தானோட்டிக்கார்கள் – முடிவுரை – பகுதி 15

சிலவருடங்கள் முன் இந்தியா வந்த பொழுது, 10 வயது சிறுவனோடு ஒரு வினோத அனுபவம். என்னை எப்படியோ ஐஸ் வைத்து  (அவனுக்கு நான் கனடாவிலிருந்து வந்துள்ளேன் என்று தெரியும்!) என்னுடைய திறன்பேசியைக் கைப்பற்றி, என்னுடைய அனுமதியுடன், Temple Run விளையாடத் தொடங்கினான்.

அரை மணி நேரத்தில், நான் வருடக்கணக்கில் தொடாத ஸ்கோரைத் தொட்டுவிட்டான். அவனது துரதிஷ்டம் – அவனது அம்மாவிற்கு அவன் விளையாடுவது தெரிந்துவிட்டது.

அடுத்தபடி அவன் அம்மாவிற்கும், அவனுக்கும் நடந்த உரையாடல்கள் மிகவும் சுவாரசியமானவை. அவனுடைய அன்றைய காலை மின்னணு விளையாட்டு நேரம் முடிந்துவிட்டது என்று அம்மா அறிவித்தாள். அவன் கையில் கொண்டு வந்த வீட்டுப்பாடத்தை அடுத்த 2 மணி நேரத்திற்குள் முடித்து, அவளிடம் காட்டி வெற்றி பெற்றால், மீண்டும் என்னுடைய திறன்பேசியில் இன்னொரு 30 நிமிடங்கள் Temple Run விளையாடலாம். இந்த உடன்பாடு அருமையாக அன்று நிறைவேறியதை நான் பார்த்தேன்.

இந்த உதாரணத்தில் மூன்று விஷயங்கள் மிகவும் முக்கியமான எந்திரக் கற்றலியல் சார்ந்த விஷயங்கள்;

  • சிறுவன், கையில் Temple Run கிடைத்தால், அவனுடைய குறிக்கோள், அதிக ஸ்கோர் எடுப்பது
  • அம்மா, தன்னுடைய பிள்ளை, மின்னணு விளையாட்டால், மிகவும் தாக்கும் நடத்தை (aggressive behavior) வரக்கூடாது என்று கராராக இருப்பது
  • சிறுவனுக்கு, பள்ளி வீட்டுப்பாடம் செய்யவேண்டும் என்ற அடிப்படைப் பொறுப்பு இருந்தாலும், Temple Run –ன், வசீகரம் மிகவும் பிடிக்கிறது

எந்திரக் கற்றலியலில், மிகவும் ஆராயப்பட்டுவரும் மேற்பார்வையற்ற ஒரு நெறிமுறை (unsupervised learning algorithm) reinforced learning என்பது. இந்த மென்பொருள் நெறிமுறைகளில் ஆராய்ச்சி செய்து வந்த Deep Mind என்ற நிறுவனத்தை, கூகிள் 2014–ல் வாங்கியது.

இந்த நெறிமுறை, எதையும் சொல்லிக் கொடுக்காமல், ஒரு எந்திரத்தைத் தானாகவே கற்றுக் கொள்ளவைக்கும் மேற்பார்வையற்ற ஒரு நெறிமுறை. இந்த நெறிமுறையில் உள்ள முக்கிய அம்சம், அதிக முயற்சிக்கு அதிக பரிசு என்பதாகும். அதிகமாக பொருட்களை விற்கும் விற்பனையாளருக்கு அதிக கமிஷன் கொடுப்பதைப் போன்ற விஷயம் இது.

விடியோ விளையாட்டிற்குச் சரிப்பட்டுவரும் இந்த நெறிமுறை தானோட்டிக்காருக்குச் சரிப்பட்டுவருமா? அம்மா கட்டுப்பாடற்ற சிறுவனைப்போல, கார் இயங்கத் தொடங்கிவிடுமா? இதை Mobileye காரர்கள் சோதனை செய்து பார்த்தார்கள்.

இந்தக் காரில் பயணம் செய்வோருக்கு சத்தியமாக வயிற்றைக் கலக்கும். மிகக் குறைந்த இடைவெளியில் ஒரு வரைபாதையிலிருந்து, அடுத்த வரைபாதைக்கு மிகவும் அபாயகரமாய் மாற்றும் (சென்னையில் ஆட்டோ பயணம் மேற்கொண்டவர்களுக்கு இது புதிய அனுபவமாக இருக்காது). மேலும், இதன் தாக்கும் நடத்தை மற்ற கார் ஓட்டுனர்களையும் கதிகலங்கச் செய்யும். தமிழ் சினிமாவில் அம்மா செண்டிமெண்ட் போல, இஸ்ரேல்காரர்களும், அம்மா கட்டுப்பாட்டை நெறிமுறைக்குள் கொண்டு வந்து சோதித்துப் பார்த்தார்கள்.

கணினி மென்பொருளில் அம்மா கட்டுப்பாடா/ அது எப்படி? அதிக ஸ்கோரை நோக்கியே பயணம் என்றிருந்தது போக, அபராதத்தையும் நெறிமுறைக்குள் கொண்டுவந்தார்கள். அதாவது, அபாயகரமாக வரைபாதையை மாற்ற முயற்சி செய்தால், அபராதம். ஒழுங்காக ஓட்டினால் ஸ்கோர் என்று இந்தக் கணினி மென்பொருள் நெறிமுறைய மாற்றி சோதித்தார்கள்.

சோதனையில் ஒரு மிக முக்கிய எந்திரக் கற்றலியல் விஷயம் தெரிய வந்தது. மனிதர்களைப் போல தானோட்டிக் கார் செயல்படத் தொடங்கியது.

  1. முதலில், திருப்புகுறிகையை (turn indicators) ஆன் செய்தது. பின்னே வரும் கார்களுக்கு தானோட்டிக் கார் தன்னுடைய வரைபாதைக்கு வரலாம் என்ற செய்தியை அறிவிக்கிறது
  2. முழுவதும் அடுத்த வரைபாதைக்குப் போகாமல், சற்று முயற்சித்தது
  3. பின்னே வரும் காரின் வேகத்தைக் கணக்கில் கொண்டு, கணினி நெறிமுறை, இந்த மாற்றம் அபாயகரமாக இருந்தால், அபராதத்தை அதிகரிக்கும்
  4. திருப்புக்குறிகையை அணைத்துவிட்டு, சமர்த்தாக மீண்டும் தன்னுடைய வரைபாதக்கே திரும்பிவிட்டது
  5. மீண்டும்படி 1 மற்றும்படி 4 –ஐ முயற்சித்தது. அபராதம்அதிகமானால், படி 4 –ஐ செய்து சமர்த்தாக தன்னுடைய வரைபாதைக்கே திரும்பிவிட்டது
  6. இவ்வாறு பலமுறைபடி 1 மற்றும்படி 4 –ஐ முயற்சித்தது, அபராதம் அதிகரிக்காத, ஆனால் ஸ்கோர் உயரும் தருணத்தில், அடுத்த வரைபாதைக்கு கார் மாறிவிட்டது

என்ன நடக்கிறது இங்கே? நம்முடைய தானோட்டிக்காருக்கு, மற்ற வாகனங்களுடன்க லந்துரையாடி முடிவெடுக்கும் திறமை வந்து விட்டது – அதாவது self-driving car now negotiates!

இந்திய கார் ஓட்டுனர்கள் (சில ஆசிய/ ஆப்பிரிக்க நாடுகளிலும் இதே கதிதான்) போக்குவர்த்து சிக்னல்களைத் தவிர்த்து, பெரிதாக சாலை விதிகள் எதையும் பின்பற்றுவதில்லை. பொதுவாக இது போன்ற நாடுகளில்;

  1. வரைபாதைகள் பாதிசாலைகளில் இருப்பதே இல்லை
  2. வரைபாதைகள் இருந்தாலும், வாகனங்கள் கலந்துரையாடி அடுக்கடுக்காய் எப்படியோ பயணிக்கின்றன
  3. எல்லா ஓட்டுனர்களும் தங்களுடைய காருக்கு பங்கம் வராமல் முடிந்தவரைப் பார்த்துக் கொள்கிறார்கள்

அதாவது, நம்முடைய சிறுவன் – அம்மா உதாரணத்தில், ஸ்கோர் இருந்தது, அபராதமும் இருந்தது. இந்திய ஓட்டுனர்களுக்கு அபராதம், தன்னுடைய வாகனச் சேதம். மற்ற எல்லாம் ஸ்கோர்தான்.

இந்தத் தொழில்நுட்பம் வளரும் நாடுகளுக்கு மிகவும் முக்கியமான ஒன்று. இன்னும் சில ஆண்டு சோதனைக்குப் பின் டில்லி சாந்தினி சவுக்கில் தானோட்டிக்காரை சோதிக்கத்தான் போகிறார்கள். Mobileye –யின் குறிக்கோள்களில் இதுவும் ஒன்று.

இக்கட்டுரைத் தொடரில் பல புதிய தமிழ்ச் சொற்கள் பயன்படுத்தத் தேவையிருந்தது. சில ஆங்கிலச் சொற்களுக்குத் தமிழ் சொற்கள் புதிதாக உருவாக்கவும் நேரிட்டது. புதிய தொழில்நுட்பம் பற்றி தமிழில் எழுதுவதன் அலாதி அனுபவம் இது. இச்சொற்களுக்கு நிகரான சில தமிழ்ச் சொற்களை இங்கு பரிசீலனைக்கென முன் வைக்கிறேன்

ஆங்கிலச் சொல் தமிழ்ப் பரிந்துரை
Licensing உரிமம்
Regulatory bodies சீர்படுத்தும் அமைப்புகள்
Insurance காப்பீடு
Vehicle fleets வாகனத் தொகுதி அமைப்புகள்
Auto safety standard bodies வாகனப் பாதுகாப்பு அமைப்புகள்
Self-driven cars or Driverless cars தானோட்டிக் கார்கள்
Parallel park assist தானே இணை நிறுத்தும் வசதி
Proximity warning feature அருகாமை எச்சரிக்கை அம்சம்
Traffic lanes வரைபாதை
Lane departure warning feature வரைபாதையிலிருந்து சறுக்கல், எச்சரிக்கை அம்சம்
Stop sign நிறுத்தும் குறி
Four way stop நான்கு வழி நிறுத்தம்
Microcomputer/chip revolution நுண்கணினிப் புரட்சி
Windshield wiper கண்ணாடி நீர் துடைப்பான்
Electric ignition மின் கார் துவக்கம்
Turn indicator திருப்புக் குறிகாட்டி
Cruise control வேக சுயக்கட்டுப்பாடு
Electronic fuel injection மின்னணு எரிபொருள் உட்செலுத்தல்
Car diagnostic codes கார் பிரச்னை குறிகைகள்
Collision avoidance systems மோதல் தவிர்ப்பு முறைகள்
Survival எஞ்சுதல்
Innate intelligence உள்ளார்ந்த அறிவு
Machine vision challenge எந்திரப் பார்வை சவால்
Diagnostic computer பிழை ஆய்வுக் கணினி
Level flight சம அளவில் பறப்பது
Park assist feature காரை நிறுத்தும் உதவி அம்சம்
Adaptive cruise control feature சூழலுக்கேற்ப வாகனத்தில் வேகத்தைக் கட்டுப்படுத்தும் அம்சம்
Ultrasonic கேளா ஒலி
Algorithm கணினி மென்பொருள் நெறிமுறை
Location இருப்பிடம்
Traffic signs சாலைச் சைகைகள்
Artificial intelligence (AI) technology செயற்கை நுண்ணறிவுத் தொழில்நுட்பம்
Artificial neural network செயற்கை நரம்பணு வலையமைப்பு
Machine learning எந்திரக் கற்றலியல்
Manufacturing robots தயாரிப்பு ரோபோக்கள்
Feedback பின்னூட்டம்
Deep Learning ஆழக் கற்றலியல்
Calculus நுண் கணக்கியல்
Matrix algebra அணி கணக்கியல்
Nodes கணுக்கள்
Bias சார்பு
Parallel computing ஒப்பிணைவு கணிமை
Input layer உள்வாங்கும் அடுக்கு
Hidden layers மறை அடுக்குகள்
Low resolution குறைந்த பிரிதிறன்
Pixels பட மூலம்
Matrix manipulation of the pixels படமூல அணிமாற்றங்கள்
Automobile platform காரின் அடிப்படைக் கட்டுப்பாடு
Fossil fuel engine தொலெச்ச எரிபொருள் எஞ்சின்
Sensor kit கருவிக் கூட்டு
Automotive recalls கார்களைத் திரும்ப அழைக்கும் ஒழுங்குமுறை
Law சட்டம்
Emission tests உமிழ்வு சோதனைகள்
Seat belt இருக்கை வார்
Air bags காற்றுப் பைகள்
Insurance காப்பீடு
Black box கருப்புப் பெட்டிகள்
Regulation ஒழுங்குமுறைகள்
Vehicle insurance வாகனக் காப்பீடு
Compensation ஈடுகட்டுவது
Repair costs பழுதுபார்க்கும் செலவு
Driver liability ஓட்டுனர் காப்புபிணை
Insurance premium காப்பீடு தவணைத்தொகை
Product liability பொருள் காப்புப் பிணை
Air bags காற்றுப்பை
Warranty claims expense உத்தரவாதப் பழுதுச் செலவு
Driver negligence ஓட்டுனரின்கவனமின்மை

 

கட்டுரையில், கடைசியில் சுட்டிகளைத் தருவதாக எழுதியிருந்தேன். சில சுட்டிகள் எளிமையான ஆரம்பநிலைக் கட்டுரைகள் மற்றும் கானொலிகள். மற்றவை ஆராய்ச்சிக் கட்டுரைகள் – மிகவும் டெக்னிகலானவை. முடிந்தவரை, இவற்றைப் பிரித்து ஒரு நட்சத்திர மதிப்பீட்டுடன் இங்கே அளித்துள்ளேன். அதென்ன நட்சத்திர மதிப்பீடு?

நட்சட்த்திரமதிப்பீடு விளக்கம்
* ஆரம்பநிலை புரிதலுக்கான சுட்டி
** சற்று விவரமானது. அவ்வளவு டெக்னிகல் அறிவுத் தேவையில்லை
*** மிக விவரமானது. கொஞ்சமாவது டெக்னிகல் அறிவு தேவை
**** மிகவும் டெக்னிகலான ஆராய்ச்சிக் கட்டுரை

 

சுட்டிகள்/மேற்கோள்கள்

துறை சுட்டி நட்சத்திரமதிப்பீடு
தானோட்டிக் கார் பற்றிய பொதுச்சுட்டிகள் http://www.mckinsey.com/industries/automotive-and-assembly/our-insights/ten-ways-autonomous-driving-could-redefine-the-automotive-world *
http://www.wired.com/brandlab/2016/03/a-brief-history-of-autonomous-vehicle-technology/
https://techcrunch.com/2015/01/18/autonomous-cars-are-closer-than-you-think/ **
http://www.forbes.com/sites/kbrauer/2016/03/02/top-10-autonomous-car-facts-when-will-self-driving-cars-arrive-whats-holding-them-up/#66f58c7c4f1a *
http://www.economist.com/news/science-and-technology/21696925-building-highly-detailed-maps-robotic-vehicles-autonomous-cars-reality *
http://www.novatel.com/industries/autonomous-vehicles/#products *
https://medium.com/the-ferenstein-wire/futuristic-simulation-finds-self-driving-taxibots-will-eliminate-90-of-cars-open-acres-of-618a8aeff01 *
http://www.mckinsey.com/industries/automotive-and-assembly/our-insights/self-driving-cars-and-the-future-of-the-auto-sector *
http://time.com/3719270/you-asked-how-do-driverless-cars-work/ *
தானியக்க வரலாறு http://www.computerhistory.org/atchm/where-to-a-history-of-autonomous-vehicles/ *
டெக்னிகல் சுட்டிகள் http://auto.howstuffworks.com/under-the-hood/trends-innovations/driverless-car.htm **
https://en.wikipedia.org/wiki/Autonomous_car *
http://www.wired.com/tag/autonomous-vehicles/ *
https://www.google.com/selfdrivingcar/ *
http://www.wired.com/2012/01/ff_autonomouscars/ *
http://www.popsci.com/tags/autonomous-cars *
http://www.rand.org/pubs/research_reports/RR443-2.html ***
http://slidepapers.in/wp-content/uploads/2016/03/Autonomous-Predictions-Vehicle-Implementations.pdf ****
http://www.caee.utexas.edu/prof/kockelman/public_html/TRB16CAVTechAdoption.pdf ***
http://spectrum.ieee.org/automaton/robotics/artificial-intelligence/how-google-self-driving-car-works **
http://www.blg.com/en/NewsAndPublications/Documents/Autonomous-Vehicles2016.pdf ***
https://dzone.com/articles/top-three-challenges-facing-autonomous-vehicles **
http://www.livescience.com/50841-future-of-driverless-cars.html *
http://www.cbronline.com/news/internet-of-things/smart-technology/sensors-wifi-on-board-computing-5-technologies-making-todays-driverless-cars-possible-4859735 ***
http://www.acola.org.au/PDF/SAF05/2Collective%20technologies.pdf ***
http://gizmodo.com/6-simple-things-googles-self-driving-car-still-cant-han-1628040470 ***
https://www.wpi.edu/Pubs/E-project/Available/E-project-043007-205701/unrestricted/IQPOVP06B1.pdf ***
சமுதாயத் தாக்கங்கள் http://www.digitaltrends.com/cars/uber-lyft-drivers-threat-autonomous-cars/ **
https://groups.csail.mit.edu/mac/classes/6.805/student-papers/fall14-papers/Autonomous_Vehicle_Technologies.pdf ***
http://www.autoinsurancecenter.com/top-20-pros-and-cons-associated-with-self-driving-cars.htm **
http://economictimes.indiatimes.com/industry/auto/news/why-indian-roads-will-take-decades-to-be-ready-for-self-driving-cars/articleshow/52018034.cms *
லைடார் https://www.youtube.com/watch?v=EYbhNSUnIdU *
http://www.lidarmag.com/content/view/10780/2/ *
http://www.lidar-uk.com/how-lidar-works/ **
http://spectrum.ieee.org/cars-that-think/transportation/sensors/quanergy-solid-state-lidar ***
https://www.ted.com/talks/chris_urmson_how_a_driverless_car_sees_the_road?language=en **
http://www.businessinsider.com/difference-between-google-and-tesla-driverless-cars-2015-12 **
http://www.nvidia.ca/object/drive-px.html **
http://www.templetons.com/brad/robocars/cameras-lasers.html ***
https://www.technologyreview.com/s/539841/one-camera-is-all-this-self-driving-car-needs/ **
http://www.mouser.com/applications/autonomous-car-sensors-drive-performance/ ***
http://www.allaboutcircuits.com/news/tesla-vs-google-do-lidar-sensors-belong-in-autonomous-vehicles/ ***
http://auto-sens.com/the-challenges-facing-autonomous-vehicles/ **
எந்திரப் பார்வை http://www.roborealm.com/ **
http://www.vision-systems.com/articles/print/volume-16/issue-9a/features/machine-vision-gets-moving-part-i.html ***
http://www.cs.colostate.edu/~draper/papers/buluswar_ijeaai98.pdf ****
http://cs231n.github.io/ ****
http://www.templetons.com/brad/robocars/cameras-lasers.html ***
https://www.youtube.com/watch?v=40riCqvRoMs **
https://www.youtube.com/watch?v=dz_jeuWx3j0  – Deep Learning history ***
https://sagar.se/files/wasa2015.pdf ****
செயற்கை நரம்பணு வலையமைப்பு http://www.explainthatstuff.com/introduction-to-neural-networks.html ***
http://www.andreykurenkov.com/writing/a-brief-history-of-neural-nets-and-deep-learning/ ***
https://www.youtube.com/watch?v=l2dVjADTEDU Hinton *
http://image-net.org/index **
https://techcrunch.com/2016/12/01/facebooks-advice-to-students-interested-in-artificial-intelligence/ ***

சொல்வனம் – நவம்பர் 2017

Advertisements

தானோட்டிக் கார்கள் – போக்குகள் மற்றும் எதிர்காலம் – பகுதி 14

காரை ஓட்டிச் செல்லும் பொழுது நமது மனம் கார் ஓட்டுவதைப் பற்றி மட்டுமே சிந்தனை செய்வதில்லை.

