Amit az önvezető autókról nem szoktak elmondani: a legnehezebb nem a technológia. A legnehezebb az átmenet.
Az utasok a hátsó ülésen egyre hangosabban reagáltak. Először csak morogtak. Aztán sikítani kezdtek.
A videó, amelyet egyikük feltöltött a TikTokra, milliók nézték meg néhány nap alatt. Nem azért, mert baleset történt — nem történt, szerencsére. Hanem azért, mert valami mélyen idegesítő volt a helyzetben: a robot csinálja, amit csinál, az emberek ülnek és tehetetlenek, és senki sem tudja pontosan, hogy kinek van igaza.
Az önvezető autók forradalma nem arról szól, hogy a gép jobban vezet-e nálunk. Arról szól, hogy mit csinálunk addig, amíg megtanuljuk együtt az utat.
Ez a cikk erről az átmenetről szól. Arról a furcsa, kényelmetlen, néhol ijesztő, néhol lenyűgöző korszakról, amelyben most élünk — amikor a szabálykövető robot és a türelmetlen ember ugyanazon a sávon osztozik, és senki sem tervezte meg igazán, hogy mi fog ebből kisülni.
1. A fantom-dugó, avagy miért vagy te a közlekedés leggyengébb láncszeme
2008-ban Yuki Sugiyama professzor a Nagoya Egyetemről elvégzett egy kísérletet, amelynek eredménye azóta is forgalomkutatók kedvenc előadás diája. Huszonkét autót rakott egy 230 méteres körpályára, és azt kérte a sofőröktől: hajtsanak körbe-körbe, egyenletes tempóban, harminc kilométer per órával. Semmi különös.
Negyven másodperccel később az egyik autó — alig észrevehetően — egy pillanatra lelassított. Talán megigazította az övet, egy pillanatra elvándorolt a figyelme. A mögötte haladónak kicsit jobban kellett fékeznie. A következőnek még jobban. A sor végére érve az autók teljesen megálltak — miközben az élen haladó zavartalanul gurult tovább.
Ez az úgynevezett fantom-dugó: nincs baleset, nincs útszűkület, csak hátul kullogva, állva egy dugóban, nem érted mi történik. Csupán huszonkét tökéletesen normális ember, akinek a reakcióideje és a sebesség tartása természetesen ingadozik — és ez az ingadozás, felerősödve, lavinaként gyűrűzik végig az egész soron. A torlódáshullám visszafelé terjed a forgalommal szemben, nagyjából tizenöt kilométer per óra sebességgel. Ez egy fizikai törvény — és mi, emberek, minden egyes nap megsértjük, puszta létezésünkkel.
A helyzetet tovább bonyolítja, amit a kutatók osztag-instabilitásnak neveznek. Amikor egy sor autó halad, és az élen valaki hirtelen fékez, a hullám az egész oszlopon végig gyűrűzik — és minden egyes autónál felerősödik. Az utolsó sofőrnek már olyan keményen kell fékeznie, amit az első sofőr talán észre sem vett. Ez a jelenség magyarázza az autópályák legidegesítőbb pillanatait: amikor húsz percig araszoló, majd hirtelen ismét szabad az út, és semmi sem jelzi, hogy mi okozta az egészet. Nyári utazásaink bosszantó és érthetetlen jelensége.
A statisztika egyértelmű: a közlekedési balesetek 94 százalékát emberi hiba okozza. Nem az út, nem az autó, nem az időjárás — hanem mi. A figyelmetlen, a fáradt, a frusztrált és agresszív, az egy pillanatra a telefonba néző ember. Ez nem erkölcsi ítélet akar lenni — ez szigorú diagnózis.
Hogyan "lát" egy robot — és hol vakul meg
Az önvezető autók alapvetően háromféle szenzorra támaszkodnak, amelyek mindegyike zseniális, és mindegyiknek megvan a maga vakfoltja.
A kamera olyan, mint az emberi szem: kiválóan felismeri a táblákat, a sávokat, a gyalogosokat. Sötétben, ködben, erős ellen világításban viszont drámaian romlik a teljesítménye. 2016-ban egy Tesla Floridában nekihajtott egy fehér kamionnak, amelynek oldalát a rendszer az ég világos sávjaként értékelte. A sofőr meghalt — ez volt az első nyilvánosan dokumentált halálos önvezető autós baleset.
