ಕಾರುಗಳಿಗೂ ಬರಲಿವೆ ತಲೆ, ಕಣ್ಣು, ಕಿವಿಗಳು!

ಚಾಲಕರೇ ಇಲ್ಲದ ಕಾರುಗಳದ್ದು ಈಗ ಉನ್ಮತ್ತ ತಾರುಣ್ಯದ ಕಾಲ! ವಿದೇಶಗಳಲ್ಲಿ ಅವು ದಾರಿಗಿಳಿದು ಪರ್ಯಟನ ಮಾಡಲು ತೊಡಗಿವೆ.

ಗಾಡಿ ಓಡಿಸಲು ಕೂತಾಗ, ‘ನಿಧಾನಿಸುತ್ತ, ಮೆಲ್ಲಗೆ ನಮ್ಮ ಹಿಂದೆ ಬರುವವರು ಪೆದ್ದರಂತೆಯೂ, ತರಾತುರಿಯಲ್ಲಿ ನಮಗಿಂತ ಮುಂದೆ ಓಡೋಡುವವರು ಕಡುಹುಚ್ಚರಂತೆಯೂ ಕಾಣುತ್ತಾರೆ’ ಎಂಬರ್ಥದ ಜಾರ್ಜ್ ಕಾರ್ಲಿನ್ನನ ಚತುರೋಕ್ತಿ ಎಲ್ಲರ ಅನುಭವವನ್ನೇ ಹೇಳುತ್ತಲಿದೆ. ಮುಂದಿನ ದಿನಗಳಲ್ಲಿ ಯಂತ್ರಗಳನ್ನು, ಸಾಫ್ಟ್‌ವೇರ್‌ರನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಎಲ್ಲ ಪೆದ್ದನಂತೆಯೂ ಕಡುಹುಚ್ಚನಂತೆಯೂ ನೋಡಬೇಕಾಗಬಹುದೇ ಅಂತ ಎದುರು ನೋಡಬೇಕಾಗಿದೆ. ಚಾಲಕರೇ ಇಲ್ಲದ ಕಾರುಗಳದ್ದು ಈಗ ಉನ್ಮತ್ತತಾರುಣ್ಯದ ಕಾಲ! ವಿದೇಶಗಳಲ್ಲಿ ಅವು ದಾರಿಗಿಳಿದು ಪರ್ಯಟನ ಮಾಡಲು ಉಜ್ಜುಗಿಸಿಯೂ ಆಗಿದೆ. ಈ ಸ್ವಯಂಚಾಲಿತ ವಾಹನಗಳು ಹೇಗೆ ಕೆಲಸಮಾಡುತ್ತವೆ ಎಂಬುದು ಆಸಕ್ತಿಯನ್ನು ಕುಟುಕುವ ವಿಷಯವೇ ಆಗಿದೆ.