“அலுவலகத்தில் வீட்டுச் சாவியை விட்டு விட்டேனே” என்று மனம் அங்கலாய்க்கிறது.

”அடுப்பில் கொதிக்கும் ரசத்தைப் பார்த்தேன். ஆனால், அடுப்பை அணைத்தேனா?” என்று சந்தேகம் வருகிறது.

”இப்படி வியாபாரத்தில் காலை வாரி விடுவான் என்று ஏன் நான் எதிர்பார்க்கவில்லை?” என்று கோபம் வருகிறது.

“குழந்தை இப்படி விழுந்து விட்டதே. எத்தனை அடியோ!” என்று பதைபதைக்கிறது.

இப்படிக் கார் ஓட்டும் பொழுது மனம் அலை பாய்ந்தால். சாலை விதிகளை மீறி நம்மை விபத்திற்கு அருகே கொண்டு செல்கிறது. சில சமயம் விபத்தில் சிக்குகிறோம். தானோட்டிக் காருக்கு இந்த வகை கவனச் சிதறல்கள் இல்லை. சாலை மற்றும் அதன் விதிகள் மீதே குறியாய் இருக்கும் தானோட்டிக் கார் மனிதரைப் போல சிந்தனைச் சிக்கல்களில் மாட்டிக் கொள்வதில்லை. பிரச்னை என்னவென்றால், எப்படி மனிதர்களுடன் சாலைகளைப் பகிர்ந்து கொள்வது என்பது. அத்துடன், எத்தனைதான் சோதனைகளில் வெற்றி பெற்றாலும், மனித ஓட்டுனர்களை விடப் பல மடங்கு நல்ல காரோட்டியாக இருக்க வேண்டும். மனிதர்களுக்காக உருவாக்கப்பட்ட சாலை விதிகளுக்குக் கட்டுப்பட வேண்டும்.

உலகின் பல நாடுகள்/நிறுவனங்கள்,  இந்தத் தொழில்நுட்பத்தின் நல்முகத்தைக் கண்டு, பல கோடி டாலர்கள் முதலீட்டில், ஆராய்ச்சி மற்றும் சோதனைகளில் கொட்டியுள்ளார்கள். ஆனால், இந்தத் தொழில்நுட்பம் எப்படி நம் சமூகங்களைப் பாதிக்கும் என்று திட்டவட்டமாகச் சொல்ல முடியாது. ஆயினும், இன்று நமக்குத் தெரிந்த போக்குகள், சவால்களை வைத்துச், சில யூகங்களை முன் வைக்க முடியும். இதில் எத்தனை யூகங்கள் உண்மையாகும் என்று சொல்வது கடினம்.

நம்முடைய இந்தப் போக்கு பற்றிய யூகங்களைச் சில ஐந்து ஆண்டுகள் வாரியாகப் பிரித்துப் பார்த்தால், சற்று தெளிவு பிறக்கலாம். இதில் சொல்லியுள்ள யூகங்கள் ஒரு ஐந்து ஆண்டு இடைவெளியிலிருந்து அடுத்த ஐந்தோ அல்லது பத்தாண்டு இடைவெளிக்கோ நடைமுறை பிரச்னைகளைச் சார்ந்து மாறலாம். நம்முடைய இந்த அலசல் ஒரு 20 ஆண்டுகளை மட்டுமே கருத்தில் கொள்ளும். அதன் பின் என்ன நடக்கும் என்பதை யூகிப்பதும் கடினம்.

முதல் 5 ஆண்டுகள் (2017 – 2021)

  1. பல புதிய சோதனைத் தானோட்டிக் கார்களைச், சில பகுதிகளில் அறிமுகப் படுத்த கார் நிறுவனங்கள் முயற்சிக்கலாம். அதுவும் பெரிய ஊபர் போன்ற இணையக் கார் வாடகை அமைப்புகளுடன் இந்த முயற்சி மேற்கொள்ளப்படலாம். இதில் சிக்கல்களும் உருவாகலாம். சமீபத்தில் (டிசம்பர் 2016) ஊபர் நிறுவனத்தை, இவ்வகைச் சேவைகளை கலிஃபோர்னியாவில் நிறுத்தச் சொல்லி அரசாங்கம் கட்டளையிட்டது நினைவிருக்காலாம்
  2. சோதனைகள், இரண்டு விதத்தில் முன்னேறலாம். முதலில் Otto போன்ற ஊபரின் லாரி சேவைகள் அதிக மழை மற்றும் பனிப் பொழிவு அற்ற அமெரிக்க மாநிலங்களில் சரக்குப் போக்குவரத்திற்குச் சோதிக்கப்படலாம். லாரி டிரைவர்கள் பற்றாக்குறை என்பது பெரிய சாக்காக முன் வைக்கப் படலாம். இந்தச் சோதனைகளின் வெற்றி மிகவும் முக்கியமானது. இதுவே பல்வேறு லாரி நிறுவனங்களுக்கும், இவ்வகைத் தானோட்டி லாரிகள் ஒரு சரியான தீர்வா என்று முடிவு செய்ய உதவும்
  3. தானோட்டிக் கார்கள், பலத்த மழை மற்றும் பனிப்பொழிவில் பயணம் செய்யும் சோதனைகள் ஆரம்பிக்கப்படும். பனிப் பொழிவில் பிர்த்யேகமான டயர்கள் கொண்டு இயங்குவதற்கும், அனைத்து சீசன் டயர்களுடன் இயங்குவதற்கும் நிறைய வித்தியாசம் உள்ளது. மழையில் டயர்களின் சாலைப் பிடிப்பு வேறுபடும். ஆனால், இவை மிக முக்கிய பிரச்னைகள் என்பதால், இதில் அதிக முதலீடு இருக்கும். கனடாவின் Blackberry இந்த ஆராய்ச்சியில் இறங்கியுள்ளது குறிப்பிடத்தக்கது. கனடாவை விட இதற்கு ஏதுவான நாடு எதுவாக இருக்க முடியும்?
  4. கூகிள் தன்னுடைய வழக்கமான வியாபார அணுகுமுறையைத் துறந்து தன்னுடைய தானோட்டிக் கார்த் தொழில்நுட்பத்தை Waymo  என்ற நிறுவனம் மூலம் பல்வேறு கார் தயாரிப்பாளர்களுக்கு விற்கத் தயாராகி வருகிறது, தன்னுடைய ஆண்ட்ராய்டு செல்பேசி இயக்க மென்பொருள் போலல்லாமல் இதை விற்பனைப் பொருளாக்குவது கூகிளுக்கு இது முதல் முறை. ஜப்பானின் ஹோண்டா நிறுவனம் கூகிளுடன் பேச்சுவார்த்தை நிகழ்த்தி வருகிறது
  5. போக்குவரத்து விதிகள், சில அமெரிக்க மாநிலங்களில் தளர்த்தப் படலாம். டெஸ்லாவின் ஆட்டோ பைலட் என்பது இக்காரின் தானியக்க வசதியின் பெயர். டெஸ்லாவைத் தொடர்ந்து மற்ற கார் நிறுவனங்களும், இது போன்ற முறையைப் பின்பற்றலாம். அதாவது, 4 நிமிடம் வரை, ஒரு ஓட்டுனர், இருக்கையில் இருக்கையில், தானோட்டி முறையில் கார் பயணிக்கலாம். அதற்கு மேல், பல வித எச்சரிக்கைகளுடன் ஓட்டுனரிடம் காரைக் கட்டுப்படுத்தத் தானோட்டிக் கார் விட்டுவிடும்

இரண்டாம் 5 ஆண்டுகள் (2022 – 2027)

  1. சாலை விதிகள் தானோட்டி வாகனங்களுக்குத் தோதாகச் சற்றுத் தளர்த்தப்படலாம். அதிலும், மிக முக்கியமாக, நெடுஞ்சாலை விதிகள் முதலில் தளர்த்தப்படலாம்
  2. நெடுஞ்சாலையில் உள்ள டீசல் பம்புகள் தானோட்டி லாரிகளுக்குத் தக்கவாறு சில பம்புகளை மாற்றலாம். இவை ரோபோ கரங்களால் இயங்கும் பம்புகள்
  3. சில அமெரிக்கத் தென் மாநிலங்கள், பெரிய நகரங்களில், தானோட்டிக் கார்களுக்குத் தனியான வரைபாதைகளை உருவாக்கலாம். சாலைப் பராமரிப்பிற்கு, இணையக் கார் வாடகை நிறுவனங்கள் பணம் கட்டுவதற்கு ஒப்புக்கொள்ள வேண்டும்
  4. இப்படித் தனியான வரைபாதைகள் உருவாக்கும் நகரங்கள், ஊருக்கு வெளியே தானோட்டிக் கார்களை நிறுத்த இடம் தரவேண்டும். இது மிகப் பெரிய தகராறான விஷயம். இதில் நெடு நாள் குத்தகை என்று பல புதிய விஷயங்களும் அடங்கும். நகர மைய கார் நிறுத்தும் வாடகை வசூலை ஈடுகட்ட நகரங்கள் முயற்சிக்கும். இந்த இழுபறியில் யார் வெற்றி பெறுவார்கள் என்று சொல்வது கடினம். அத்துடன், இந்தக் கால கட்டத்திலா, அல்லது அடுத்த ஐந்தாண்டுகளில் நிறைவேறுமா என்றும் சொல்வது கடினம்
  5. ஊபர் போன்ற நிறுவனங்கள், சில பகுதிகளில் மனித ஓட்டுனர்கள், மற்றும் சில பகுதிகளில் தானோட்டிக் கார்களை இயக்குவதால், பல தொழிலாளர் பிரச்னைகளைச் சந்திக்க வேண்டி வரும்
  6. இணையக் கார் வாடகை நிறுவனங்கள், தாங்கள் இயக்கும் தானோட்டிக் கார்களை, அரசாங்கப்  போக்குவரத்து அமைப்புடன் முன் பதிவு செய்து கொள்ள வேண்டி வரும். இதில் உள்ள காப்புப்பிணை விஷயங்களும் தீர்க்கப்பட வேண்டும். நிறுவனக் காப்புப்பிணைப் பிரச்னை தனியார் காப்புப்பிணையை விட முதலில் தீர்க்கப்படும்
  7. தானோட்டிக் கார் என்பது பரவலாக, 40,000 டாலர் கார் வரை ஒரு அம்சமாக இருக்கும். டெஸ்லாவின் ஆட்டோ பைலட் போன்ற அமைப்பே இன்னும் நிலவும் என்பது என் எண்ணம். சாலை விதிகள் மாறாதவரை ஒரு வினோத அம்சமாகவே இவை இருக்கும்
  8. தானோட்டிக் கார் நிறுவனங்கள், நீதி மன்றங்களை நாடி பல்வேறு ஓட்டுனர் சார்ந்த சட்ட விஷயங்களைத் தெளிவு படுத்த வேண்டி வரும். இவை மிக சீரியஸாக, ஒரு நுகர்வோர் பிரச்னையாக முன் வைக்கப்படும். தானோட்டிக் கார் நிறுவனங்கள் எத்தனை காப்புப்பிணையை ஏற்றுக் கொள்ளும் என்பது ஒரு பெரிய கேள்விக்குறி. என் பார்வையில், இந்தப் பிரச்னை எளிதில் இந்த ஐந்தாண்டு காலத்தில் தீர்க்கப்படாது
  9. வளரும் நாடுகள் பொருள் காப்புப்பிணைச் சட்டங்களை விவாதிக்கத் தொடங்கும். பல வளரும் நாடுகள் புதிதாக இவ்வகைச் சட்டங்களை முன் வைக்கும். இதனால், தானோட்டிக் கார் அல்லாத மனித ஓட்டுனர் கார்களும் பயன் பெறும்
  10. சரக்குப் போக்குவரத்துப் பாதிக்குப் பாதித் தானோட்டி லாரிகளுக்கு மாறிவிடும்
  11. மழை மற்றும் பனிப்பொழிவில் தானோட்டிக் கார்கள் மனிதர்களைவிட ஒழுங்காக ஓட்டுவது ஒரு பெரிய தானோட்டி கார் டெமோவாக மாறும்

மூன்றாம் 5 ஆண்டுகள் (2028 – 2032)

  1. வரண்ட, மழை மற்றும் பனிப்பொழிவு உள்ள சாலைகளில் எளிதாகக் காரோட்டும் முறைகளை மாற்றிக் கொள்ளும் தானோட்டிக் கார்கள் அறிமுகமாகும்
  2. எல்லாக் கார் தயாரிப்பாளர்களும் தானோட்டிக் கார் அம்சங்களை அறிமுகப்படுத்துவார்கள். இவ்வகை அம்சமற்ற கார்கள் மற்றும் லாரிகளை விற்பது கடினமாகிவிடும்
  3. கார், பஸ் மற்றும் லாரிகளின் உடல் பகுதிகள், தானோட்டலுக்குத்  தேவையான உணர்விகளுடன் உருவாக்கப்படும். குறிப்பாக, காமிராக்கள், கேளா ஒலி உணர்விகள், மற்றும் ராடார்கள் இதில் அடங்கும்
  4. பொதுப் போக்குவரத்தில் தானோட்டிப் பேருந்துகள் அறிமுகப்படுத்தப்படும். இவற்றுக்காக தனியான வரைபாதையும் உருவாக்கப்படும். பொதுப் போக்குவரத்துப் பேருந்துகள், நுகர்வோரின் தானோட்டித் தொழில்நுட்பம் பற்றிய பயங்களை அகற்ற மிகவும் பயன்படும்
  5. அதிகமாகத் தானோட்டி அம்சங்கள் உள்ள கார்கள் விற்பனை, பொதுச் சாலைச் சட்டங்களை மாற்ற அரசுக்கு அழுத்தம் ஏற்படும். பல சட்ட ஆரம்பச் சறுக்கல்களை இந்த ஐந்தாண்டில் பார்க்கலாம். ஏனென்றால், முழுவதும், மனிதக் கார்கள் சாலையிலிருந்து நீங்கியிருக்காது. சட்டம் இரு தரப்பினருக்கும் – அதாவது, மனிதர் மற்றும் தானோட்டிக் கார்களுக்கும் நடுநிலையாக உருவாக்கப்பட வேண்டும். இது ஒரு இமாலயப் பிரச்னை. அத்துடன், எல்லாச் சிக்கல்களையும் யாருமே முன்கூட்டியே அறிய முடியாது. மனிதக் காரோட்டிகளுக்கான சட்டங்கள் ஓரளவிற்கு முதிரவே ஒரு 50 முதல் 60 ஆண்டுகள் பிடித்தன என்பதை நினைவில் கொள்ள வேண்டும்
  6. நகர அரசாங்கங்கள் கையைப் பிசையும் முதல் ஐந்தாண்டாக இதுவே இருக்கக்கூடும். ஏனென்னில், இவற்றின் கார் நிறுத்தும் வருமானம் ஏராளமாகக் குறைந்துவிடும். அத்துடன், புதிய புறநகர் பகுதிகளில், கார் கராஜ் மற்றும் கார் செலுத்தும் வழி இரண்டும் தேவையற்று போய்விடும். அதாவது, வளரும் நாடுகளில் உள்ளது போல, 800 சதுர அடி வாழுமிடம் என்றால், 1,000 சதுர அடி நிலம் போதுமானது. இன்றைய புறநகர் அரசாங்கங்கள், இதே 800 சதுர அடி வாழுமிடத்திற்கு, குறைந்தபட்சம், 2,000 சதுர அடி நிலம் என்று விற்கப்படுகிறது. எஞ்சியுள்ள 1,200 சதுர அடிக்கு கார் கராஜ், கார் செலுத்தும் வழி மற்றும் ஒரு சிறிய புல்தரை என்று விற்கப்படுகிறது. வரி என்னமோ 2,000 சதுர அடிக்கு என்று கணக்கிடப்படுகிறது. இதுவே 1,000 சதுர அடியானால், உள்ளூர் அரசாங்கத்திற்கு வரி வருமானம் இடிக்கும். புதிய வரிகளைத் தானோட்டி கார் நிறுவனங்களிடம் வசூலிப்பது அவ்வளவு எளிதான விஷயமல்ல
  7. கார் வாங்குவதும் குறையத் தொடங்கலாம். இன்று சென்னையில் பல இடங்களுக்கு வருவதில்லை என்று அடம்பிடிக்கும் ஆட்டோக்களைப் போல இருந்தால், மேற்குலகில் சரிப்படாது. நுகர்வோர் இவ்வகைத் தானோட்டிக் கார்/பஸ் சேவைகளை, ஒரு அடிப்படை உரிமையாக மாற்றக் கோரலாம்!
  8. தானோட்டி வாடகைக் கார் நிறுவனங்கள், பல புதிய சேவைகளை உருவாக்கலாம். அதாவது, ஒரு வாரத்தில், ஒரு பயணியின் பல்வேறு தேவைகளை இணையம் மூலம் தானோட்டிக் கார் நிறுவனம் பூர்த்தி செய்யலாம். ஐந்து வேலை நாட்களில் காலையும், மாலையும் ஒரு நுகர்வோரின் தேவைக்கேற்றபடி, அவரது வீட்டிலிருந்தும், அலுவலகம்/ தொழிற்சாலையிலிருந்தும், அழைத்துச் செல்வது, வாரக் கடைசியில் குறிப்பிட்ட கடைகளுக்குச் செல்வது என்று பல விதத் தனிப்பட்ட வசீகரப் ’பேக்கேஜ்’ சேவைகள் வரத் தொடங்கும்
  9. தானோட்டி வாடகைக் கார் நிறுவனங்கள், நகர அரசாங்கங்களின் வருமான அழுத்தத்திலிருந்து வாடுவதற்கு பதில், தன்னுடைய கார்களில், விளம்பரங்களைச் சேர்த்து, புதிய வருமானம் ஈட்ட முயற்சிக்கலாம். பயணிகளின் எரிச்சலுக்கும் இதனால் ஆளாகலாம்
  10. சிக்கலான வளரும் நாடுகளில் உள்ள போக்குவரத்து சவால்களையும் – உதாரணம், பழைய டில்லியில் உள்ள சாந்தினி செளக், சென்னை பாரி முனை, கல்கத்தாவின் மைய சாலைகள், மும்பையின் க்ராஃபோர்ட் மார்கெட் – சமாளிக்கக்கூடிய தானோட்டிக் கார்கள் சோதனைக்கு வரும். இன்றே இவற்றைப் பற்றிய சிந்தனை பல செயற்கை நுண்ணறிவு பற்றிய கருத்தரங்குகளில் பேசப்படுகிறது
  11. மேற்குலகில், ஒரு மாபெரும் தானோட்டிச் சாலை ஒழுங்குமுறைக் கல்வித் திட்டம், காவலர்களுக்குப் தொடங்கப்படலாம்