A LiDAR (lézeres távolságmérő) centiméteres pontossággal rajzol háromdimenziós térképet a környezetről — éjjel ugyanúgy, mint nappal. A Waymo erre épít. Hátránya: heves esőben és sűrű ködben a lézerimpulzusok szétszóródnak, és a szenzor részben megvakul.
A radar a legrobusztusabb: átlát ködön, esőn, sötétségen. Pontosan méri más járművek sebességét és távolságát. Hátránya: nem tudja azonosítani az objektumok formáját. Megmondja, hogy valami ott van — de nem mondja meg, hogy az egy gyalogos, egy kerékpáros vagy egy szétfújt nejlonszatyor.
A modern önvezető rendszerek mindhármat kombinálják.
De van egy közös jellemzőjük, amely meglepő következményekkel jár: rendkívül konzervatívak.
A robot nem vált sávot, ha nem tökéletesen biztonságos. Az ember naponta százszor vált, kisebb biztonsági tartalékkal. Statisztikailag a robotnak van igaza — de a forgalom nem statisztika.
Az ENSZ ALKS-szabványa például előírja, hogy egy önvezető rendszer csak akkor válthat sávot, ha ezzel nem kényszeríti a célsávban haladó autót hármas fékezési értéket meghaladó lassításra.
Emberi szemmel: a robot szinte soha nem vált sávot, ha arra nincs tökéletesen szabad lehetőség. Az emberi sofőr ezt nem várja meg. Ebből fakad az egyik legfurcsább jelenség a kevert forgalomban: a tökéletesen szabálykövető robot, amely pont a szabálykövetésével teremti meg a következő feszültségforrást.
3. A kevert forgalom paradoxonjai — ki alkalmazkodik kihez?
Amikor ember és robot egyszerre van az úton, valami furcsa dolog történik: mindkettő megváltoztatja a másik viselkedését — és nem feltétlenül jó irányba.
Ha az ember követi a robotot: az emberi sofőrök türelmetlenebbek lesznek. A követési távolság drasztikusan csökken. A gáz-fék használat kiszámíthatatlanabbá válik. Egy robot mögött haladva az ember ösztönösen közelebb merészkedik — mert tudja, hogy az előtte haladó gép sosem fog hirtelen megijedni, sosem fog meglepő manővert csinálni. Ez az ösztön fizikailag helyes, de veszélyes: felszámolja azt a biztonsági tartalékot, amelyre a rendszernek szüksége lenne.
Ha a robot követi az embert: az önvezető autó nagyobb követési távolságot tart, stabilabb sebességet tart, kevésbé reagál az apró ingadozásokra. Papíron ez tökéletes. A valóságban viszont az emberi sofőrök vizuális kommunikációra támaszkodnak — szemkontaktusra, kézjelekre, az előre-hátra billenő fejre, amely azt jelzi: "gyere, beengedlek". Ezeket a jelzéseket a robot nem érti. Nem azért, mert buta — hanem mert senki sem programozta be a szemmozgások olvasását.
Van azonban egy mélyebb, kevésbé intuitív probléma is. Az önvezető rendszerek jellemzően konstans időköz-politikát alkalmaznak: fix, előre beállított időbeli távolságot tartanak az előttük haladó járműtől, és csak arra az egy autóra figyelnek. Nem látnak előre, nem anticipálnak.
Mi, emberek, viszont igen. Ha három autóval előrébb valaki lassít, a tapasztalt sofőr már finoman engedi a gázt — mielőtt még az előtte haladó egyáltalán a fékre lépne. Ez az apró képesség az, ami a forgalmi rendszert stabilizálja. A robot ezt nem csinálja — és ha a sor elején valaki hirtelen fékez, a robot egy pillanatos késéssel reagál, durvábban, mint kellett volna, és ez a durvább reakció terjed tovább a mögötte haladókra.
Paradox eredmény: a precíz robot, bizonyos körülmények között, több fantom-torlódást okozhat, mint az esendő ember.
4. A Waymo-valóság: amikor a szoftver találkozik az élettel
A phoenixi nyolcsávos balra fordulás csupán egyike annak az esetsornak, amely 2025 és 2026 folyamán a robotaxi-kísérlet emberi oldalát tette láthatóvá.