ನಮ್ಮ ಜ್ಞಾನೇಂದ್ರಿಯಗಳು ಮಾಡುವ ಕೆಲಸವನ್ನು ಕಾರುಗಳ ಮಟ್ಟಿಗೆ ಮಾಡುವುದು ಸೆನ್ಸರುಗಳು ಮತ್ತು ತಂತ್ರಾಂಶಗಳು. ನಿಜಜೀವನದಲ್ಲಿ ರಸ್ತೆಯಲ್ಲಿ ಕಾಣಸಿಗುವ ವಾಹನಗಳ ಲಕ್ಷಗಟ್ಟಲೆ ವಿಡಿಯೊಗಳನ್ನು ಈ ಕಾರುಗಳಿಗೆ ಉಣ್ಣಿಸಲಾಗುತ್ತದೆ. ಇಂಥ ಆಕಾರ ಇದ್ದರೆ ಕಾರು, ಸಪೂರವಿದ್ದು ಅಷ್ಟುದ್ದ ಇದ್ದರೆ ಕಂಬ, ಉದ್ದ, ಅಗಲ, ಎತ್ತರಗಳಿದ್ದರೆ ಲಾರಿ, ನಾಲ್ಕು ಕಾಲಿದ್ದು ಸಣ್ಣ ಗಾತ್ರದ್ದಾದರೆ ನಾಯಿ ಎಂಬಂತೆ ಆಕಾರ, ರೂಪ, ಅಳತೆ, ಗಾತ್ರಗಳನ್ನು ಅಳೆದು ತೂಗಿ, ನೋಡಿ ಕಲಿಯುವುದು ಅದರ ಕಲಿಕೆಯ ವಿಧಾನ. ಬೆಂಗಳೂರಿನಲ್ಲಾದರೆ ಪಕ್ಕದ ಗಾಡಿಯವನನ್ನು ಬೈಯುತ್ತಲೋ, ಗಾಡಿ ನಿಲ್ಲಿಸಿ ‘ಯಾಕೆ ಟಚ್ ಮಾಡಿದ್ದು, ಐದು ಸಾವಿರ ಕೊಡು, ಅಂತ ಜಗಳವಾಡುತ್ತಲೋ ಇದ್ದರೆ ಅದು ‘ಮನುಷ್ಯ ಜಾತಿಯ ಪ್ರಾಣಿ’ ಅಂತ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಅದು ನಿಜಕ್ಕೂ ಬುದ್ಧಿಶಾಲಿಯಾಗಿದ್ದರೆ ಕಲಿತೀತು! ಹೀಗೆ, ಎದುರಿಗಿರುವ ವಸ್ತು ಅಥವಾ ಪ್ರಾಣಿ ಇಂಥದ್ದು ಅಂತ ಗುರುತಿಸಲು ಕಲಿತರೆ ಅದು ಆ ಕಾರು ಮೊದಲ ಪರೀಕ್ಷೆಯಲ್ಲಿ ತೇರ್ಗಡೆಯಾದಂತೆ!

ಇನ್ನು, ನಮ್ಮ ಕಣ್ಣು ಕಿವಿಗಳು ಮಾಡುವ ಕೆಲಸವನ್ನೂ ಅದು ಮಾಡಬೇಕಲ್ಲ. ಅದಕ್ಕೆ ಕೆಲವು ಕಂಪನಿಯವರು ಲೈಡಾರ್ (LIDAR) ಎಂಬ ಪರಿಕರವನ್ನು ಕಾರಿನ ನೆತ್ತಿಗೆ ಜೋಡಿಸಿ ಮಕುಟಧಾರಣೆ ಮಾಡಿಸುತ್ತಾರೆ. ರೇಡಿಯೊ ತರಂಗಗಳನ್ನು ತೂರಿ, ಆ ಅಲೆಗಳು ಎದುರುಗಡೆ ಇರುವ ವಸ್ತುವಿಗೆ ತಾಕಿ, ಡಿಕ್ಕಿ ಹೊಡೆದು ತಿರುಗಿ ಬರಲಿಕ್ಕೆ ಎಷ್ಟು ಹೊತ್ತು ಬೇಕಾಗುತ್ತದೆ ಅಂತ ಲೆಕ್ಕ ಹಾಕಿ, ಆ ವಸ್ತು ಎಲ್ಲಿದೆ, ಹೇಗಿದೆ ಅಂತ ಅಂದಾಜು ಮಾಡಬಲ್ಲ ರೇಡಾರ್ ಇದೆಯಲ್ಲ. ಆ ರೇಡಾರಿನ ಹತ್ತಿರದ ಸಂಬಂಧಿಯಂಥದ್ದು ಈ ಲೈಡಾರ್. ರೇಡಿಯೊ ಕಿರಣಗಳ ಬದಲು ಇದು ಸುಮಾರು 64 ಲೇಸರ್ ಕಿರಣಗಳನ್ನು ಹೊರಸೂಸಿ, ಅವುಗಳು ಎಲ್ಲಿಗೆ, ಹೇಗೆ ಘರ್ಷಿಸಿ ವಾಪಸ್ಸು ಬರುತ್ತವೆ ಎಂಬುದನ್ನು ಎಣಿಕೆಮಾಡಿ, ಮುಂಭಾಗದಲ್ಲಿ ಏನಿರಬಹುದು ಅನ್ನುವುದನ್ನು ಚಿತ್ರಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಇವು ಸಿನೆಮಾಹಾಲುಗಳಲ್ಲಿ ಪರದೆಗಳೆಡೆಗೆ ಜನರು ನುಗ್ಗಿಸುವ ಕೆಂಪು ಲೇಸರುಗಳಲ್ಲ, ಇವುಗಳು ನಮ್ಮ ಕಣ್ಣಿಗೆ ಕಾಣದ, ಕಾರಿನ ಕಣ್ಣಿಗೆ ಕಾಣುವ ಇನ್ಫ್ರಾರೆಡ್ ಕಿರಣಗಳು.

