسترش خود در فناوری خودران ادامه دهد، این موانع جدی هستند که باید برطرف شوند. خودروهای الکتریکی کلید آینده پایدار ما هستند، اما نسخههای خودران میتوانند به بحران انرژی بیافزایند.