நான்காம் 5 ஆண்டுகள் (2033 – 2037)

  1. பல பொதுச்சாலை விதிகள் கடந்த 10 ஆண்டு அனுபவத்தைக் கொண்டு மாற்றி அமைக்கப்படலாம். மேற்குலகில், கார்களின் சொந்தக்காரர்கள் குறைந்து கொண்டே வரலாம். பழைய, மனிதக் கார்கள் ஒரு 40% -க்கு தள்ளப்படலாம். மனிதக் கார்களைப் பராமரிப்பதும் ஒரு பெரும் செலவான விஷயமாகலாம்
  2. வளரும் நாடுகளில், சாலை விதிகள் மாறத் தொடங்கலாம். அத்துடன், தானோட்டிக் கார்கள் மற்றும் லாரிகள் சோதனை கட்டத்திலிருந்து, பொதுப் பயன்பாட்டிற்கு மாறலாம்
  3. மேற்குலகில், தானோட்டிச் சாலை ஒழுங்குமுறைக் கல்வித் திட்டம், காவலர்களுக்குப் பயணளிக்கத் தொடங்கலாம். புதியக் காவலர்கள், இவ்வகைக் கார்கள் எங்கு எல்லை மீறுகின்றன என்பதைப் பழைய காவலர்களை விடச் சுட்டியாகக் கண்டுபிடிக்கக்கூடும்
  4. தானோட்டிக் கார்களின் விலை 30,000 டாலர்களை விடக் குறையத் தொடங்கலாம். அத்துடன், சூரிய ஒளி மற்றும் மின்கலத்தால், இவை இயங்கத் தொடங்கலாம். இந்த விலைக்குக் கார் வேண்டுமானால், தொல்லெச்ச எரிபொருளை மற்றும் எண்ணெய்களைத் துறக்க வேண்டும்
  5. வளரும் நாடுகளின் சிக்கலான சாலைகள், யூரோப்பின் பழைய நகரப் போக்குவரத்துச் சவால்களைத் தானோட்டிக் கார்கள் சமாளிக்கத் தொடங்கிவிடும்
  6. லாரி மற்றும் பஸ் டிரைவர் என்பது ஒரு மிகச் சிலரே மேற்குலகில் ஒரு தொழிலாக வைத்திருக்கக்கூடும்
  7. வீட்டிற்கு மளிகை சாமான்களை டெலிவரி செய்வது போன்ற வேலைகளைத் தானோட்டிக் கார்களே செய்யும் சேவை உருவாகும். இதே போல, குழந்தைகளைப் பாதுகாப்பாக வாரக்கடைசி வகுப்புகளுக்குச் செல்வது, வீட்டிற்குத் திரும்புவது போன்ற வேலைகளையும் தானோட்டிக் கார்களே செய்யும்
  8. நகர விரிவாக்கம் 2017 –ல் இருப்பதை விட இன்னும் அதிகமாகலாம். நகர மையங்களில் கார்களை நிறுத்துமிடம் என்பது சரித்திரம் ஆகலாம்
  9. போக்குவரத்து நெரிசல் விஷயத்தில் தானோட்டிக் கார்கள் உதவிதா இல்லையா என்ற பட்டி மன்றம் நிகழ்ந்து கொண்டே இருக்கும்
  10. பல கார் நிறுவனங்கள் மூடப்படலாம். ராட்சச இணையத் தானோட்டி வாடகைக் கார் நிறுவனங்களுக்கு விற்று அதிக லாபமில்லாமல், சில நிறுவனங்களே கார் தொழிலில் ஈடுபடலாம்

இந்த 40 யூகங்களில் 20 யூகங்கள் நிச்சயமாக நடக்கும் என்பது என் எண்ணம். சற்று இந்த ஐந்தாண்டோ அடுத்த ஐந்தாண்டோ அல்லது பத்தாண்டோ என்பது மட்டுமே திட்டவட்டமாகச் சொல்ல முடியாதது.

சொல்வனம் – அக்டோபர் 2017

தானோட்டிக் கார்கள் – காப்பீடு மற்றும் காப்புப்பிணை -பகுதி 13

சென்ற பகுதியில் சட்டம் மற்றும் ஒழுங்குமுறைகள் பற்றி அலசினோம். இவை சற்று போரடிப்பது போலத் தோன்றினாலும், நுகர்வோருக்கு மிகவும் முக்கியமானவை. அதைவிட மிக முக்கியமான விஷயம் வாகனக் காப்பீடு (vehicle insurance). தானோட்டிக் கார்களில் காப்பீடு ஒரு மிகப் பெரிய பிரச்னை. சொல்லப்போனால், தொழில்நுட்பத்திற்கு அடுத்தபடியாக, மிகவும் முக்கியத்துவம் வாய்ந்தது வாகனக் காப்பீடு சமாச்சாரம். இதோ ஒரு வருடத்தில், இரு வருடத்தில், ஐந்து வருடத்தில் தானோட்டிக் கார் வந்துவிடும் என்று சொல்லும் அனைவரும் காப்பீடு பற்றி நினைப்பதே இல்லை.

வாகனக் காப்பீடு வாகனத்தில் இல்லையேல், உங்களுக்குக் கார் ஓட்டும் உரிமம் இருந்தாலும், நீங்கள் கார் ஓட்டுவது சட்டப் புறம்பான விஷயம். இதற்குச் சட்டப்படி அபராதம் உண்டு. சரி, ஏன் வாகனக் காப்பீட்டிற்கு இவ்வளவு முக்கியத்துவம்?

எல்லாம் விபத்து நேர்ந்தால், யார் விபத்துச் சேதத்தை ஈடு கட்டுவது (compensation) என்பதை முடிவு செய்த பிறகு, காருக்குப் பழுது பார்ப்பது, மற்றும் பயணிகளின் மருத்துவச் செலவுக்கு யார் பொறுப்பு என்பதை முடிவு செய்யத்தான் இந்தக் காப்பீடு ஏற்பாடு.

ஒரு கார் விபத்து நேர்ந்தால், பல நிகழ்வுகள் இதில் அடங்கும். யாருக்கும் உயிர்சேதம் இல்லை என்னும் பட்சத்தில், கீழ்கண்ட விஷயங்கள் குறைந்தபட்சம் இதில் அடங்கும்;

  1. சம்பந்தப்பட்ட கார்களின் பழுது பார்க்கும் செலவு (repair costs)
  2. கார்கள் பழுது பார்க்கப்படும் காலம் வரை, காரின் ஓட்டுனருக்கு மாற்றுக் கார்
  3. விபத்தில் அடிபட்டவர்களுக்குச் சிகிச்சைச் செலவு
  4. விபத்தில் அதிர்வினால் உருவாகும் கழுத்துச் சுளுக்கிற்குச் சிகிச்சைச் செலவு. இது வாரங்கள், ஏன் சில சமயம், சில மாதங்கள் கூட ஆகலாம்

மிக முக்கியமான விஷயம், எந்தக் கார் மீது தவறு என்பது. முடிவு செய்யப்பட வேண்டும். விபத்தில் சம்பந்தப்பட்ட இரு வாகனங்களிடமும் காப்பீடு இருக்க வேண்டும். தவறு இழைக்கும் வாகனம், இரு வாகனப் பழுது மற்றும் மருத்துவச் செலவுகளை ஏற்றுக் கொள்ள வேண்டும். அதாவது, தவறிழைத்த வாகனக் காப்பீடு, இரு வாகனங்களின் செலவையும் ஏற்றுக் கொள்ள வேண்டும்.

இதை வேறு விதமாகச் சொல்லப் போனால், வாகனக் காப்பீடு எதற்காக? விபத்து நேரும் பட்சத்தில் ஓட்டுனர் காப்புபிணையை (driver liability) பூர்த்தி செய்வதற்கே இந்தக் காப்பீடு அமைப்பு உள்ளது. வாகனக் காப்பீடு என்பதை ஒரு காப்பீடு நிறுவனம் நிர்வகிக்கிறது. ஓட்டுனர் மாதா மாதம், காப்பீடு தவணைத் தொகையைக் (insurance premium) கட்ட வேண்டும். ஓட்டுனர் காப்புபிணை என்பது ஒரு நிதி அமைப்பு. மேற்குலகில், சராசரி ஓட்டுனர் காப்புப்பிணை ஒரு மில்லியன் முதல் 5 மில்லியன் டாலர்கள் வரை சகஜம்.

முன் பகுதியில், இந்தியாவில் வாகனங்களின் புதிய மாடலில் உள்ள குறைகளுக்காக, இலவசமாகத் தயாரிப்பாளர்கள் கார்களைத் திரும்ப அழைக்கும் (Automotive recalls) ஒழுங்குமுறை இருப்பதாகத் தெரியவில்லை என்று சொல்லியிருந்தேன். இதற்குக் காரணம், இந்திய சட்ட அமைப்பில், பொருள் காப்புப்பிணைச் (product liability) சட்டங்கள் இல்லை. மேற்குலகில், இவ்வகைச் சட்டங்கள் நுகர்வோரை, தயாரிப்பாளர்களின் தவறுகளிலிருந்து காப்பாற்றுகிறது.

பொருள் காப்பிணைப்பு என்பதில் பலவித விஷயங்கள் அடக்கம். உதாரணத்திற்கு, ஒரு காரில் சரியான கச்சாப் பொருட்களைப் பயன்படுத்தாமல், விபத்து நேர்ந்தால், விபத்துச் செலவுகளைத் தயாரிப்பாளர் ஏற்க வேண்டும். உதாரணத்திற்குக், காரின் எஞ்சின் மூடி எஃகினால் செய்யப்பட்டிருப்பாதாகத் தயாரிப்பாளர் சொல்லியுள்ளார் என்று வைத்துக் கொள்வோம். ஒரு விபத்தில் எஞ்சின் நொறுங்கி, சோதனையில், எஞ்சின் மூடி, அலுமினியத்தால் செய்யப்பட்டது என்று தெரிய வந்தால், வாகனத் தயாரிப்பாளர் நஷ்டஈடு கட்ட வேண்டும். இது போன்ற விஷயங்களில், அந்தக் குறிப்பிட்ட மாடல் வாங்கிய எல்லா நுகர்வோருக்கும் நஷ்டஈடு அழ வேண்டும். சமீபத்திய, வோக்ஸ்வேகன் உமிழ்வு சோதனை ஊழலுக்காகப் பல கோடி டாலர் நஷ்டஈடு நுகர்வோருக்கு வோக்ஸ்வேகன் நிறுவனம், கட்ட வேண்டும்.

1980 –களில், பல ஜப்பானிய கார் நிறுவனங்கள் பெட்ரோல் மிச்சப்படுத்த காரின் முன்னே உள்ள பம்பர்களில் styrofoam நிரப்பி வந்தது ஒரு பெரிய நீதிமன்ற போராட்டமே  நடந்தது. பல அமெரிக்கக் கார்கள், இன்றும் பல பாகங்களை  எஃகினால் உருவாக்குவதால், பாதுகாப்பான வாகனங்கள். நுகர்வோருக்கு பாதுகாப்பா அல்லது பெட்ரோல் செலவா என்று கேள்வி எழுந்தால், எது வெற்றி பெரும் என்று அனைவருக்கும் தெரியும்.

பொருள் காப்புப்பிணையின் (product liability) இன்னொரு அம்சம் தயாரிப்புக் காப்புப்பிணை. காற்றுப் பை (air bags) என்பது ஒரு விபத்து நேரும் பொழுது, பயணிகளைப் பாதுகாக்க உதவும் ஒரு அமைப்பு. வேகமாக (குறிப்பாக, ஒரு வேக எல்லைக்கு மேல்) விபத்து நேர்ந்த  மோதிக் கொண்ட காரின் காற்றுப் பை வெளிவராமல் இருந்தால், இதை ஒரு தயாரிப்புக் காப்புப்பிணை என்றும் கொள்ளலாம்.

மேற்குலகில், பொருள் காப்புப்ப்பிணை மிகவும் சீரியஸான விஷயம். கார்த் தயாரிப்பாளர்கள், இதில் மிகவும் கவனமாக இருப்பார்கள். ஒரு காரின் மாடல் புதிதாக அறிமுகப்படுத்தப்பட்டால், அதற்கான திட்டத்தில், பல விஷயங்கள் அடங்கும்;

  • காரின் உதிரி பாகச் செலவு
  • காரின் தயாரிப்புச் செலவு
  • காரின் உத்தரவாதப் பழுதுச் செலவு (warranty claims expense)
  • காரின் பொருள் காப்புப்ப்பிணை செலவு
  • காரின் விற்பனைச் செலவு

இதுபோன்ற பல விஷயங்கள் காரின் சில்லரை விலையைத் தீர்மானிக்கின்றன. தானோட்டிக் காருக்கு இப்படிச் செலவினைப் பட்டியலிடுவதில் ஒரு மிகப் பெரிய சிக்கல் உள்ளது.

காப்பீடின் முதல் கோட்பாடு – ஓட்டுனரின் கவனமின்மை.

இதையே பல நீதிமன்றங்கள் ஒரு அடிப்படையாகக் கொண்டுள்ளது. இதை driver negligence என்று சட்டத்துறையில் சொல்லுவார்கள். அதாவது, ஒரு விபத்தில் காரின் ப்ரேக் சரியாக வேலை செய்யவில்லை என்று நுகர்வோர் தயாரிப்பாளர் மீது ஒரு வழக்குத் தொடர்ந்தால், தயாரிப்பாளர் என்ன செய்வார்? ஓட்டுனரே, ப்ரேக்கை சரியாகப் பராமரித்தீர்களா? கடைசியாக ப்ரேக்கைப் பராமரித்ததற்குச் சான்று உண்டா? என்று இதை ஒரு driver negligence ஆக மாற்றி விடுவார்கள். அதாவது, காரை ஓட்டுபவரிடம் நிறையப் பொறுப்பு உள்ளது. பெரும்பாலும் விபத்து நேர்ந்தால், ஓட்டுனரே பொறுப்பு.

தானோட்டிக் காரில் மனித ஓட்டுனர் இல்லாத பட்சத்தில், விபத்து நேர்ந்தால் யார் பொறுப்பு?

ஓட்டுதல் என்பது மனிதரிடமிருந்து ஒரு காருக்கு (அல்லது ஒரு எந்திரத்திற்கு) மாறுகிறது. நம்முடைய சட்டங்கள் எதுவும் இதற்கு இடமளிப்பதில்லை.

விபத்து நேர்ந்தால், அது ஒரு தயாரிப்புக் காப்புப்ப்பிணையாகுமா? மனித ஓட்டுனர் உடைய ஒரு கார் தானோட்டிக் கார் மீது மோதினால், யார் பொறுப்பு?  இரு தானோட்டிக் கார்கள் விபத்திற்குள்ளானால், விபத்து நஷ்டத்தை எந்தத் தயாரிப்பாளர் ஏற்பது? ஏற்க வேண்டுமா?