San Franciscóban két Waymo egymásnak ütközött egy zsákutcában, miközben mindkettő megpróbált megfordulni. Egy harmadik Waymo beragadt mögöttük. A helyzet feloldásához egy alkalmazottnak kellett személyesen a helyszínre sietnie.
Austinban Waymo-robotaxik heti másfélszer hajtottak el megállás nélkül iskolabuszok mellett, amelyek kinyitott stop-tábláját a törvény szerint minden járműnek tiszteletben kell tartania. A sorozatos jogsértések csak azután szűntek meg, hogy az iskolai körzet nyilvánosságra hozta a felvételeket.
2026. január: Doug Fulop beült egy Waymo-ba, és egy dühös férfi elkezdte ütlegelni az autót, halálos fenyegetéseket kiabálva. A jármű biztonsági protokollja tökéletesen működött: érzékelte az embert a közelében, és teljesen megállt. Az ajtók zárva maradtak. Hat percig tartott a fenyegetés, és ez idő alatt Fulop egyetlen lehetősége az volt, hogy a Waymo ügyfélszolgálatával telefonon maradjon.
Az a biztonsági logika, amely statisztikailag megmenti az életeket, egy konkrét helyzetben csapdává változott. A robot túl jól csinálta azt, amire tervezték.
A Waymo saját adatai szerint járművei 90 százalékkal kevesebb súlyos sérüléssel járó balesetet produkálnak, mint az emberi sofőrök ugyanazon városok ugyanolyan útszakaszain. 0,88 incidens per millió mérföld, szemben San Francisco emberi 7,91-es értékével. Ezek mért számok. Valódi életeket mentenek.
Ebben a feszültségben él a kevert forgalom kora: statisztikailag jobb rendszer, egy rendszer, amelynek az átlaga jobb — de a szélsőértékei még ismeretlenek.
5. Nashville-ben kipróbálták, és működött
2022 novemberének egyik reggeli csúcsforgalmában 100 személyautó — Nissan Rogue-ok, Toyota RAV4-ek, Cadillac XT5-ök — kelt útra Nashville közelében, az I-24-es autópályán. Ezek az autók nem mentek gyorsabban, nem csináltak különleges manővereket.
Csupán egyenletesebben haladtak. A fedélzeti AI-tempomat előre érzékelte a forgalom sűrűsödését, és finoman, fokozatosan lassított — nem pánik fékezéssel, hanem apró sebesség csökkentéssel, amelyet az utasok szinte észre sem vettek.
Az eredmény: negyven százalékos üzemanyag-megtakarítás az érintett szakaszon. Nem kellett az összes autónak okosnak lennie. Nem kellett az infrastruktúrát újjáépíteni. Csupán néhány száz jármű, amelyek kicsit egyenletesebben haladtak.
Egy korábbi, 2016-os kísérletben egyetlen okos jármű beillesztése egy húsz autóból álló sorba elegendő volt ahhoz, hogy a forgalmi hullámok teljesen eltűnjenek. Egyetlen. Ez nem metafora — ez mért eredmény.
A Tennessee állami I-24-es autópálya egy hat és fél kilométeres szakaszán ma 276 ultra-nagy felbontású kamera figyeli a forgalmat, és naponta több tízmillió egyedi jármű-útvonalat rögzít. A rendszer egy digitális iker másolatot hoz létre a valós forgalomról — amelyben a mérnökök tesztelhetik az új algoritmusaikat, mielőtt a valóságban is bevetnék.
Ez a jövő forgalmának idegrendszere: nem csupán okos autók, hanem okos autók és okos infrastruktúra együtt, amelyek valós időben kommunikálnak egymással. A V2X (Vehicle-to-Everything) technológia lehetővé teszi, hogy egy autó már azelőtt értesüljön a három kilométerrel előtte történt balesetről, mielőtt az a szeme elé kerülne.
6. Az átmenet, amelyet senki sem tervezett meg igazán
A technológia működik, a statisztikák ígéretesek, a kísérletek biztatóak. Mégis — az önvezető autók bevezetése nem megy simán. Nem azért, mert a mérnökök hibáztak, inkább azért, mert senki sem tervezte meg az átmenetet, nem tudta, hogy mi választja el az embert a géptől, milyen körülmények között, hogyan oldanak meg azonos problémát.