ಹೀಗೆ ಸುಮಾರು ಇನ್ನೂರು ಮೀಟರು ದೂರದವರೆಗೂ ಅದರ ನೋಟ ಹಾಯಿಸಿ, ಅಲ್ಲೇನಿದೆ ಅಂತ ಕಂಡುಕೊಳ್ಳುವ ಶಕ್ತಿ ಅದಕ್ಕಿದೆ. ರಸ್ತೆಯ ಆ ಕಡೆ ನಿಂತವನ ಅಂಗಿಯ ಪುಟ್ಟ ಬಟನ್ನನ್ನೂ ಗುರುತಿಸಿ ‘ಭಳಿರೇ’ ಅನ್ನಿಸಿಕೊಳ್ಳಬಲ್ಲ ಸೂಕ್ಷ್ಮ ನೋಟ ಅದರದು. ಮುಂದಿನ ಬಂಪರುಗಳಲ್ಲಿ, ಹಿಂದಿನ ಬಂಪರುಗಳಲ್ಲಿ ಇರುವ ಕ್ಯಾಮೆರಾಗಳು, ಸೆನ್ಸರುಗಳು ಕೂಡ ಇದರ ಕಣ್ಣಾಗಿ ಕಾಯಕ ಎಸಗುತ್ತವೆ. ಜೊತೆಗೆ ಮುಂದಿನ ತಿರುವುಗಳು, ಸಿಗ್ನಲ್ಲುಗಳು, ಹೊರಳುದಾರಿಗಳು, ಗಿಜಿಗುಡುವ ವಾಹನ ದಟ್ಟಣೆ ಇವುಗಳ ಬಗ್ಗೆಯೆಲ್ಲ ಮಾಹಿತಿ ರವಾನಿಸಲಿಕ್ಕೆ ಜಿಪಿಎಸ್ಸು ಹೇಗೂ ಇದೆ.

ಈ ಎಲ್ಲ ಮಾಹಿತಿಗಳನ್ನು ಒಟ್ಟುಹಾಕಿ, ಮೃದುಗತಿಯಲ್ಲಿ ಎಕ್ಸೆಲರೇಟರನ್ನು ಅದುಮಬೇಕೋ, ಕಚಕ್ಕನೆ ಬ್ರೇಕು ಒತ್ತಬೇಕೋ, ಇಷ್ಟಿಷ್ಟೇ ಕದಲಬೇಕೋ, ಸಮ್ರಾಟನು ಕುಳಿತ ಕುದುರೆಯಂತೆ ಮುನ್ನುಗ್ಗಿ ಬೀಸುಗಾಲು ಹಾಕಬೇಕೋ ಅನ್ನುವುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಕೆಲಸ ತಂತ್ರಾಂಶದ್ದು.