பல கோடித் தானோட்டிக் கார்களை விற்கத் துடிக்கும் எந்த ஒரு தயாரிப்பாளருக்கும் கதி கலங்க வைக்கும் விஷயமிது. பல கோடிக் கார்கள் விற்பது ஒரு விஷயம். பல கோடிக் கார்களின் காப்புப்ப்பிணையைச் சுமப்பது இன்னொன்று.

தானோட்டிக் கார்கள் இன்று முழுத் தானோட்டித் தன்மையோடு (அதாவது SAE மாடலில் ஐந்தாவது தட்டு) வெளி வரத் தயங்குவதற்கு இது ஒரு முக்கிய காரணம்.

என்னதான் தொழில்நுட்பம் வளர்ந்தாலும், இவ்வகைச் சட்டச் சிக்கல்கள் இந்தத் தொழில்நுட்பத்தைச் சமூகப் பயனுக்கு வராமல் செய்துவிடுமோ என்று சில நிபுணர்கள் அஞ்சுகிறார்கள்.

பல நாடுகள், பல மாநிலங்கள் என்று மெதுவாக நகரும் சட்ட அமைப்பில், இந்தச் சிக்கலானப் பிரச்னைக்கு முடிவு என்பது குறைந்த பட்சம் இன்னொரு பத்தாண்டுகளுக்கு இயலாத விஷயம். ஒரு ஓட்டுனர் இல்லாமல் பயணிக்க டெஸ்லா போன்ற தயாரிப்பாளர்கள் அனுமதிப்பதில்லை. ஆட்டோ பைலட் வசதியை சோதனை செய்ய ஓட்டுனர்களுக்கு அனுமதி அளித்தாலும், முழுப் பொறுப்பு ஓட்டுனரிடமே. இன்று , இதற்கு விதி விலக்கு என்று எதுவும் இல்லை.

சிலர் இந்தப் பிரச்னைக்குத் தீர்வுகள் சிலவற்றை முன் வைத்துள்ளார்கள். ஆனால், சட்டம் எதுவும் முடிவாகாத நிலையில், தானோட்டிக் கார்களுக்கு ஒன்றுதான் வழி;

  • தகுந்த சட்டம் வரும்வரை, தானோட்டிக் கார்கள் வந்தாலும், அதனை நீங்கள் வாங்கினாலும், முழுப் பொறுப்பு ஓட்டுனர்களிடமே
  • காரில் ஒரு சில நிமிடங்களுக்கு மேல், ஸ்டீயரிங்கை விட்டு காரைச் செலுத்துதல் சட்டத்திற்குப் புறம்பானது
  • அடுத்த 10 வருடங்களில், தானோட்டிக் கார்களினால், உண்மையாகவே போக்குவரத்து நெரிசல் குறைகிறதா என்று கண்காணிக்கப் பட வேண்டும்
  • அதே போல, அடுத்தப் பத்தாண்டுகளில், கார் விபத்துக்கள் தானோட்டிக் கார்களினால், குறைகிறதா என்றும் கண்காணிக்கப்பட வேண்டும்

இந்த தரவுகளை வைத்தே காப்பீடு மற்றும் காப்புப்ப்பிணை முடிவுகளை எடுக்க முடியும்.

பல தொழில்நுட்ப ஆர்வலர்களுக்கு இது போன்ற விஷயங்கள் ஏமாற்றத்தை அளிக்கலாம். ஆனாலும், அவசரப்பட்டு, தொழிலிநுட்ப அடிப்படையில் சட்டங்களை மாற்றுவது ஒரு பொறுப்புள்ள சமூகத்திற்கு அழகில்லை என்பதே உண்மை.

தமிழ்ப் பரிந்துரை

தமிழ்ச் சொற்கள் எல்லோருக்கும் புரிய வேண்டும் என்று சில ஆங்கிலச் சொற்களை கட்டுரையில் பயன்படுத்தியுள்ளேன். கார் சம்பந்தமான பல தொழில்நுட்பச் சொற்கள் தமிழில் அதிகம் புழக்கத்தில் இல்லை. உதாரணம், ஆக்ஸிலரேட்டர் மற்றும் ப்ரேக். இதை தமிழில் மொழிபெயர்த்தால், நம்மில் பலருக்கும் புரியாது. இதனால், இது போன்ற வழக்குச் சொற்களை அப்படியே பயன்படுத்தியுள்ளேன். சில புதிய சொற்களுக்கு நிகரான சில தமிழ்ச் சொற்களை இங்கு பரிசீலனைக்கென முன்வைக்கிறேன்

ஆங்கிலச் சொல் தமிழ்ப் பரிந்துரை
Regulation ஒழுங்குமுறைகள்
Vehicle insurance வாகனக் காப்பீடு
Compensation ஈடு கட்டுவது
Repair costs பழுது பார்க்கும் செலவு
Driver liability ஓட்டுனர் காப்புபிணையை
Insurance premium காப்பீடு தவணைத் தொகை
Automotive recalls தயாரிப்பாளர்கள் கார்களைத் திரும்ப அழைக்கும் ஒழுங்குமுறை
Product liability பொருள் காப்புப்பிணைச்
Air bags காற்றுப் பை
Warranty claims expense உத்தரவாதப் பழுதுச் செலவு
Driver negligence ஓட்டுனரின் கவனமின்மை

சொல்வனம் – அக்டோபர் 2017

தானோட்டிக் கார்கள் – சட்டங்களும் ஒழுங்குமுறைகளும் -பகுதி 12

வாகன உலகில் வாகனம் உருவாக்குவதில் எத்தனை சிக்கல்கள் உள்ளதோ, அதைவிட வாகன இயக்க உலகம் சிக்கலானது. அதிகக் கட்டுப்பாடுகள், சட்டங்கள் மற்றும் ஒழுங்குமுறைகள் நிறைந்த உலகம், வாகன உலகம். உதாரணத்திற்கு, ஸ்டியரிங் இடது பக்கத்தில் உள்ள காரை இந்தியாவில் இயக்க முடியாது. அதே போல, வலப்பக்கம் உள்ள காரை பெரும்பாலான மேற்குலக (யு.கே தவிர) சாலைகளில் இயக்க முடியாது.

சமீபத்தில் இந்திய நண்பர்களுடன் பேசியதில், இந்தியா போன்ற நாடுகளில் அடிப்படை ஒழுங்குமுறைகளைத் (regulation) தவிரப்,  பெரும்பாலும் நடைமுறையில் மற்ற ஒழுங்குமுறைகள் பின்பற்றப்படுவதில்லை என்பதை அறிந்தேன். உதாரணத்திற்கு, இந்தியாவில் கார்களின் புதிய மாடலில் உள்ள குறைகளுக்காக, இலவசமாகத் தயாரிப்பாளர்கள் கார்களைத் திரும்ப அழைக்கும் (Automotive recalls) ஒழுங்குமுறை இருப்பதாகத் தெரியவில்லை. வட அமெரிக்கா, யூரோப் மற்றும், ஜப்பானில் இது ஒரு நடைமுறை ஒழுங்குமுறை.

வாகன உலகின் மிக மெதுவாக மாறும் ஒரு அங்கம் ஒழுங்குமுறை மற்றும் சட்டங்கள் (laws and regulations). இவை வாகன உற்பத்தி மற்றும் இயக்கம் இரண்டையும் பாதிக்கும் விஷயங்கள். இவற்றைப் பற்றி விவரமாக அலசுவதற்கு முன், இரண்டிற்கும் உள்ள வித்தியாசம் என்ன என்று புரிந்து கொள்வது அவசியம்.

முதலில், சட்டம் (law) என்பது நாம் எல்லோருக்கும் புரிந்த ஒன்று. நமது சமூக அமைப்புகளில், உருவாக்கப்படும் சட்டங்கள் எல்லாக் குடிமக்களுக்கும் பொருந்தும். வாகனங்கள் சம்பந்தமான சட்டங்கள் எல்லா ஓட்டுனர்களாலும் பின்பற்றப்பட வேண்டும். உதாரணத்திற்கு, எந்த ஒரு நாட்டிலும், ஒரு நெடுஞ்சாலையில், வேக எல்லைக்கு மேல் பயணிப்பது சட்ட விரோதச் செயல். சட்டத்தைப் பின்பற்றாவிட்டால், சட்டப் பாதுகாவலர்களால், அபராதம் கட்ட வைக்கவும் முடியும்.

ஒழுங்குமுறைகள் (regulation) சற்று மாறுபட்டது. நீதிமன்றம் ஒழுங்குமுறைகளைப் பெரும்பாலும் உருவாக்குவதில்லை. Disc Brakes என்னும் தொழில்நுட்பம் கார்களில் பயன்படுத்துவதுப் பாதுகாப்பிற்கு நல்லது என்பதை ஒரு வாகனப் பொறியாளர்கள் அமைப்பு முன் வைக்கிறது என்று வைத்துக் கொள்வோம். இது ஒரு ஒழுங்குமுறை. இவ்வகை ஒழுங்குமுறைகள், ஆரம்பத்தில், தயாரிப்பாளர்கள் தன்னிச்சையாகப் பின்பற்றுகிறார்கள்.  அதே போல, காரின் ப்ரேக் அழுத்தி விட்டவுடன் மீண்டும் அழுத்துவதற்கு முன் இருந்த நிலைக்கு வர வேண்டும். இதுவும் ஒரு ஒழுங்குமுறை. மேற்குலகில்,, கார் தயாரிப்பாளர்கள், இந்த ஒழுங்குமுறைக்குக் கட்டுப்படுகிறார்கள். உதாரணத்திற்கு, 2008 –ஆம் ஆண்டு, டொயோடாவின் பல புதிய கார்களில், இந்த ப்ரேக் பிரச்னை வந்தது. டொயோடா, தன்னுடைய செலவில், பல கோடி கார்களை, திரும்ப அழைத்து ப்ரேக் வேலையைச் செய்தது. ஏன் டொயோடா இப்படிச் செய்தது? ப்ரேக் சரியாக வேலை செய்யாததுக் கண்டுபிடிக்கப்பட்டால், நுகர்வோர் மானநஷ்ட வழக்குத் தொடர்ந்தால், பல்லாயிரம் கோடி டாலர்கள் டொயோடாவிற்கு நஷ்டம் ஏற்படும். அத்துடன், டொயோட்டா கார்கள் பாதுகாப்பற்றவை என்று நுகர்வோர் நம்ப, இவ்வகை நிகழ்வுகள் இடம் தருகின்றன. தகுந்த நேரத்தில், டொயோடா தலையிட்டு பிரச்னையைச் சரி செய்யாவிட்டால், டொயோடாவின் விற்பனை பாதிக்கப்படும். இதனைத் தவிற்க, டொயோடா போன்ற கார் தயாரிப்பாளர்கள், தங்களுடைய கார் மாடல்களில் குறைகள் கண்டுபிடிக்கப்பட்டால், தன்னுடைய செலவில் சரி செய்கிறார்கள்.

சமீபத்தில், 2016 –ல், உமிழ்வு சோதனைகளில் (emission tests)  தில்லால்ங்கடி செய்தது என்று வோக்ஸ்வேகன் நிறுவனம் மீது மானநஷ்ட வழக்கு, அந்த நிறுவனத்தையே மூழ்கச் செய்யும் நிலைக்கு வந்துள்ளது.

சில நேரங்களில், ஒழுங்குமுறைகள் சட்டங்களாக மாறுகின்றன. உதாரணம், இருக்கை வார் (seat belt) என்பது ஒரு ஒழுங்குமுறையாகத் தான் இருந்தது. பிறகு இதுவே சட்டமாக மாறியது. இதைப் பற்றிச் சற்று விவரமாகப் பிறகு பார்ப்போம்.

கார் தயாரிப்பாளர்களின் சங்கங்கள், மற்றும் பொறியாளர்களின் அமைப்புகள் ஒழுங்குமுறைகளை முன்வைக்கின்றன. இவை எல்லாத் தயாரிப்பாளர்களாலும் ஏற்றுக் கொள்ளப்பட்டுச் செயல்முறைக்குக் கொண்டு வருவது எளிதான செயல் அல்ல. இதில் பல தொழில் அரசியல் மற்றும், வியாபார உள்நோக்கங்கள் இந்தப் பிரச்னையை மிகவும் சிக்கலாக்கி விடுகின்றன. ஒழுங்குமுறையைச் சிறு தயாரிப்பாளர்கள் சில சமயங்களில்

செயல்படுத்தப் போதிய நிதி இல்லாததால், அரசியல் செய்து, இவ்வகை ஒழுங்குமுறைகள் தோல்வியடைய முயற்சிப்பார்கள். ஒழுங்குமுறை, லாபத்தைக் குறைக்கும் பட்சத்தில், அதை நடக்க விடாமல் செய்யும் தயாரிப்பாளர்களும் உள்ளார்கள். ஒழுங்குமுறைச் சட்டமாக மாறும் பொழுது, இவ்வகைப் பனிப்போர்கள் இன்னும் சிக்கலாகி விடும்.

இருக்கை வார் (seat belt) என்பது பாதுகாப்பிற்கு (ஓட்டுனர் மற்றும் பயணிகளுக்கு) நல்லது என்பது 1970 –களில் கண்டுபிடிக்கப்பட்டது. கார் தொழில் வழக்கப்படி, சில விலை உயர்ந்த மாடல்களில் இந்தப் பாதுகாப்பு அம்சத்தைத் தயாரிப்பாளர்கள் அறிமுகப்படுத்தத் தொடங்கினார்கள். ஆனால், பெரும்பாலான வாகனங்களில் இந்தப் பாதுகாப்பு அம்சம் ஒரு இருபதாண்டுகள் கழித்தே ஒரு அம்சமானது. இதற்கிடையில், காற்றுப் பைகள் (air bags) விபத்தில் உயிர்களின் பாதுகாப்பிற்கு மிகவும் முக்கியம் என்று தெரிய வந்தது. இந்தப் பாதுகாப்பு அம்சமும் சில விலை உயர்ந்த மாடல்களில் தயாரிப்பாளர்கள் அறிமுகப்படுத்தத் தொடங்கினார்கள். ஆனால், பெரும்பாலான கார்களில் இரண்டு அம்சங்களும் இன்றியே வெளி வந்தன. ஏனென்றால், இது ஒரு ஒழுங்குமுறையாக இருந்தது. சட்டமாக அல்ல.

விபத்தில் உயிர்சேதத்தைக் குறைப்பது இருக்கை வாரா அல்லது காற்றுப் பைகளா என்று ’நீயா நானா’ ஒரு 20 ஆண்டுகள் தயாரிப்பாளர்களுக்கும், ஒழுங்கு அமைப்புகளுக்கும் நீதி மன்றத்தில் நிகழ்ந்தது. ஏன் இப்படி இழுத்தடித்தார்கள்? ஒழுங்கு அமைப்பால் (regulatory body), திட்டவட்டமாகப் புள்ளி விவரம் கொண்டு, விபத்தில் உயிர் பாதுகாப்பிற்கு எது சிறந்தது என்று சொல்ல முடியவில்லை. கார் தயாரிப்பாளர்கள், செலவினமாக ஒரு அம்சத்தை ஏன் காரில் சேர்க்க வேண்டும் என்று தவிர்க்க நினைத்தார்கள். அத்துடன், சில புதிய சிக்கல்கள்,  இதை மேலும் இழுத்தடிக்க உதவின. உதாரணத்திற்கு, காற்றுப் பை, குழந்தைகள் மற்றும் சன்னமான உடலமைப்பு கொண்ட பெண்களுக்கும் விபத்தில் உதவவில்லை என்று தெரிய வந்தது. பெண்களோ குழந்தைகளோ, விபத்தில் காற்றுப்பை ஊதியதால், இறந்த செய்திகளை, ஊடகங்கள் ஊதி வாசித்தன.

கடைசியில், எப்படிக் காற்றுப் பைகள் நிறுவப்பட வேண்டும் என்ற விஞ்ஞான பூர்வமான தெளிவு வந்தவுடன், இவ்வகைக் காற்றுப் பைகள் பெண்கள் மற்றும் குழந்தைகளுக்கு அபாயம் இல்லை என்று நீதிமன்றத்தில் நிரூபிக்கப்பட்டது. இதன் பிறகு 1993 –ஆம் ஆண்டு, இருக்கை வார் கார்களில் தேவை என்பது ஒரு ஒழுங்குமுறையிலிருந்து சட்டமாக மாறியது. 2003 -ல் காற்றுப் பைகள் (குறைந்த பட்சம் இரண்டு) கார்களில் இருக்க வேண்டும் என்பதும் ஒழுங்குமுறையிலிருந்து சட்டமாக மாறியது. இன்று வட அமெரிக்காவில், எந்த ஒரு காரில் காற்றுப் பை ஊதப்பட்டுப் பயன்படுத்தப்பட்டால், அவ்வகைக் கார்கள் மீண்டும் பயன்படுத்தக் கூடாது என்ற சட்டம் உள்ளது.

இவ்வளவு விரிவாக இருக்கை வார் கொள்கையைப் பற்றி எழுதக் காரணம், ஒழுங்குமுறையிலிருந்து எதுவும் ஒரு சட்டமாக மாறுவது என்பது மிகவும் சிக்கலான ஒரு வாகன நிகழ்வு. உயிர் சம்பந்தப்பட்டிருப்பதால், தீர முழுவதும் விசாரித்து முடிவுக்கு வரும் வரை, பல மாநில, தேசிய சட்ட அமைப்புகளில் ஆமை வேகத்தில் நகர்ந்து சட்டமாக மலர்வதற்குள் பல்லாண்டுகள் ஆகி விடுகின்றன.

இதே அமைப்புகள் மிக வேகமாக வளர்ந்து வரும் தானோட்டிக் கார்களை எப்படிச் சீரமைக்கப் போகின்றன?

