מכוניות ללא נהג – זה נשמע רעיון קסום שנלקח הישר מספרי מדע בדיוני. אבל, כותב פייננשל טיימס, התכנון והבנייה של המכוניות הללו מצריכים הרבה מאוד עבודה אנושית. במילים אחרות: הרבה בני אדם צריכים לעמול הרבה זמן, כדי שמכונית תוכל לעבוד בלעדיהם.
רוב החברות המפתחות מכוניות אוטונומיות מעסיקות מאות ואלפי עובדים, לעיתים במיקור חוץ בהודו או בסין. תפקידם: ללמד את הרובוטים לזהות הולכי רגל, אופניים ושאר מכשולים. העובדים עושים זאת באמצעות סימון ידני של אלפי שעות וידאו, לעיתים פריים אחרי פריים, של סרטונים שצולמו בידי אבות הטיפוס הנבחנים בעמק הסיליקון, בפיטסבורג ובפניקס.
"למידה של מכונית היא מיתוס", קובע ג'רמי קונרד, משקיע במעבדות למנוס בסן פרנסיסקו. "צוותי המיתוג חשובים מאוד בכל חברה, והם יצטרכו להיות שם לאורך זמן, בגלל שהסביבה החיצונית כל כך דינמית". יצרניות המכוניות האוטונומיות משקיעות סכומי עתק בבינה מלאכותית, בחיישנים ובכוח מחשוב, אבל עדיין יהיה צורך במשך שנים רבות בבני אדם מאחורי הקלעים – שיציירו ריבועים סביב עצים וידגישו שילוט וסימני דרך – כדי שהמערכות הללו יפעלו.
"לאנשי מחשבים יש נקודה עיוורת שחצנית, לפיה המחשבים יפתרו הכל", אמר לפייננשל טיימס איש ההיי-טק מאט בנקה. העניין הוא, שמחשבים "לומדים" על-ידי קליטת כמות עצומה של מידע הנדחס לתוכם באופן ידני, ומשתמשים במודל הזה על-מנת לזהות עצמים ודפוסים שהם רואים שוב. האתגר שבאימון מכוניות אוטונומיות גדול עוד יותר, בגלל המגוון האין-סופי של מצבים בפניהם ניצבות מכוניות. למשל: התאורה ומזג האוויר משתנים מדי יום והמכונית צריכה לדעת לבדה להתאים את עצמה לתנאים אלו. ויש כמובן שינויים בלתי צפויים: פתאום חופרים בכביש או סוגרים אותו בגלל עבודות בנייה. כל זה עולה הרבה מאוד כסף – עלות נסתרת, שלרוב לא חושבים עליה, מציין FT.
רמת הדיוק הנדרשת ממכוניות אוטונומיות גבוהה עוד יותר מהמקובל, מסיבות ברורות: טעות קטנה עלולה לעלות בחיי אדם. המכוניות נוהגות את עצמן על-ידי השוואה מה שהן "רואות" באמצעות חיישנים ומצלמות למפות תלת-ממדיות של הרחובות הסובבים אותן. אם התרגום של המידע לא יהיה מדויק לחלוטין, התוצאה יכולה להיות נזק חומרי במקרה הטוב ופגיעה בלתי הפיכה בבני אדם במקרה הגרוע.
אחד מקני המידה המרכזיים במרוץ לבניית המכוניות האוטונומיות הוא המרחק שהן מצליחות לעבור בנסיעות המבחן. אלפאבית – חברת-האם של גוגל – דיווחה בחודש מאי, שמכונית Waymo שלה נסעה לאורך חמישה ק"מ של דרכים ציבוריות, ואילו טסלה הודיעה בתחילת השנה שאספה מידע שנצבר בנסיעות של למעלה מ-150 ק"מ. אולם מסביר פייננשל טיימס, יותר קילומטרים משמעותם יותר עבודה אנושית של עיבוד נתונים. נסיעה של כמה קילומטרים יוצרת עשרות ג'יגהבייט של נתונים, נפח שלא ניתן להעלות במישרין מהמכונית. יש לשמור אותו בדיסק קשיח שנשלח למרכזי מיקור החוץ. עד כמה שזה יישמע ארכאי – זה בדיוק מה שקורה.
כל שעה של נהיגה יוצרת מאות שעות של המרת הנתונים למידע שימושי. לדברי דייוויד ליו, מנכ"ל חברת הזנק העוסקת בתחום, "אנחנו צריכים מאות אלפים, אולי מיליונים, של שעות נתונים כדי שמכונית אוטונומית תוכל לנסוע לכל מקום, וצריך מאות אלפי אנשים כדי לאסוף אותם". החברות הגדולות המפתחות את המכונית, מציין פייננשל טיימס, מסרבות לחשוף את היקף העבודה האנושית הכרוכה בפרויקט והן נמנעו מלהגיב על הכתבה.
מדובר גם בעסק יקר ביותר, ממשיך FT. העלות של יצירת מפות לכל ערי ארה"ב מוערכת במיליארדי דולרים בשנה – ובדיוק בנקודה זו טוענות כמה חברות הזנק שהן יכולות לעזור. חברות כמו Plus.ai, Deepmap ו-Drive.ai אומרות, שהן יכולות להשתמש ב"למידה עמוקה" כדי להפחית את עלות כוח האדם הדרוש, מבלי לפגוע בדיוק הקריטי של המפות.
גורמים אחרים בענף אומרים, כי ספק האם טכנולוגיה חדישה זו תבטל לחלוטין את הצורך בכמות ניכרת של ידיים עובדות. פייסבוק, גוגל וטוויטר מנסות להפעיל טכנולוגיה כזו לאיתור והסרה של תכנים פוגעניים – וללא הצלחה של ממש; הן זקוקות למפקחים אנושיים שיתייגו את החומר הזה כדי שניתן יהיה להסירו. וברור שמדובר במשימה הרבה פחות מסובכת והרבה פחות קריטית לחיי אדם מאשר הכנסת המידע למכוניות האוטונומיות. בינתיים, הקוסמים מעמק הסיליקון ומדטרויט מקווים שהלקוחות והמשקיעים שלהם ימשיכו שלא לשים לב לכמות העצומה של עבודה אנושית הנדרשת מאחורי הקלעים.