ಇನ್ನೊಂದು ಹತ್ತು ವರ್ಷಗಳಲ್ಲಿ ಇಂಥ ಲಕ್ಷಗಟ್ಟಲೆ ಕಾರುಗಳು ಬೀದಿಗಿಳಿಯಲಿವೆ ಅಂತ ಒಂದು ಲೆಕ್ಕಾಚಾರ, ‘ಇದರಿಂದ ನಮ್ಮ ಉದ್ಯೋಗ ಹೋಗುತ್ತದೆ’ ಅಂತ ಪ್ರತಿಭಟನೆ ಮಾಡಲಿಕ್ಕೆ ಚಾಲಕವೃತ್ತಿಯಲ್ಲಿ ಇರುವವರೂ ಬೀದಿಗಿಳಿಯಬಹುದು! ನಮ್ಮಲ್ಲಿ ವರ್ಷಕ್ಕೆ ಸುಮಾರು ಒಂದೂವರೆ ಲಕ್ಷ ಜನರು ರಸ್ತೆ ಅಪಘಾತಗಳಲ್ಲಿ ಸಾಯುತ್ತಾರೆ. ಇಂಥಲ್ಲಿ ಆಗುವ ತಪ್ಪುಗಳನ್ನು ಕಾರಿನ ಕಂಪ್ಯೂಟರು ತಲೆ ಮಾಡುವುದಿಲ್ಲ ಅಂತ ಒಂದು ವಾದ. ಅದು ಮನುಷ್ಯರು ಮಾಡುವ ತಪ್ಪುಗಳನ್ನು ಮಾಡುವುದಿಲ್ಲ ಅನ್ನುವುದೇನೋ ಸರಿಯಿರಬಹುದು, ಆದರೆ ಮಾನವರು ಮಾಡದ ಹೊಸತಪ್ಪುಗಳನ್ನು ಅದು ಮಾಡಬಾರದು ಅಂತೇನೂ ಇಲ್ಲವಲ್ಲ! ಮುಂದಿರುವವರು ಮೊಬೈಲಿನಲ್ಲಿ ಇದ್ದರೆ ಹೇಗೆ ಓಡಿಸುತ್ತಾರೆ, ರಸ್ತೆ ದಾಟ ಹೊರಟವರು ಎಲ್ಲೋ ನೋಡುತ್ತಿದ್ದರೆ, ಕುಂಟುತ್ತಿದ್ದರೆ, ಮೊಬೈಲು ನೋಡುತ್ತಿದ್ದರೆ ಏನು ಮಾಡುತ್ತಾರೆ ಅನ್ನುವುದನ್ನೆಲ್ಲ ಮನುಷ್ಯರು ಕ್ಷಣಮಾತ್ರದಲ್ಲಿ ಗ್ರಹಿಸಬಲ್ಲರು; ಇವೆಲ್ಲ ಗಣಕಯಂತ್ರಗಳಿಗೆ ಹೇಗೆ ಗೊತ್ತಾಗಬೇಕು? ಇನ್ನು ಅಮೆರಿಕಾದವರಾದರೆ ರಸ್ತೆಯ ನಿಯಮಗಳನ್ನೆಲ್ಲ ಶಿಸ್ತಿನಿಂದ ಪಾಲಿಸುವವರು; ನಾವಾದರೋ ನಿಯಮಗಳು ಇರುವುದೇ ಮುರಿಯಲಿಕ್ಕೆ ಅಂತ ನಂಬಿದವರು ಇಂಥಲ್ಲಿ ಈ ಕಾರುಗಳಾದರೂ ಪಾಪ ಏನು ಮಾಡಿಯಾವು? ಇನ್ನು ಬಿಬಿಎಂಪಿಯವರ ಹೊಂಡಗಳೋ ವೈಟ್ ಟ್ಯಾಪಿಂಗೋ ಪೋಲೀಸರ ತಡೆ ಬೇಲಿಗಳೋ ಇನ್ನೊಂದೋ ಮತ್ತೊಂದೋ ಇದ್ದರೆ ಏನು ಮಾಡಬೇಕು ಅಂತ ಈ ಕಾರುಗಳಿಗೆ ಹೇಳಿಕೊಡಬಲ್ಲ ಮೇಧಾವಿ ಸಾಫ್ಟ್‌ವೇರ್ ಎಂಜಿನಿಯರು ಎಲ್ಲಿದ್ದಾನೆ?

ಹೀಗಾಗಿ ಸ್ವಯಂಚಾಲಿತ ವಾಹನಗಳ ಹಾದಿ ನಮ್ಮ ಮಟ್ಟಿಗಂತೂ ಸುಗಮವೇನಲ್ಲ ಅನ್ನಬೇಕಷ್ಟೇ!