ஒரளவு புரிந்த பாதுகாப்பு விஷயங்களுக்கே பல்லாண்டுகள் ஆகியுள்ளது சரித்திரம். இன்னும் சரியாகப் புரியாமலிருக்கும் தானோட்டிக் கார்கள் பற்றிய ஒழுங்குமுறைகள் என்பது மிகவும் மெதுவாகவே நிகழும். மேலும், படிப்படியாகப் பல்வேறு அமைப்புகளால், பல ஆண்டுகள் குழப்பப்பட்டுத் தெளிவு ஏற்படும் என்பது நிச்சயம். இத்தனைக்கும், தானோட்டி கார் தயாரிப்பாளர்களுக்குள் அதிக ஒற்றுமை இருப்பதாகத் தெரியவில்லை. இவர்களே எந்த ஒரு ஒழுங்குமுறையையும் இதுவரை முன்வைக்கவில்லை.

சரி, தானோட்டிக் கார்களுக்குச் சாலையில் எந்தக் கட்டுப்பாடும் இல்லையா? பொதுவாக எல்லா வாகனக் கட்டுபாடு அமைப்புகளும் ஏற்றுக் கொள்ளப்பட்ட  ஒரு பரிந்துறை, நான்காம் பகுதியில் நாம் பார்த்த SAE –ன் ஐந்து படிகள் கொண்ட தானோட்டிக் கார்களில் உள்ள தானோட்டித் தன்மை. இதில் முதல் மூன்று படிகள் முழுவதும் புரிந்து கொள்ளப்பட்ட ஒன்று. இன்றைய சட்ட அமைப்புகள் இதை முழுவதும் ஏற்றுக் கொண்டு சட்டங்கள் உருவாக்கியுள்ளன. நான்காவது படிக்குச் சில குழப்பமான சட்டங்கள் உள்ளன. ஐந்தாவது படிக்கு இன்று சரிவரச் சட்டங்கள் இல்லை. ஏனெனில், இன்று அதிகப் பயன்பாட்டில், இவ்வகைக் கார்கள் இன்று இல்லை.

எப்படி கூகிள், டெஸ்லா மற்றும் பல தயாரிப்பாளர்கள் தங்களுடைய கார்களைப் பொதுச் சாலைகளில் சோதனை செய்கிறார்கள்? இதற்கு ஒன்றும் சரியான சட்டங்கள் மற்றும் ஒழுங்குமுறைகள் இல்லையா?

சட்டங்கள் மாநில வாரியாக, தேசம் வாரியாக மாறுபடுகின்றன. ஒரு அமெரிக்க மாநிலத்தின் சட்டம் இன்னொரு மாநிலத்தில் வேறுபடும். அதே போல, யூரோப்பிய நாடுகளிலும் இதே நிலைதான். ஒன்று மட்டும் இந்தக் கட்டுரையை எழுதும் பொழுது (டிசம்பர் 2016) சீராக உள்ளது. அமெரிக்க, கனேடிய மாநிலங்கள் ஆகட்டும், யூரோப்பிய நாடுகளாகட்டும், இரண்டுமே, சோதனை ஓட்டங்களை மட்டுமே அனுமதிக்கின்றன.

என்னதான் தானோட்டிக் காராக இருந்தாலும், பொதுச் சாலைகளில் ஒரு மனித ஓட்டுனர் இல்லாமல் பயணிக்க எவருக்கும் அனுமதியில்லை.  அதோடு நிற்காமல், வட அமெரிக்க மாநிலங்களில் (இதில் சில மாநிலங்கள் மட்டுமே அடங்கும்) இன்னும் சில சட்டங்கள் உள்ளன.

  1. இரண்டு முதல் ஐந்து மில்லியன் டாலர்கள் மதிப்புள்ள காப்பீடு (insurance) கார் தயாரிப்பாளருக்கு இருக்க வேண்டும்
  2. ஒரு சுதந்திர அமைப்பின் சான்றிதழ் (independent certification body) பெற்ற நபர் ஒருவர் இந்தச் சோதனை ஓட்டங்களில் காருடன் பயணிக்க வேண்டும்
  3. மனித ஓட்டுனரால், காரின் கட்டுப்பாட்டைச் சில நேரங்களில் எடுத்துக் கொள்ளும் வசதி இருக்க வேண்டும்
  4. சில மாநிலங்களில், இவ்வகை தானோட்டிக் கார்களில், விபத்து நடந்தால், கருப்புப் பெட்டிகள் (black box) (விமானத்தைப் போல) விபத்து நடந்த 30 நொடிகளின் கணினித் தரவுகளைப் பதிவு செய்ய வேண்டும். அத்துடன், வாகனக் கட்டுப்பாடு அமைப்புகளுக்கு ஏழு ஆண்டுகள் வரை இந்தத் தரவுகள் கொடுக்கப்பட வேண்டும்

டெஸ்லாவின் சமீபத்திய ஆட்டோ பைலட் வசதி கலிஃபோர்னியா மாநிலத்தின் சட்டங்களைக் கருத்தில் கொண்டு, 8 நிமிடத்திற்கு மேலாக எந்த ஓட்டுனரையும் ஸ்டீயரிங் சக்கரத்திலிருந்து கைகளை அகற்ற விடுவதில்லை.

இருக்கும் சட்டங்களை வைத்துக் கொண்டுதான் இந்தத் துறை முன்னேற வேண்டும். மேலும், சரியான ஒழுங்குமுறைகள் அடுத்த சில ஆண்டுகளில் வருவது இந்தத் துறைக்கு மிகவும் அவசியம். சட்ட அமைப்புகளுக்குத் தொழில்நுட்பம் புரிவதற்கு நாளாகும். ஆனால், சட்டத்தின் மேற்பார்வை நுகர்வோருக்கு மிகவும் அவசியம்.

அடுத்த பகுதியில், தானோட்டிக் கார்களின் காப்பீடு பற்றி அலசுவோம்.

தமிழ்ப் பரிந்துரை

தமிழ்ச் சொற்கள் எல்லோருக்கும் புரிய வேண்டும் என்று சில ஆங்கிலச் சொற்களை கட்டுரையில் பயன்படுத்தியுள்ளேன். கார் சம்பந்தமான பல தொழில்நுட்பச் சொற்கள் தமிழில் அதிகம் புழக்கத்தில் இல்லை. உதாரணம், ஆக்ஸிலரேட்டர் மற்றும் ப்ரேக். இதை தமிழில் மொழிபெயர்த்தால், நம்மில் பலருக்கும் புரியாது. இதனால், இது போன்ற வழக்குச் சொற்களை அப்படியே பயன்படுத்தியுள்ளேன். சில புதிய சொற்களுக்கு நிகரான சில தமிழ்ச் சொற்களை இங்கு பரிசீலனைக்கென முன்வைக்கிறேன்

ஆங்கிலச் சொல் தமிழ்ப் பரிந்துரை
Regulation ஒழுங்குமுறைகள்
Automotive recalls கார்களைத் திரும்ப அழைக்கும் ஒழுங்குமுறை
Law சட்டம்
Emission tests உமிழ்வு சோதனைகள்
Seat belt இருக்கை வார்
Regulatory body ஒழுங்கு அமைப்பு
Air bags காற்றுப் பைகள்
Insurance காப்பீடு
Black box கருப்புப் பெட்டிகள்

சொல்வனம் – செப்டம்பர் 2017

தானோட்டிக் கார்கள் – தொழில்நுட்ப அறிமுகம் – விஞ்ஞான வளர்ச்சியினால் உங்கள் வேலை போகுமா? -பகுதி 11

2030 –ல் தனிநபர் (நப) ஒருவருக்கும், தானோட்டிக் கார் தயாரிப்பாளருக்கும் (தயா) நடக்கும் கற்பனை உரையாடல்.

நப: ஒரு வாரம் முன்னதான் உங்க கம்பெனியின் தானோட்டிக் காரை வங்கினேன்

தயா: ரொம்ப சந்தோஷம்

நப: உங்கள பாராட்ட நான் அழைக்கவில்லை. இன்று என்னுடைய கார் நான் சொல்லும் இடத்திற்குப் போக மறுக்கிறது.

தயா: புரியும்படி சொல்லுங்க. இதுக்கு முன்னாடி உங்க கட்டளையைப் பின்பற்றியதா?

நப: போன வாரம் முழுவதும் எல்லாம் பின்பற்றியது. இன்னிக்கு அதுக்கு என்னவோ மூடு சரியில்லைன்னு நெனைக்கிறேன்.

தயா: அது எந்திரம் சார். மூடு எல்லாம் அதுக்குக் கிடையாது

நப: எனக்குத் தெரியாது சார். நீங்க தான் உங்க விளம்பரத்துல அதுக்கு மூளையெல்லாம் இருக்குன்னு சொல்றீங்க. அத எப்படி குஷி படுத்தறதுன்னு உங்க கார் கையேடுல ஒன்னுமே சொல்லலை

தயா: மூட விடுங்க. ஆரம்பத்திலேயிருந்து என்ன நடந்துதுன்னு விவரமா சொல்லுங்க

நப: வழக்கமா நான் மீன் பிடிக்கறதுக்கு வாரக் கடைசில பக்கத்துல 120 கி,மீ. தொலைவுல இருக்குற ஏரிக்கு போகிற வழக்கம். இன்னிக்கு புதுசு தானோட்டிக் காரோட போகலாம்னு கிளம்பலாம்னா கார் இப்படி அடம் பிடிக்கிறது.

தயா: சரி, காருல ஜி.பி.எஸ். –ல ஏரிக்கான ஆயங்களை (coordinates) கொடுத்தீர்களா?

நப: ஊம்

தயா: சீட் பெல்ட் போட்டீங்களா?

நப: செஞ்சேன் சார். என்னுடைய மீன் பிடிக்கும் படகை கூடக் கட்டினேன் சார்

தயா: எங்க கட்டினீங்க?

நப: வழக்கம் போல, காருக்கு மேலதான்.

தயா: சார், நீங்க ஓட்டின பழைய காருல அதெல்லாம். சரி. நாங்க அங்க ஒரு ரேடார் வச்சிருக்கோம். அதை மூடிட்டீங்கன்னா எப்படி சார் கார் நகரும்? கண்ணைக் கட்டிட்டா, தானோட்டிக் கார் எப்படி சார் ஓட்டும்? அதை முதலில் கழட்டுங்க சார். எல்லாம் சரியாயிரும்…

~oOo~

ஓட்டுனர்கள்

என்னதான் கார்களும் அதன் பின் விளைவுகளையும் நாம் சாடினாலும், உலகெங்கிலும் பல கோடி மனிதர்கள்,  தங்கள் வாழ்வாதாரத்திற்காக வாகனம் ஓட்டுகிறார்கள். உதாரணத்திற்கு, வட அமெரிக்காவின் ஜனத்தொகை 350 மில்லியன் (கனடா, அமெரிக்கா). இதில் 3.4 மில்லியன் லாரி ஓட்டுனர்கள் உள்ளனர். சரியான புள்ளிவிவரம் இல்லாவிட்டாலும், ஏறக்குறைய, 750,000 டாக்ஸி ஓட்டுனர்கள் உள்ளனர். இதைத் தவிர, உள்ளூருக்குள் சின்ன வண்டிகளில் டெலிவரி செய்பவர்கள், பஸ் ஓட்டுனர்கள், ஊபர் காரோட்டிகள் என்று மொத்தம் குறைந்தது 6 மில்லியன் மனிதர்கள் வட அமெரிக்காவில் வாகனம் ஓட்டுவதைத் தொழிலாகக் கொண்டவர்கள்.

கடைசியாக எனக்குத் தெரிந்து, டைப் செய்யும் எந்திரங்களை நம்பிப் பல கோடி மனிதர்கள் ஒரு 60 ஆண்டு காலம் முன்னர்வரை இருந்தனர். இன்று, நீதிமன்றம்/அரசாங்கம் போன்ற துறைகளில் பணிபுரியும் சில லட்சம் மனிதர்களைத் தவிர, மற்றவர்கள் இந்தத் துறையில் இல்லை. கணினிகள் மற்றும் அச்சு எந்திரங்கள், டைப் செய்யும் எந்திரத்தைப் பயனற்றவையாக்கி விட்டன. படிப்படியாக நிகழ்ந்த இந்தச் சமுதாய/தொழில்நுட்ப மாற்றம், இன்று ஏறக்குறைய முழுமை அடைந்துவிட்டது.

வட அமெரிக்கச் சாலைகள் மிகவும் நீண்டவை. ஒரு கோடியிலிருந்து மறு கோடி செல்ல பல நாட்கள் ஆகும். 5 முதல் 8 நாட்கள் ஒரு பயணத்திற்கு என்பது மிகவும் சாதாரண விஷயம். இதில் பெரும்பாலும் சரக்குகளை லாரிகள், கப்பல் துறைமுகத்திற்கும், பெரிய கடைகளுக்கும், தொழிற்சாலைகளுக்கும் எடுத்துச் செல்லும். 24 மணி நேரத்தில், பல லாரி ஓட்டுனர்கள், 16 மணி நேரம் வரை லாரி ஓட்டுகிறார்கள்.

அதைப் போலவே, பல நகரங்களிலும், விதவிதமான  டாக்ஸி அமைப்புகள் உள்ளன. விமான நிலையம் செல்லும் பிரத்யேக டாக்ஸிகள், நகர மையத்தில் மட்டுமே பயணிக்கும் டாக்ஸிகள் மற்றும் ஊபர், ஓலா போன்ற புதிய இணைய டாக்ஸிச் சேவைகள் இவற்றில் அடங்கும். இவைப் பெரும்பாலும் கார்களை ஓட்டுவதை வாழ்வாதாரமாகக் கொண்ட அமைப்புகள்.

என் பார்வையில், முதலில் நடக்கக்கூடிய சமுதாய மாற்றம், தானோட்டிக் கார்களால், வாகனம் ஓட்டுபவர்களின் வாழ்வாதாரம். ஆண்டு முழுவதும் எளிதாகப் பயணிக்கவல்ல பகுதிகளில் (உதாரணம் கலிஃபோர்னியா, நிவேடா, அரிஸோனா, டெக்ஸஸ் போன்ற மாநிலங்கள்) இவ்வகைச் சரக்குப் போக்குவரத்து தானோட்டி லாரிகளுக்கு மாறும் வாய்ப்புள்ளது, இதே பகுதிகளில், ஊபர் மற்றும் சில டாக்ஸிச் சேவைகளும் தானோட்டிக் கார்களுக்கு மாறலாம். அரசாங்கங்கள், தொழிற்சங்க அமைப்புகள் என்று மிகவும் சிக்கலானப் பிரச்னையாக, இது மாறலாம். லாரி நிறுவனங்கள் மற்றும் ஊபர் போன்ற அமைப்புகளுக்கு, வாகனங்களை அதிக நேரம் பயன்படுத்துவது மிகவும் முக்கியம். சரியான மேலாண்மையுடன், ஒவ்வொரு மணி நேரமும் காசு பண்ணலாம். தொழிலாளர்க் கொந்தளிப்பு இதனால், பல வருடங்கள் நீடிக்கும் வாய்ப்பும் உள்ளது. தானோட்டி வாகனங்களால், நிறைய லாபம் இருப்பதால், இவ்வகை நிறுவனங்கள் ரிஸ்க் எடுக்க அவசியம் முற்படும்.

இவ்வகைத் தானோட்டி லாரிகள், நெடுஞ்சாலையில் பயணித்தால், தானியங்கிப் பெட்ரோல் பம்புகளும் தேவை. இவ்வகைத் தானியங்கி பம்புகள் உருவாக்கப்பட வேண்டும். இல்லையேல், இவ்வகை லாரிகள், 5 முதல் 8 மணி நேரம் வரைதான் பயணம் செய்ய முடியும். இன்று சோதிக்கப்படும் தானோட்டி லாரிகள் லாஸ் ஏஞ்சலஸ் மற்றும் சான் ஃப்ரான்ஸிஸ்கோ நகரங்களுக்கு இடையில், அதாவது 5 மணி நேரப் பயண இடைவேளையில் சோதிக்கப்படுகின்றன.

நிறுத்துமிடம்

தானோட்டிக் கார்களுக்கு, அதாவது டாக்ஸிகளுக்கு நிறுத்துவதற்காக,  நகருக்கு வெளியே பெரிய இடங்கள் தேவைப்படும். இவ்வகை நிலங்களை ஒதுக்குவதில் உள்ள ரியல் எஸ்டேட் பிரச்னைகளை, நகர அரசாங்கங்கள் சந்திக்க வேண்டி வரும். இதனால், பல அரசியல் நெருக்கடிகளும் உருவாகலாம்.

தானோட்டிக் கார்களுக்கான வாடகையும் மிகவும் சர்ச்சைக்குள்ளாகும். இவற்றின் கட்டணம் மனித டாக்ஸியைவிடக் குறைவாக இருக்குமா? ஊபரைப் போல, நெருக்கடிக் காலங்களில் கட்டணத்தைக் கூட்டிக் கடுப்படிப்பார்களா? இவை எல்லாம் பொருத்திருந்து பார்க்க வேண்டும்.

காவல்துறை சிந்தனை

சமீபத்தில், தொழில்நுட்பத்தில் ஆர்வம் கொண்ட ஒரு போலீஸ் வல்லுனரிடம் தானோட்டிக் கார் ஆர்வலர்கள் கனடாவில் ஒரு பேட்டி எடுத்தார்கள், பல புதிய காவல்துறை சார்ந்த சமூக விஷயங்களை இந்த வல்லுனர் முன்வைத்தார். சாலைகளில், இவ்வகை வாகனங்கள் வந்த பிறகே இதன் முழுச் சமுதாயத் தாக்கத்தை நாம் அறிய முடியும். இவை வெறும் இன்றைய நம் ஊகம் என்றுதான் சொல்ல வேண்டும்.