A San Franciscó-i utcákon vandálok festékkel fújják le a robotaxik ablakait. Lyft- és Uber-sofőrök tüntetnek a robotaxi-engedélyek ellen. Austinban egy Waymo blokkolt egy mentőautót tömegvérengzés helyszínén. Az önvezető autók nem csupán technológiai újítások — hanem gazdasági és társadalmi kihívások is. Ki viseli az átmenet terhét? Mi lesz a taxisofőrökkel, a fuvarozókkal, a kiszolgáltatottabb helyzetű munkavállalókkal?
Az infrastruktúra sem készült fel. A jelenlegi utak, jelzőtáblák és burkolati jelek emberi érzékelésre vannak optimalizálva. Egy kopott sávjelölés az önvezető rendszernek kritikus hibát jelenthet. Az alagutak különösen problémásak: nincs GPS-jel, a kommunikáció gyengül, az éles fény-árnyék határok megzavarják a kamerákat.
A kiberbiztonság egy további, ritkán tárgyalt dimenziót jelent. Minél inkább hálózatba kapcsoljuk a járműveket, annál értékesebb célponttá válnak. Hamis forgalmi adatokkal képzeletbeli akadályokat lehet generálni egy jármű érzékelő rendszerében. Egy koordinált kibertámadás akár egy egész városi forgalmi hálózatot lebéníthat.
És ott van a penetrációs szint dilemmája: amíg az önvezető autók aránya alacsony, a rendszer nem tudja megmutatni az igazi erejét. Szimulációk szerint egy százalék alatti AV-arány esetén a forgalom teljesítményére gyakorolt hatás elhanyagolható — sőt, a penetrációs szint növekedésével a teljesítmény egy ideig paradox módon romolhat, mielőtt valóban javulna. Az átmenet tehát matematikailag is göröngyös.
Zárszó: A türelem mint mérnöki probléma
Sugiyama professzor nagoya-i körpályáján az egyensúlyt végül nem törvény és nem technológia hozta el — hanem a résztvevők közötti kölcsönös alkalmazkodás lassú, organikus folyamata. A huszonkét sofőr fokozatosan megtanulta, hogyan kell együtt haladni.
A valódi autópályán, a valódi városokban ez a folyamat sokkal hosszabb, zajosabb és ellentmondásosabb lesz. A robotoknak meg kell tanulniuk valamit az emberi rugalmasságból — a kontextus érzékeléséből, a nem nyilvánvaló kommunikációból. Az embereknek meg kell tanulniuk türelmesen, kiszámíthatóan viselkedni — és elfogadni, hogy a robot mögött várakozni nem gyengeség, hanem a jövő ára.
Az önvezető autók bevezetése döntések sorozata arról, hogy kinek adjuk az infrastruktúra erőforrásait, kinek adjuk a kockázatot, és kinek adjuk az előnyöket. A forgalom fizikája könnyen megoldható. A társadalom fizikája — mint mindig — jóval nehezebb.
A kérdés nem az, hogy az önvezető autók jobbak-e nálunk. Jobbak. A kérdés az, hogy a jobbá válás útján ki és hogyan viseli a köztes állapot terheit.
A robot nem dudál, nem idegeskedi, nem fárad el. Statisztikailag kevesebb embert öl meg. De az út, amely idáig vezet minket és a rendszert — és amely még sokáig vezet tovább —, tele van problémás utasokkal, blokkolt mentőautókkal, vandalizált taxikkal, és huszonkét emberrel, akik egy körpályán próbálják megtanulni, hogyan haladhatnak zökkenőmentesen együtt.
Források és további olvasnivaló
Makridis, M. A. & Zhang, Y. (2026). Autonomous Driving and Mixed Traffic Dynamics. Elsevier.
Sugiyama, Y. et al. (2008). Traffic jams without bottlenecks. New Journal of Physics, 10, 033001.
UC Berkeley CIRCLES Project (2022). Massive traffic experiment pits machine learning against phantom jams.
Waymo Safety Impact Data Hub (2026). waymo.com/safety/impact
Zong, F. et al. (2025). Decision-making of drivers following autonomous vehicles. Journal of Intelligent and Connected Vehicles, 8(2).
Megjegyzések
Megjegyzés küldése