  1. முதல் விஷயமாக, காவல் துறைக்கு, மிக முக்கியமான விஷயம், ஒரு காரின் சொந்தக்காரர் யாரென்று தெரிய வேண்டும். எந்த ஒரு கார் சம்பந்தப்பட்ட குற்றம் நடந்தாலும், சம்பவத்தில் இடம்பெற்ற காரின் சொந்தக்காரரைப் பொறுத்தே தண்டனை வழங்கப்படுகிறது. இதனால், தானோட்டிக் கார்கள் ஒரு நகருக்குள் வந்தால், அதன் உண்மையான சொந்தக்காரரின் பெயர்களை ஒரு பட்டியலிட வேண்டும். ஏதாவது ஒரு விபத்தில் தானோட்டிக் கார் ஈடுபட்டிருந்தால், அந்தக் கார் எவரது பெயரில் பதிவு செய்யப்பட்டுள்ளது என்பது காவல் துறை மற்றும் நீதித் துறைக்கு மிகவும் முக்கியம். இன்று நகரில் உள்ள டாக்ஸிகள் ஒவ்வொன்றும் ஒரு தனிநபர் பெயரில் பதிவு செய்யப்பட்டிருக்கும். ஊபர் கார்களும் அதன் சொந்தக்காரரின் பெயரில் பதிவு செய்யப்பட்டிருக்கும். தானோட்டிக் கார்களும் இப்படியே பதிவு செய்யப்பட வேண்டும் என்பது காவலர்களின் எண்ணம்.
  2. இரண்டாவது விஷயம், தானோட்டிக் கார்கள் சட்டப்புறம்பான பொருட்களைக் கடத்தப் பயன்படுத்தப்படலாம். ஒரு தானோட்டிக் கார்களில் ஏராளமான துப்பாக்கிகளைக் கடத்தி, மாட்டிக் கொண்டால், யார் இதைக் கடத்துகிறார்கள் என்று எப்படிச் சொல்வது? இதனாலேயே காவல் துறையினர், அனைத்து வாகனங்களும் ஒரு தனி நபர் பெயரில் பதிவு செய்வது அவசியமென்று சொல்லி வருகிறார்கள்.
  3. மூன்றாவது விஷயம், தானோட்டிக் கார்களுக்குத் தனியான வரைபாதை சில நகரங்களில் தேவைப்படலாம். இதற்குக் காரணம், பெரும்பாலும் மனிதர்கள் ஓட்டும் கார்களே. மனிதர்கள் கார்களைச் சீராக ஓட்டுவதில்லை. ஆரம்பத்தில் பெரும்பாலும் மனிதர்கள் ஓட்டும் வாகனங்களுடன், இவை பயணம் மேற்கொள்ள வேண்டும். இன்றைய சோதனைக் கார்கள் இந்த விஷயத்தில் நன்றாகவே இயங்கியுள்ளன. ஆனாலும், இவை கோடியில் ஒரு வாகனம் என்று இருக்கும் பொழுது ஏற்படும் வெற்றி, கோடியில் பல லட்சம் வாகனங்களாக மாறும் பொழுது உருவாகும் பிரச்னைகள் வேறுபட்டவை. பெரும்பாலும், இவ்வகைத் தானோட்டி வாகனங்கள், வேக எல்லைக்குள் பயணிக்கும். மனிதக் காரோட்டிகளுக்கு இது எரிச்சலூட்டலாம்! குறுக்கே வெட்டிப் பயணம் செய்யும் மனித கார்களுடன் இவை சமாளிக்கத் திண்டாடலாம். இதனால், தானோட்டி வாகனங்களுக்குத் தனியான வரைபாதைகள் அமைக்க வேண்டி வரலாம். இப்படித் தனி வரைபாதை அமைத்தால், அதற்கான செலவு மற்றும் பராமரிப்புச் செலவை யார் ஏற்றுக் கொள்வார்கள்?  ஊபர் போன்ற பயனடையும் நிறுவனங்கள் இதை ஏற்றுக் கொள்ள வேண்டும் என்பது ஒரு வாதம். நகரப் போக்குவரத்து நெருக்கடி குறைவதால், பொது மக்கள் இந்தச் செலவை ஏற்றுக் கொள்ள வேண்டும் என்பது இன்னொரு வாதம். போக்குவரத்து செரிசல் உண்மையிலேயே குறையுமா என்பது திட்டவட்டமாகச் சொல்ல இயலாத நிலையில், இது ஒரு சர்ச்சையான விஷயம் என்பதில் ஐயமில்லை.
  4. நான்காவது, சாலையில் பழுதடைந்து தானோட்டிக் கார் நின்றுவிட்டால், அதனை அப்புறப்படுத்துவது ஒரு பிரச்னை. இது நகரத்தின் பொறுப்பு என்றாலும், பழுதடைந்த கார் எப்படி அப்புறப்படுத்தும் நிறுவனத்திற்குத் தெரியப்படுத்தும்? இதற்காகச் சரியான ஒரு கட்டுப்பாடு அமைப்பு ஊபர் போன்ற நிறுவனங்களிடம் இருக்க வேண்டும். அப்புறப்படுத்துவதற்கும் தகுந்த கட்டணத்தை நிறுவனம் கட்ட வேண்டும்.
  5. ஐந்தாவது, ஒரு வேடிக்கையான போலீஸ் சிந்தனை – ஆனால், சாத்தியமான ஒன்று. ஒரு ஊபர் தானோட்டிக் கார் ஒரு சாலையில் பயணம் செய்கிறது என்று வைத்துக் கொள்வோம். நகரில் உள்ள இளைஞர்கள் இக்காரின் முன் வேகமாகச் சென்று திடீரென்று ப்ரேக்கைப் போடுவது, அல்லது அதன் வெகு அருகாமையில் காரைச் செலுத்துவது என்றுக் காரை குழப்ப முயற்சிக்கலாம். இதனால், இவ்வகை stunting செயல்களால் பல பிரச்னைகளை உருவாக்கலாம். இவ்வகை சூழலில் தவறு யாருடையது என்று துல்லியமாக சொல்வது கடினம். விமானங்கள் போல, கருப்புப் பெட்டிகளைத் (black box) தானோட்டிக் கார்களில் இருக்க வேண்டும் என்று காவல் துறையினர் சொல்லி வருகின்றனர். பல வகை சூழல்களில் ஏற்படும் விபத்துக்களுக்கு இது ஒன்றே வழி.
  6. ஆறாவது, விபத்துக்களில் சேதம் நேரிட்டால், யார் கட்டணம் கட்ட வேண்டும் என்பது. இதைப் பற்றி விவரமாகக் காப்பீடுப் பகுதியில் பார்ப்போம்.

அருகாமை விமானப் பயணங்கள்

இவ்வகைத் தானோட்டிக் கார்களின் வெற்றியைப் பொறுத்து, அரை/முக்கால் மணி நேர விமானப் பயணம் பெரிதும் பாதிக்கப்படும். அரை/முக்கால் மணி நேரத்தில், சிறு விமானங்கள், 300 முதல் 600 கி.மீ. வரையே பயணம் செய்கின்றன. விமானப் பாதுகாப்பு நேர விரயம், விமான நிலையப் பயண நேரம் என்று விமானப் பயணம் இன்று 4 முதல் 5 மணி நேரம் வரை ஆகிறது. அத்துடன், விமானம் சில குறிப்பிட்ட நேரத்தில் மட்டுமே நமக்கு வேண்டிய ஊருக்குப் பறக்கிறது. தானோட்டிக் கார்கள், இதே தூரத்தை, 3 முதல் 6 மணி நேரத்திற்குள் எந்த நேரத்திற்கு வேண்டுமானாலும் பயணம் செய்ய வசதியாக இருக்கும். இதனால், சின்ன விமான நிறுவனங்கள் நஷ்டப் படலாம். பலருக்கு வேலையும் போகலாம். விமானத் தயாரிப்பாளர்களும் பாதிக்கப்படலாம்.

தனியார் தானோட்டிக் கார்களினால், ஏற்படும் சமூக மாற்றங்கள் நாம் நினைத்து கூடப் பார்க்க முடியாதவை. என் பார்வையில், இது குறைந்தபட்சம், ஒரு 25 ஆண்டுகளுக்கு அப்பால் உள்ள விஷயம் என்பதால், இதைப் பற்றி எழுதவில்லை.

இங்கு சொல்லப்பட்ட மாற்றங்கள் இன்றைய ஊகங்கள். நாம் நினைத்துப் பார்க்காத பல மாற்றங்களும் நமது அரசியல், சமூக, சட்டங்களில் ஏற்படும் என்பது நிச்சயமாகச் சொல்லலாம்.

சொல்வனம் – ஜூலை 2017

தானோட்டிக் கார்கள் – தொழில்நுட்ப அறிமுகம் – லாப்டாப் கொண்டு உங்கள் கார்களைத் தானோட்டிக் கார்களாக்கலாமா? -பகுதி 10

ஊடகங்கள், கார்த் தொழில் விற்பனையாளர்கள் மற்றும் பல முறைகளில் நுகர்வோர் இந்தப் புதிய தொழில்நுட்ப புரிதலில் குழப்பமடைந்திருப்பது இயற்கையே. இந்தப் பகுதியில், சில குழப்பங்களைத் தெளிவாக்க முயற்சிப்போம்.

தானோட்டிக் கார்கள் அனைத்தும் மின்சாரத்தில் வேலை செய்யும் கார்கள்

தானோட்டிக் கார்கள் மின்சாரக் கார்களாக இருக்க வேண்டியதில்லை. பெட்ரோல் மற்றும் டீசல் கார்களும் தானோட்டிக் கார்களாக உருவாக்கலாம். அடிப்படை இயக்கம் மின்சார மோட்டார், அல்லது தொல் எச்ச எரிபொருள் எஞ்சின் (fossil fuel engine) எதுவாக இருந்தாலும் சரி. மெர்சிடிஸ், பி.எம்.ட்பிள்யூ. ஜி.எம்., ஃபோர்டு அனைவரும் தங்களுடைய தானோட்டிக் கார் தொல் எச்ச எரிபொருள் எஞ்சின் கொண்டு இயங்கும் என்றே சொல்லியுள்ளார்கள். கூகிளின் தானோட்டிக் கார்கள் இதுவரை பெட்ரோல் அல்லது ஹைப்ரிட் கார்கள். இந்தத் துறையில், மின்சாரக் கார் தயாரிப்பாளர் டெஸ்லா மட்டுமே. டெஸ்லா, மின்சாரக் கார் தயாரிக்கும் நிறுவனம். அடுத்தக் கட்டமாக தானோட்டிக் கார்களைத் தயாரிக்க முயன்று வருகிறார்கள். இதைத் தவிர, இவர் இரண்டு விஷயம் சம்பந்தமற்றவை.

 

தானோட்டிக் கார்களை வாங்கி எளிதில் இந்தியா போன்ற நாடுகளில் பயன்படுத்தலாம்

கேட்க நன்றாக உள்ளது. ஆனால், நடைமுறையில் பல சிக்கல்கள் உள்ளன. தானோட்டிக் கார்களுக்கு மிக முக்கியமான விஷயங்கள்;

  • வரை பாதைகள் சரியாக நிறுவப்பட வேண்டும்
  • போக்குவரத்து,  வரை பாதைகள் மூலமாக நடக்க வேண்டும்
  • போக்குவரத்துக் குறிகைகள் ஒவ்வொரு சாலையிலும் சரியாக நிறுவப்பட வேண்டும்
  • போக்குவரத்துச் சாலைகளில் வேக எல்லைகள் நிர்ணயிக்கப்பட வேண்டும்

படிக்கும் பலருக்குச் சற்றுக் கசப்பாக இருக்கக்கூடும். அதிகக் கம்பித் தொலைப்பேசிகள் சார்ந்த கட்டமைப்பு பெரிதாக இல்லாமல், செல்பேசி தொடர்பியலில் மேற்கத்திய நாடுகளை விட முன்னேறிய இந்தியா ஏன் இந்தத் தொழில்நுட்பத்திலும் முன்னேற முடியாது? விஷயம் தொழில்நுட்பம் சார்ந்தது அல்ல; போக்குவரத்து ஒழுங்கு சார்ந்தது. அத்துடன், பல தரப்பட்ட போக்குவரத்து அமைப்புகள் (ஆட்டோ, பைக், ஸ்கூட்டர், மாட்டுவண்டி, ரிக்‌ஷா) ஒரே சாலையைப் பயன்படுத்தும் இந்தியாவில், கணினிகள் குழப்பமடைய நிறைய வாய்ப்புகள் உள்ளன.

பல ஆண்டுகள் மேற்குலகில் சோதனைக்குப் பின்னரே இந்தியா போன்ற வளரும் நாடுகளில் சோதிக்க முடியும். அப்படியே இந்தத் தொழில்நுட்பம் வந்தாலும், இந்தியாவில், இந்த ஒழுங்கு ஓரளவு உள்ள நெடுஞ்சாலைகளில் மட்டுமே பயன்படும். ஒரு இந்திய முயற்சியின் விடியோ இங்கே;

 

தானோட்டிக் கார்கள் விடியோ காமிரா மூலம் நாம் பார்ப்பது போலப் பார்த்துச் செயல்படுகின்றன

நாம் பார்ப்பது முப்பரிமாணத்தில், வண்ணக் காட்சிகள். ஆனால், வாகனத்தைச் செலுத்த இத்தனை சிக்கலானக் காட்சித் தேவையில்லை. ஒரு காரைச் செலுத்தும் கணினிக்கு முக்கியமான தேவை, சுற்றிலும் உள்ள வாகனங்களின் அளவுகள், அவற்றின் வேகம், பயணிக்கும் திசை, மற்றும், வரைபாதை. மற்ற விஷயங்கள் தேவையில்லாத மனித கவனச்சிதைவுகள்.

சில விஷயங்களைக் காமிராவை மட்டுமே நம்பியிருக்க முடியாது. தொலை தூரத்தில் உள்ள வாகனங்கள் பற்றிய கணிப்புக்கு லேசரும் (laser rangefinder), மிக அருகில் இருக்கும் வாகனங்கள் பற்றிய கணிப்புக்குக் கேளா ஒலியும் (ultrasonic) , நடுவாந்திர தூரத்திற்கு, காமிராவும் தானோட்டிக் கார்கள் பயன்படுத்துகின்றன.

தானோட்டிக் கார்களை எளிதில் இணைய விஷமிகள் கடத்திப் பயணிகளுக்கு ஆபத்து விளைவிக்கலாம்

’கருவிகளின் இணையம்’, கட்டுரைத் தொடரில், பாதுகாப்பு அபாயங்கள் பற்றி விரிவாகப் பார்த்தோம். தானோட்டிக் கார்களில் இணைய விஷமிகள் கையில் சிக்கிப் பயணிகளுக்கு ஆபத்து விளைவிக்கலாம் என்பது ஒரு நியாயமான பயம். ஆனால், இன்றைய கார் தயாரிப்பாளர்கள், ஆரம்பச் சறுக்கல்களிலிருந்து விடுபடத் தொடங்கி விட்டார்கள். இவர்களுக்கும் இந்தச் சவால் புரிகிறது. நிறையத் தானியக்கம் உள்ள கார்களில் அதிக கவனமின்றி அவசரமாகச் சந்தைக்குக் கொண்டு வந்ததன் விளைவு இவ்வகை இணையத் தாக்கல்கள்.

உஷாராகிவிட்ட தயாரிப்பாளர்கள் இணையத் தொடர்புகளில் தகுந்த பாதுகாப்பு அம்சங்களைச் சேர்ப்பார்கள் என்று நம்ப நிறைய வாய்ப்பு உள்ளது. பொது மக்களின், தானோட்டிக் கார்களைப் பற்றிய பயங்களில் இதுவும் முக்கியமான ஒன்று.

டெக்னிகலாகச் சொல்ல வேண்டுமானால், குறிமறையாக்கத்திற்கு வேண்டிய செயலி சக்தி இவ்வகை கார்களில் ஏராளம். சொல்லப் போனால், நம்முடைய அன்றாட கணினிகளை விட மிகவும் சக்தி வாய்ந்த கணினிகள் இவ்வகைக் கார்களை இயக்குகின்றன. செயலியை சாக்காகச் சொல்லி எந்தத் தயாரிப்பாளரும் பாதுகாப்பு விஷயத்தில் பின்வாங்க முடியாது.

 

நமது அன்றாட லாப்டாப் கணினியில் மென்பொருளைக் கொண்டு கார்களைத் தானோட்டிக் கார்கள் ஆக்கிவிடலாம்.

தொழில்நுட்பப் பகுதியில் முக்கியமான ஒரு விஷயம் இந்தத் தொழில்நுட்பத்தில், மிகவும் அவசியமானது சக்தி வாய்ந்த ஒப்பிணைவுக் கணிமை தேவை (parallel computing requirement) என்பது. நம்முடைய சாதாரணக் கணினிகள் வேலைக்கு ஆகாது. மேலும், நாம் திறன்பேசியில் தரவிறக்கம் செய்யும் சாதாரண நிரல் அல்ல இது. பல்லாயிரம் மணி நேரப் பயிற்சி பெற்றச் செயற்கை நரம்பணு வலையமைப்புகள் பாதுகாப்பான பயணத்திற்கு அவசியம்.

இப்படி யாராவது சொன்னால், அங்கிருந்து தயவு செய்து விலகுங்கள்.

 

கருவிக் கூட்டு (sensor kit) ஒன்று கிடைக்கிறது. இதை எளிதில் காருடன் இணைத்தால், சாதாரணக் கார், தானோட்டிக் காராக மாறிவிடும்.

இது எதிர்காலத்தில் சாத்தியமாக இருக்கலாம். ஆனால், இவ்வகைக் கருவிக்கூட்டுக்கள் தானோட்டிக் கார்களின் ஒரு சின்னப் பகுதி மட்டுமே. இவ்வகை கருவிக் கூட்டுக்கள் ஓரளவு தானியக்கத்திற்குப் பயன்படலாம். இன்றைய தொழில்நுட்ப அளவை வைத்துப் பார்த்தால், இது ஒரு மிகவும் அபாயமான முயற்சி. தயவு செய்து தவிர்க்கப் பாருங்கள்.

 

எந்தக் காரை வேண்டுமானாலும் தானோட்டிக் காராக்கி விடலாம். எல்லாம் மென்பொருள் விஷயம்தான்.

நிச்சயமாக முடியாது. ஒவ்வொரு தானோட்டிக் காரின் வடிவமைப்பிலும், அடிப்படையில் ஒரு வாகன ப்ளாட்ஃபார்ம் உள்ளது. அடிப்படை வாகனம் கணினியின் ஆணைப்படி சில அடிப்படை விஷயங்களைத் தானாகவே செய்ய வேண்டும். உதாரணத்திற்கு, வேகத்தைக் கூட்டுவது, குறைப்பது, நிற்பது, போன்ற அடிப்படை விஷயங்கள் அவசியம் தேவை. இவ்வகை வசதிகள் இல்லாத கார்களில், எந்த மென்பொருளைக் கொண்டும் ஒரு வாதத்திற்குக் கூடத் தானோட்டிக் காராக மாற்ற முடியாது.

 

என்னுடைய காரில் பல தானோட்டி விஷயங்கள் உள்ளன. தானே நிறுத்தும், முன்னே செல்லும் கார் பக்கத்தில் வந்தால் தானே பிரேக் செய்யும், வரை பாதையிலிருந்து சறுக்கினால், தானே வரைபாதைக்குள் கொண்டு வரும். இதுவும் தானோட்டிக் கார்தான்,

இதைப் பற்றி முன்னமே சொல்லிவிட்டாலும், சற்று இங்கு விளக்க முயற்சிப்போம்.

இங்கு சொல்லப்படும் அம்சங்கள் தானியக்க விஷயங்கள். இவ்வகை அம்சங்களுக்கு, அவசியம் ஒரு ஓட்டுனர் காரில் தேவை. அத்துடன், மிக குறைந்த நேரத்திற்கே இவ்வகைத் தானியக்கம் உதவுகிறது. தானோட்டிக் கார் என்பது, ஓட்டுனர் எப்பொழுதும் தேவையற்ற வாகனங்கள்.

இக்கட்டுரை எழுதும் நேரத்தில் (நவம்பர் 2016), சாலைகளில் உள்ள ஒரே தானோட்டிக் கார் டெஸ்லா. மற்ற கார்கள் சோதனையில் உள்ளன. இன்றைய டெஸ்லாவும் அதன் ஆட்டோபைலட் வசதி வெறும் 8 நிமிடங்களுக்கு மட்டும்தான். இதற்கு இன்றைய சாலைச் சட்டங்கள் அனுமதிப்பதில்லை. இன்னும் 3 முதல் 5 வருடங்களில் சட்டங்கள் மாறினால், தொழில்நுட்பம் வளர்ந்தால், உண்மையான தானோட்டிக் கார்கள் சில பகுதிகளில் இயங்கலாம்.

இன்று (2016/2017) உணமையான தானோட்டிக் கார் என்பது பொதுச் சாலைகளில் சோதனைக் கார்கள் மட்டுமே.

 

தானோட்டிக் கார்களின் முதல் மாடல்கள் நுகர்வோருக்காகத் தயாரிக்கப்படும்.

தானோட்டிக் கார்களைப் பற்றிய மிகப் பெரிய தவறான கருத்து இதுவாகத்தான் இருக்கும். சாதாரணர்களுக்கு இந்தத் தொழில்நுட்பத்தில் முழுவதும் நம்பிக்கை வர பல்லாண்டுகள் ஆகும். அப்படியே சற்று நம்பிக்கை வந்தாலும், ‘நான் ஒன்றும் இவர்களது சோதனை எலியல்ல. எனக்கு என்ன அவசரம். எந்தச் சந்தேகமும் இல்லாமல் நிரூபிக்கப்படும் வரை காத்திருக்கத் தயார். அத்துடன், ஒரு எந்திரம் என்னுடைய காரை இயக்குவது என்பது சீரணிக்க முடியாத விஷயம்’ – இதுவே பலரின் வாதம்.

ஆரம்பப் பயன்பாட்டாளர்கள் பெரும்பாலும், இரு தரப்பினர் என்று நம்பப்படுகிறது. முதல் வகை இணையம் மூலம் வாகனங்களை வாடகைக்கு விடும் யூபர் போன்ற நிறுவனங்கள். இவர்கள் இந்தத் தொழில்நுட்பத்தை அடுத்தக் கட்டத்திற்கு எடுத்துச் செல்ல உத்வுவார்கள் என்று நம்பப்படுகிறது. யூபரின் மிகப் பெரிய செலவு அம்சம் கார்களை இயக்கும் ஓட்டுனர்கள்.

இன்னொரு ஆரம்ப பயன்பாட்டாளர், வட அமெரிக்கா மற்றும் யூரோப்பில் லாரிகளை இயக்கும் நிறுவனங்கள். பெரும்பாலும், நெடுஞ்சாலைகளில் சரக்குகளை ஏற்றிச் செல்லும் லாரிகள் இன்று சரியாகச் சரக்கைச் சேர்ப்பிக்க ஓட்டுனர்களை நம்பியுள்ளது. வட அமெரிக்கா போன்ற ராட்சச நிலப்பரப்பில், லாரிகள் பல நாட்கள் பயணிக்கின்றன. ஃப்ளாரிடாவில் விளையும் ஆரஞ்சு பழம் தாங்கிய லாரி டென்வர் போன்ற இடங்களை அடைய 3 நாட்கள் ஆகும். அதைவிட மோசம், கனடாவின் பிரிடிஷ் கொலம்பியாவில் விளையும் பழங்கள் ஹாலிஃபாக்ஸ் சென்றடைய 10 நாட்கள் ஆகும். இதில் சில நாட்கள் ஒட்டுனர்களின் ஓய்வுக்காக செல்கிறது. இங்குதான் தானோட்டி வாகனங்கள் மிகவும் பயனுக்கு வரும், ஓய்வு இல்லாமல் இயக்கவல்ல எந்திரங்களாக லாரிகள் மாறி விடும். இவ்வகை லாரி நிறுவனங்கள் செயல்திறனின் பெரிய முன்னேற்றத்தை எதிர்பார்க்கின்றன.

உடனே, உலகம் முழுவதும் அடுத்த வருடம் இது நடைபெறும் என்று சொல்வதற்கில்லை. அதிகப் பனியில்லாத, ஏராளமான மழையற்ற பகுதிகளில் முதலில் இவை சோதிக்கப்படும். நாளடைவில் மற்ற இடங்களுக்கும் பறவலாம்.

நுகர்வோர் முதலில் இவ்வகைக் கார்களை அதிகமாக வாங்குவார்கள் என்று சொல்வதற்கில்லை.

 

தானோட்டிக் கார்கள் நமது வியாபாரக் கணினிகள் போல முடிவெடுக்கும் கணினிகள். எந்த வாகனம் எப்படி வருகிறது என்று இப்படி முடிவெடுக்கிறது.

தொழில்நுட்பப் பகுதிகளில், செயற்கை நரம்பணு வலையமைப்புகள் பற்றி விளக்கியிருந்தேன்.  மிக முக்கியமான விஷயம் இவை லாஜிக் மூலம் இயங்குவதில்லை. வியாபாரக் கணினிகளின் மென்பொருள் லாஜிக்கை மையமாகக் கொண்டவை.

இவை பெரும்பாலும், ‘இது நடந்தால், இது செய்யவும்’ என்ற சட்டங்களுக்கு உட்பட்டு இயங்குபவை. வாடிக்கையாளர் 1000 ரூபாய்க்கு மேல் வாங்கினால், 2% தள்ளுபடியைக் கணக்கிடவும் என்று நிரலப்படுவது வியாபார உலகில் சகஜம். ஒரு பிரச்னையை மட்டுமே ஒரு நேரத்தில் தீர்க்கும் சக்தி கொண்டவை இவ்வகை நிரல்கள். இன்றைய கணினிகள், பல்வேறு நிரல்களை ஒரே நேரத்தில் இயக்குவது போன்ற மாயையை ஏற்படுத்தினாலும், (இவை உள்ளுக்குள், ஒன்றன் பின் ஒன்றைத்தான் செய்கின்றன – இவற்றின் வேகம் பல நிரல்களை ஒரே நேரத்தில் இயக்குவதைப் போன்று தோற்றுவிக்கிறது), ஒரே நேரத்தில் ஒரு பிரச்னைதான்.

ஒரு வியாபாரக் கணினி நிரல் முன் 40 வாடிக்கையாளர்கள் பல்வேறு ரூபாய்களுக்கு பொருட்களை வாங்கி வந்தால், என்ன செய்யும் லாஜிக்? இவ்வகைப் புதிய பிரச்னைகளுக்குப் புதிய அணுகுமுறைகள் தேவை. வியாபாரத்தில் உள்ளது போல, பல கெளண்டர்களைத் திறந்து சமாளிக்க முடியாது. கெளண்டர்கள் பல இருந்தாலும், ஒவ்வொரு கெளண்டரும் ஒரு நேரத்தில் ஒரு பிரச்னையை மட்டுமே தீர்க்கும்.

 

ஒரு கார்த் தயாரிப்பாளர் தானோட்டிக் காரை டெமோ செய்தால், அடுத்த வருஷம் தானோட்டிக் காரை அறிமுகப் படுத்தும் என்று அர்த்தம்.

காரின் சில வெளிபுற விஷயங்கள், மற்றும் சின்ன சின்ன மின்னணு ஜிகினா விஷயங்களை நமக்குக் காட்டியே கார்த் தயாரிப்பாளர்கள் உண்மையான முன்னேற்றம் எதுவென்று மறக்கடிப்பதில் வெற்றி கண்டுள்ளார்கள். டெமோ தானோட்டிக் கார் அடுத்த வருடம் ஷோரூமிற்கு வர இது ஒன்றும் சின்ன முன்னேற்றம் அல்ல.

முக்கியமாக, இவ்வகை தானோட்டி கார்கள் நிறைய நகர, புற நகர, நெடுஞ்சாலை, மலைப்பகுதி மற்றும் வித விதமான சாலை குறிகைகள் எல்லாவற்றிலும் தேர்ச்சி கொடுக்கப்பட வேண்டும். கூகிள் 7 ஆண்டு காலமாகத் தன்னுடைய தானோட்டிக் கார்களைப் பயிற்சி தருவதற்கு உண்மையான காரணம் பயிற்சி. எங்கு சிக்கலான சிக்னல் வரும், எங்கு சைக்கிள் வரும், எங்கு பாதசாரி வருவார் என்று திட்டவட்டமாகச் சொல்ல முடியாது. சாலைகளில் உள்ள தடங்கல்களைச் சமாளிப்பதற்கும் பயிற்சித் தேவை.

நேற்று ஓட்டுனர் பயிற்சிக்குச் சென்ற மகனிடம் புதிய காரை யாராவது ஒப்படைப்பாளர்களா?

 

தானோட்டிக் கார்களுக்குத் தனியாக பிரத்யேக சாலைகள் உருவாக்க வேண்டும்

சில நகர அரசாங்கங்கள் இவ்வறு சிந்திப்பது உண்மை. பெரும்பாலும்,ஊபர் போன்ற நிறுவனங்கள் இதன் முதல் பயன்பாட்டாளர்கள் என்று நம்பப்படுவதால், இது போன்ற நிறுவனங்கள் சாலைப் பராமரிப்பிற்கு, சவாரி ஒன்றுக்கு இத்தனை கட்டணம் என்று அளிப்பார்கள் என்ற நம்பிக்கையின் வெளிப்பாடே இது. ஆனால், இதில் எந்த ஒரு முடிவும் எடுக்கப்படவில்லை.

தமிழ்ப் பரிந்துரை

தமிழ்ச் சொற்கள் எல்லோருக்கும் புரிய வேண்டும் என்று சில ஆங்கிலச் சொற்களை கட்டுரையில் பயன்படுத்தியுள்ளேன். கார் சம்பந்தமான பல தொழில்நுட்பச் சொற்கள் தமிழில் அதிகம் புழக்கத்தில் இல்லை. உதாரணம், ஆக்ஸிலரேட்டர் மற்றும் ப்ரேக். இதை தமிழில் மொழிபெயர்த்தால், நம்மில் பலருக்கும் புரியாது. இதனால், இது போன்ற வழக்குச் சொற்களை அப்படியே பயன்படுத்தியுள்ளேன். சில புதிய சொற்களுக்கு நிகரான சில தமிழ்ச் சொற்களை இங்கு பரிசீலனைக்கென முன்வைக்கிறேன்

ஆங்கிலச் சொல் தமிழ்ப் பரிந்துரை
Fossil fuel engine தொல் எச்ச எரிபொருள் எஞ்சின்
Ultrasonic கேளா ஒலியும்
Parallel computing requirement ஒப்பிணைவுக் கணிமை தேவை
Sensor kit கருவிக் கூட்டு

சொல்வனம் – ஜூலை 2017

தானோட்டிக் கார்கள் – தொழில்நுட்ப அறிமுகம் – ஒரு படத்தைப் பார்த்து அது என்னவென்று எப்படி கணினி கண்டுபிடிக்கிறது? -பகுதி 9

2015 –ஆம் ஆண்டு, அமெரிக்காவில் உள்ள மிஷிகன் மாநிலத்திற்குச் சென்றிருந்தேன். இந்திய உணவு விடுதியில் சாப்பிட்டுவிட்டு, எனக்குப் பக்கத்தில் உள்ள Best Buy  என்ற மின்னணுச் சில்லரை வியாபாரக் கடைக்குச் செல்ல வேண்டியிருந்தது.

அங்கு விடுதியில் வேலை செய்யும் தொழிலாளி ஒருவரிடம் வழி கேட்டேன். அங்கு, மேஜையிலிருந்த ஆண்ட்ராய்டு திறன்பேசியிடம், ’பக்கத்தில் Best Buy எங்கிருக்கிறது?’ என்று ஆங்கிலத்தில் கேட்டார். அவர் கையுறை அணிந்திருந்ததால், இப்படி கூகிள் வரைபடத்துடன் பேசினார்.

சிவராமனோ, மாணிக்கமோ அவர் பெயர் நினைவில்லை. எப்படி கூகிள் வரைபடம், அவருடைய இந்திய ஆங்கிலத்தைப் புரிந்து கொண்டது? சரியாக அந்த விடுதியிலிருந்து கடைக்கு வழியைக் காட்டியது. திறன்பேசியைச் சற்று திருப்பி என்னைப் படிக்கச் சொன்னார் அவர்.

எந்திரக் கற்றலியல் ஒன்றும் எதிர்காலச் சமாச்சாரம் இல்லை. இன்று கூகிளின் பல முயற்சிகளில் எந்திரக் கற்றலியல் மறைந்துள்ளது. சமீபத்திய கூகிள் பிக்ஸல் திறன்பேசி ஒரு செயற்கை நுண்ணறிவை அடிப்படையாகக் கொண்ட முதல் திறன்பேசி என்று ஒரு தொழில்நுட்பக் கட்டுரையில் சமீபத்தில் படிதேன்.

~oOo~

ஆராய்ச்சிக் கட்டுரைகளிலும், சின்னச் சின்ன சோதனைகளில் ஓரளவு வெற்றி பெற்ற இவ்வகைச் செயற்கை நரம்பணு வலையமைப்புகளுக்கு ஒரு திருப்புமுனையாக இருந்த வருடம் – 2012. உலகம், இது வெறும் பலகலைக்கழக விளையாட்டு அல்ல என்று சீரியஸாக எடுத்துக் கொண்டது இவ்வாண்டில். இதற்குக் காரணம் கனடாவின் டொரோண்டோ பல்கலைக்கழக ஆராய்ச்சியாளர்கள் குழு ஒன்று உருவாக்கிய நிரல், பல கோடிப் படங்களை மிகக் குறைந்த தவறுகளுடன் சரியாக அடையாளம் காட்டியது. ஜெஃப் ஹிண்டன் தலைமையிலான இக்குழு, எந்திரக் கற்றலியல் உலகில் புரட்சி செய்தது என்று தாராளமாகச் சொல்லலாம். இத்தனைக்கும் அவர்களுடைய செயற்கை நரம்பணு வலையமைப்புக்கு வெறும் இரண்டு வாரப் பயிற்சி மட்டுமே அளிக்கப்பட்டது.  எப்படி இது திடீரென்று சாத்தியமானது?

திடீரென்று எதுவும் நடக்க வில்லை. ஸ்டாண்ஃபோர்டு மற்றும் பிரின்ஸ்டன் பல்கலைக்கழகங்கள், இணையத்தில் உள்ள பல கோடிப் படங்களை, பல்லாயிரம் தன்னாவலார்கள் மூலம் பட்டியலிட்டது. இதில், அன்றாடப் பொருள்கள், மிருகங்கள், பறவைகள் எல்லாவற்றையும் பட்டியலிட்டார்கள். கூகிள் இதற்குப் பல விதத்திலும் உதவியது. பல கோடி படங்களை கூகிள் இன்றும் தன்னுடைய தேடல் எஞ்சின் மூலம் தேக்குகிறது. இது மிகவும் பெரிய ஒரு பணி. நாய் என்றால், பல லட்சம் நாய்களின் படங்கள், நாறகாலி என்றால், இன்னும் சில லட்சம் என்று இந்த Imagenet உருவாகியது.

உதாரணத்திற்குக், கீழே உள்ளப் பட்டியல், சில வகைப்பாடுகளின் பட்டியல் அளவைக் காட்டுகிறது. 339 ஆயிரம் மலர்களின் படங்களைப் பட்டியலிட்டுள்ளார்கள்,  அதே போல, 374 ஆயிரம் வாகனங்களின் படங்களையும் பட்டியலிட்டுள்ளார்கள். ஒவ்வொரு வகையிலும் பல நூறு வேறுபாடுகள் அடங்கும், உதாரணத்திற்கு, ஒரு ஃபோர்டு ஃபோகஸ் காரின் நூற்றுக்கணக்கான படங்கள் பட்டியலிடப்பட்டிருக்கும். இதில் இந்தக் காரின் பல்வேறு கோணங்களில் எடுத்தப் புகைப்படங்கள் அடங்கும்.

High level category # synset (subcategories) Avg # images per synset Total # images
animal 3822 732 2799K
appliance 51 1164 59K
bird 856 949 812K
fish 566 494 280K
flower 462 735 339K
food 1495 670 1001K
fruit 309 607 188K
furniture 187 1043 195K
musical instrument 157 891 140K
plant 1666 600 999K
reptile 268 707 190K
sport 166 1207 200K
tree 993 568 564K
vegetable 176 764 135K
vehicle 481 778 374K
person 2035 468 952K

 

இது எந்திரக் கற்றலியல் துறைக்கு, ஒரு மிகப் பெரிய வரப்பிரசாதம். எந்திரங்களுக்குப் பல படங்களைக் கற்றுக் கொடுப்பதற்கு மிகவும் முக்கியமான ஒரு முன்னேற்றம் இது. தன்னுடைய பல்லாண்டு உழைப்பை மிக அழகாக இங்கு இதன் ஆராய்ச்சியாளர் விளக்குகிறார்;

முக்கியமாகச், செயற்கை நரம்பணு வலையமைப்பிற்குத் தேவையான விஷயம் பயிற்சிப் படங்கள், இவ்வகை வலையமைப்புகளில், பல அடுக்குகள் இருக்கும் என்று சொல்லியிருந்தேன். இந்த அடுக்குகளில் முதல் அடுக்கு  உள்வாங்கும் அடுக்கு (input layer) என்று சொல்லப்படுகிறது. கடைசி அடுக்கு வெளிப்பாடு அடுக்கு (output layer) என்று சொல்லப்படுகிறது. வலையமைப்பின் தேவைக்கேற்ப, விஞ்ஞானிகள் பல இடை அடுக்குகளை நம் மூளையில் உள்ளது போல உருவாக்குகிறார்கள். இவற்றை மறை அடுக்குகள் (hidden layers) என்று சொல்லப்படுகிறது. இந்த அடுக்குகள் என்ன செய்கின்றன?

மேல்வாரியாகச் சொன்னால், கீழே விளக்கியுள்ளது போலப் புரிந்து கொள்ளலாம். அடைப்புக்குறிக்குள் கொஞ்சம் டெக்னிகலான விளக்கம். உதாரணத்திற்கு, ஒரு காரின் படத்தை இந்த வலையமைப்பின் முன் வைக்கிறோம் என்று வைத்துக் கொள்வோம்

  1. முதல் அடுக்கில் ஓரளவு குறைந்த பிரிதிறன் (low resolution) படத்தின் படமூலம் (pixels) உள்வாங்கப் படுகிறது (இது filtering என்று அழைக்கப்படுகிறது)
  2. அடுத்த அடுக்கில், முதல் அடுக்குடன் இணைக்கப்பட்டுள்ள இணைப்புகள் அந்தப் படத்தின் முக்கிய வடிவமைப்பு அம்சங்களைப் பிரித்தெடுக்கும் – காரின் டிக்கி, சக்கரம், எஞ்சின் பகுதி, பின் கண்ணாடிகள் போன்ற விஷயங்களை மட்டும் பிரித்தெடுக்கும் (இது, ஏராளமான உயர்க் கணிதமான Convolutions மூலம் நிகழ்கிறது. எந்த அம்சம் ஒரு கணினிக்கு முக்கியம் என்பது கணிதம் மூலமே நிச்சயிக்கப்படுகிறது. டிக்கி, எஞ்சின் போன்றவை ஒரு விளக்கத்திற்காக மட்டுமே பயன்படுத்தியுள்ளேன்)
  3. அடுத்த அடுக்கில், இன்னும் சில சின்ன வளைவுகள், நீட்டங்கள்  –  காரின் முன்பக்கம் தெரிவதென்றால், ரேடியேட்டர், தலை விளக்குப் பின் பக்கம் தெரிவதானால், டிக்கி விளக்குகள், காரின் பின் மற்றும் முன் கண்ணாடியின் வளைவுகள் போன்ற விஷயங்கள் அடுத்தக் கட்டமாக இருக்கலாம். (இவை ஓரளவு யூகம்தான் – ஒவ்வொரு படியிலும் நடப்பவைச் சிக்கலான படமூல அணி மாற்றங்கள் (matrix manipulation of the pixels) – இவற்றிற்கு ஒரு சரியான காட்சி சார்ந்த விளக்கம் என்பது இயலாத காரியம்)
  4. இப்படிப் படிப்படியாக நிகழும் இந்தப் படமூலச் சிதறல், இன்னும் சில படிகளைத் தாண்டி உள்வாங்கிய படம் காரா என்பதோடு நிற்காமல், இந்த வலையமைப்புப் பயிற்சிக்குப் பிறகு, ஃபோர்டு ஃபோகஸா என்று சரியான சாத்தியக்கூறுகள் வெளி வருவதால், வெளிப்பாடு அடுக்கில் தகுந்த முடிவை எடுக்க முடிகிறது

பயிற்சி மூலம், ஒரு செயற்கை நரம்பணு வலையமைப்பிற்குத் தகுந்த சார்புகளை (bias and weights) உள்வாங்கியிருக்கும். இதனால், தான் பார்க்காத கோணத்தில் ஃபோர்டு ஃபோகஸ் கார் இருந்தாலும், இந்த வலையமைப்பு அதைச் சரியாக அடையாளம் காட்டி விடும். மற்றபடி உள்ளே நடப்பவை கணித ஜாலங்கள் என்றும் கொள்ளலாம்.

இது போலத்தான், சற்று மங்கிய வெளிச்சத்தில், அரைகுறையாகத் தெரியும் லாரிகள், பாதசாரிகள், சைக்கிள்கள், சாலைக் குறிகைகள் எல்லாவற்றையும் தானோட்டிக் கார்கள் அடையாளம் காட்டி முடிவெடுக்கிறது.

இதில் முக்கியமான விஷயம் ஃபோர்டு காரின் கலர் முக்கியமில்லை. அதன் அளவுகள், அந்தக் காருக்கும் தானோட்டிக் காருக்கும் உள்ள தூரம், ஃபோர்டு கார் செல்லும் கோணம், இவை எல்லாம் தான் முக்கியம்.

இந்தத் தொழில்நுட்பம், இன்று திறன்பேசியில் சில்லரை வியாபாரக் கடை பேரைச் சொன்னால், ஒலியிலிருந்து, அதை ஒரு தேடல்ச் சொற்றொடராக மாற்றுகிறது. கூகிள் வரைபடம் மற்ற வேலைகளைச் செய்கிறது. இங்குச் செயற்கை நரம்பணு வலையமைப்பின் வேலை, குரலை வைத்துச் சரியான சொல்லைக் கண்டுபிடிப்பது. பல குரல்களிலும் பயிற்சி செய்யப்பட்ட இந்த வலையமைப்பு, நமது மாணிக்கத்தின் ஆணையைப் பல அடுக்குகளில் கணித ஜாலத்தால், சரியாக Best Buy என்று கண்டுபிடித்து விடுகிறது. ஒன்றை கவனித்தீர்களா? நான் மாணிக்கத்தை வழி கேட்ட விடுதியில் திறன்பேசியைச் சுற்றிச் சத்தம் இருந்தது. மற்றவர்கள் சத்தப்படுத்தி/பேசி உண்டு கொண்டிருந்தார்கள். இவ்வகைச் சத்தங்களையும் தாண்டி, இந்தச் செயற்கைத் திறன் மென்பொருள் எப்படிச் சரியாகச் சொற்களைக் கண்டு பிடிக்கிறது? எல்லாம் filtering  மூலம் நடப்பவை. இந்த நிரலுக்கு எஸ்பிபியா அல்லது யேசுதாஸா என்று கண்டுபிடிக்கத் தேவையில்லை. என்ன சொல்கிறார் நமது மாணிக்கம் என்பதே முக்கியம்.

செயற்கை நரம்பணு வலையமைப்பிற்குப் பயிற்சி என்பது ஒரு மிகச் சிக்கலான பிரச்னை. நாம் பார்த்த இரு உதாரணங்களிலும், இதை எளிதில் புரிந்து கொள்ளலாம், Imagenet -ல் 374,000 படங்கள், வாகனப் படங்கள். ஒரு படத்தின் பிரிதிறன்,(resolution)  32 x 32 என்று கொண்டால் கூட, ஒரு படத்திற்கு 1024 படமூலங்கள் உள்ளன. இதற்குக் குறைந்தபட்சம் 1024 செயற்கை நரம்பணுக்கள் முதல் அடுக்கில் தேவை. 374,000 * 1024 = கிட்டத்தட்ட 383 பில்லியன் பயிற்சிப் படமூலங்கள் இதில் அடங்கும் என்றால் தலை சுற்றும் விஷயம். நாம் தலை நரைத்து, இந்தத் தொழில்நுட்பத்தின் பயனையே பார்க்க முடியாது. அதே போல, உலகில் உள்ள பல மனிதக் குரல்களைக் கொண்டு Best Buy  என்று சொல்ல வைத்துச் செயற்கை நரம்பணு வலையமைப்பைப் பயிற்சிக்க முடியாது. இதற்கு என்ன வழி?

இது சற்று நம்புவதற்குக் கடினமான விஷயம். ஆனால், சில வாகனங்களை மட்டுமே ஒரு பயிற்சிக்காகப் பயன்படுத்திக் கொண்டு புதிய வாகனப் படங்களை உட்கொண்டவுடன் செயற்கை நரம்பணு வலையமைப்பு வாகனம் என்று அடையாளம் காட்டக் கற்றால், மிகவும் எளிதாகிவிடும் அல்லவா? இதைத்தான் சில உயர்கணிமை மூலம் ஜெஃப் ஹிண்டன் மற்றும் யான் லகூன் என்ற இரு விஞ்ஞானிகளும் முன் வைத்தனர். புதிய வாகனங்களைக் கண்டவுடன், தன்னுடைய வலையமைப்பு சார்புத் தன்மையை (bias) மாற்றிக் கொண்டே இருக்கும். இதனால், புதிய விஷயங்களையும் இவ்வகை வலையமைப்புகள் வடிவமைக்கப்பட்ட ஒரு குறுகிய உலகில் கற்கின்றன. இதனாலேயே இந்தத் துறை எந்திரக் கற்றலியல் என்று அழைக்கப்படுகிறது.

இந்தத் தொழில்நுட்பம் பற்றி வாசகர்கள் தீவிரம் காட்டினால், விவரமாகத் தமிழில் எழுத முடியும். இந்தத் தொடருக்கு இந்த அளவு போதும் என்பது என்னுடைய கணிப்பு.

காமிரா மூலம் வந்த படத்திலிருந்து பல பொருட்களையும் இப்படித்தான் தானோட்டிக் கார் அடையாளம் கண்டுபிடிக்கிறது. அட புதிய 2017 மெர்ஸிடஸ் மாடல் என்று வியக்கத் தேவையில்லை. 16 அடி நீளம், 6 அடி அகலம் உள்ள கார் ஒன்று 300 மீட்டர் காருக்கு முன்னால், 117 கி,மீ. வேகத்தில் பயணிக்கிறது. அதாவது, பயணம் செய்யும் தானோட்டிக் கார் 120 கி,மீ. வேகத்தில் பயணம் செய்கிறது என்றால், 9 நொடி இடைவெளி என்று அர்த்தம். இந்த இடைவெளிக்கு, பாதுகாப்பான வேகம் 90 கி,மீ என்றால், 12 நொடி இடைவெளி என்று கணக்கிடுவது கணினிக்கு பெரிய விஷயமல்ல. உடனே காரின் வேகத்தை 120 -லிருந்து  மணிக்கு 90 கி,மீ வேகத்திற்குக் குறைக்க வேண்டும்.

  1. முன்னே இருப்பது ஒரு நகரும் கார் என்பதையும் அதன் வேகம் மற்றும் இடைவெளி போன்ற விஷயங்களை, விடியோவின் தொடர் ஃப்ரேம்களைக் கொண்டு கணிக்கப்படுகிறது
  2. காரின் வேகத்தைக் குறைக்கக் காரின் அடிப்படைக் கட்டுப்பாட்டிற்கு (automobile platform)  இந்த மென்பொருள் ஆணைகளை அனுப்புகிறது
  3. காரின் அடிப்படைக் கட்டுப்பாடுகள் வேகத்தைக் குறைப்பதோடு, மற்ற விஷயங்களையும் கட்டுப்படுத்துகிறது – இந்த வேகக்குறைப்பு நேருகையில் சாலை வளைந்து போகலாம் – வரை பாதையைப் பார்த்துக் காரைச் சற்றுத் திருப்புவதும் நேர வேண்டும். வரைபாதையைச் சரியாக அளப்பது போன்ற விஷயங்களை அடிப்படைக் காரின் கட்டுப்பாடு, இன்று நன்றாகவே செய்கிறது
  4. மிக முக்கியமான தொழில்நுட்பம் என்பது தானோட்டிக் காரின் கண்ணான செயற்கை நரம்பணு வலையமைப்பு மென்பொருள். ஆனால், இது ஒன்று மட்டுமே எல்லாச் செயல்களையும் ஆற்றுவதில்லை. சுற்றியுள்ள மற்ற விஷயங்களை முடிவெடுக்க மென்பொருள் தேவைப்படுகிறது
  5. இன்னொரு குறிப்பிடத் தகுந்த விஷயம், இந்த முடிவுகள் நொடியின் நூற்றில் ஒரு பங்கு நேரத்தில் நிகழ வேண்டும். இந்த விஷயத்தில் மனிதர்களைத் தானோட்டிக் கார்கள் தூக்கிச் சாப்பிட்டு விடும். இன்றைய வடிவியல் செயலிகள் இந்தக் காரியத்தை நன்றாகவே செய்கின்றன – இவற்றை இயக்குவதென்னவோ செயற்கை நரம்பணு வலையமைப்பு மென்பொருள்
  6. எல்லாம் சரி, திடீரென்று குறுக்கே ஒரு மான் ஓடினால், பல அடுக்குச் செயற்கை நரம்பணு வலையமைப்பு மென்பொருள் வேலை செய்யக் காத்திருக்க முடியாது. இதனால், அருகே என்ன தடைகள் உள்ளன என்று கணிக்கும்  உணர்விகளுக்கும் காரின் அடிப்படைக் கட்டுப்பாட்டிற்கு நேரடித் தொடர்பும் இருக்கும்.

டார்பா சவாலிலிருந்து (DARPA challenge) இன்றைய தானோட்டிக் கார்கள், பல மடங்கு முன்னேறி விட்டன. இன்னும் சில தொழில்நுட்பப் பிரச்னைகள் இருக்கத்தான் செய்கிறது. இவற்றைப் பற்றிப் பின்னொரு பகுதியில் பார்ப்போம்.

மிகவும் சிக்கலான தொழில்நுட்பம் தானோட்டிக் காரின் தொழில்நுட்பம். பிரத்யேக உணர்விகள், மற்றும் அவற்றின் சங்கமம் மிகவும் முக்கியமான ஒரு சவாலான தொழில்நுட்பம். கார்களின் அடிப்படை கட்டுப்பாடுகள் எவ்வளவுதான் வளர்ந்திருந்தாலும், இவை சிக்கலானவை என்பதில் சந்தேகம் இல்லை. மேலும், இந்த அடிப்படைக் கட்டுப்பாடுகளை இயக்கும் மென்பொருட்களும் சிக்கலானவை. இயக்க அளவுகளை அளக்கும் மென்பொருள் மற்றும் சுற்றுப்புறத்தை அளக்கும் உணர்விகள், மற்றும் ஜிபிஎஸ் கொண்டு முன்னால், பின்னால், வலது மற்றும் இடது பக்கத்தில் இருக்கும் வாகனங்களை அடையாளம் காணும் செயற்கை நரம்பணு வலையமைப்பு மென்பொருள் புதிய தொழில்நுட்பம். இவற்றுடன் காரின் கணினியில் சேமிக்கப்பட்டுள்ள வரைபட மென்பொருளுடனும் சேர்ந்து இவை இயங்க வேண்டும்.

தலை சுற்றுவதைப் போன்று தோன்றினாலும், தானோட்டிக் கார்களைத் தயாரிக்கும் நிறுவனங்கள் ஏராளமான சோதனைகளைச் செய்து வருகிறார்கள். என்னதான் எந்திரக் கற்றலியல் முன்னேறினாலும், சாலைகளில் திடீர் அனுபவம் நாம் எல்லோரும் அறிந்த ஒன்று. கார்களுக்கு இது போன்ற அனுபவம் ஏற்படும் பொழுது எப்படிச் சமாளிப்பது என்பது சவால் தான்.

~oOo~

தமிழ்ப் பரிந்துரை

தமிழ்ச் சொற்கள் எல்லோருக்கும் புரிய வேண்டும் என்று சில ஆங்கிலச் சொற்களை கட்டுரையில் பயன்படுத்தியுள்ளேன். கார் சம்பந்தமான பல தொழில்நுட்பச் சொற்கள் தமிழில் அதிகம் புழக்கத்தில் இல்லை. உதாரணம், ஆக்ஸிலரேட்டர் மற்றும் ப்ரேக். இதை தமிழில் மொழிபெயர்த்தால், நம்மில் பலருக்கும் புரியாது. இதனால், இது போன்ற வழக்குச் சொற்களை அப்படியே பயன்படுத்தியுள்ளேன். சில புதிய சொற்களுக்கு நிகரான சில தமிழ்ச் சொற்களை இங்கு பரிசீலனைக்கென முன்வைக்கிறேன்

ஆங்கிலச் சொல் தமிழ்ப் பரிந்துரை
Input layer உள்வாங்கும் அடுக்கு
Hidden layers மறை அடுக்குகள்
Low resolution குறைந்த பிரிதிறன்
Pixels படமூலம்
Matrix manipulation of the pixels படமூல அணி மாற்றங்கள்
Bias சார்பு
Automobile platform காரின் அடிப்படைக் கட்டுப்பாடு
Artificial intelligence செயற்கை நுண்ணறிவு
Algorithm மென்பொருள் நெறிமுறை

சொல்வனம் – ஜூன் 2017