पहली मौत आने वाली है

Ashok ने नोट किया है कि Robotaxi अब तक चलाए गए 3,80,000 बिना पर्यवेक्षण के मीलों में एक बेदाग सुरक्षा रिकॉर्ड बनाए हुए है। फिर भी, कई पर्यवेक्षक चिंतित हैं कि एक गंभीर दुर्घटना केवल समय की बात है।

यह चिंता अतार्किक नहीं है। जैसे-जैसे सेवा का विस्तार होता है और संचयी माइलेज बढ़ता है, पहली बड़ी घटनाएँ सांख्यिकीय रूप से अपरिहार्य हो जाती हैं। प्रासंगिक प्रश्न यह नहीं है कि क्या वे घटित होंगी, बल्कि कब और कितनी गंभीरता से।

पिछले एक विश्लेषण में, हमने Ashok द्वारा बताई गई साप्ताहिक वृद्धि दर और स्थापित Cybercab उत्पादन क्षमता का उपयोग करके संभावित Robotaxi माइलेज प्रक्षेपवक्र का मॉडल तैयार किया था। उस प्रक्षेपण को सार्वजनिक रूप से उपलब्ध NHTSA डेटा के साथ जोड़कर, हम समय के साथ विभिन्न गंभीरता की दुर्घटनाओं में Robotaxi के शामिल होने की संभावना का अनुमान लगा सकते हैं।

एक स्पष्टीकरण महत्वपूर्ण है: निम्नलिखित आंकड़े शामिल होने की दरें हैं, न कि शुद्ध गलती-आधारित दरें। वे इस संभावना का वर्णन करते हैं कि Robotaxi किसी ऐसी दुर्घटना में मौजूद होगा जिसमें चोट या मृत्यु होती है, भले ही कौन सा पक्ष प्राथमिक रूप से जिम्मेदार हो। यह एक यथार्थवादी आधार रेखा प्रदान करता है जिसके विरुद्ध भविष्य के सुरक्षा प्रदर्शन का आकलन किया जा सकता है।

भाग 1 – मानव आधार रेखा: आज सड़क सुरक्षा

हम राष्ट्रीय राजमार्ग यातायात सुरक्षा प्रशासन (NHTSA) के सबसे हाल के विस्तृत राष्ट्रीय आँकड़ों से शुरू करते हैं।

2023 में, यात्री वाहनों ने संयुक्त राज्य अमेरिका में लगभग 89% वाहन मीलों की यात्रा की। इन वाहनों में सवार लोगों के लिए, दरें इस प्रकार थीं:

पूर्ण रूप से, यह लगभग 24,000 यात्री मौतों और 1.95 मिलियन पुलिस-रिपोर्टेड चोटों के बराबर है, जो लगभग 2.9 ट्रिलियन यात्री-वाहन मीलों पर आधारित हैं।

पुलिस-रिपोर्टेड चोटों को KABCO पैमाने पर वर्गीकृत किया गया है:

इस विश्लेषण के शेष भाग के लिए, हम "सभी यात्री वाहनों" की दरों को मानव आधार रेखा (0.83 मौतें और 68 चोटें प्रति 100 मिलियन मील) के रूप में अपनाते हैं। फिर हम मानते हैं कि एक परिपक्व Robotaxi प्रणाली इस मानव औसत से 10 गुना सुरक्षित होगी — यह उद्योग में एक महत्वाकांक्षी लेकिन सामान्यतः संदर्भित लक्ष्य है (और Waymo ने भी अपनी सुरक्षा रिपोर्टिंग में इस बेंचमार्क का उपयोग किया है)।

यह 10× धारणा निम्नलिखित सांख्यिकीय प्रक्षेपणों का आधार बनती है।

भाग 2 – क्यों घटनाएँ पॉइसन प्रक्रिया का अनुसरण करती हैं

यातायात दुर्घटनाएँ चलाए गए भारी संख्या में मीलों के सापेक्ष दुर्लभ घटनाएँ हैं। जब घटनाएँ दुर्लभ, स्वतंत्र होती हैं और लगभग स्थिर औसत दर पर घटित होती हैं, तो किसी दिए गए एक्सपोज़र (यहाँ, मील) में घटनाओं की संख्या को पॉइसन वितरण द्वारा अच्छी तरह से वर्णित किया जाता है।

पॉइसन प्रक्रिया के तहत, M मीलों के बाद ठीक k घटनाएँ देखने की संभावना है:

जहाँ λ प्रति मील घटनाओं की अपेक्षित संख्या है।

हम मुख्य रूप से कम से कम एक घटना का अनुभव करने की संभावना में रुचि रखते हैं। यह केवल शून्य घटनाओं की संभावना का पूरक है:

λ कैसे प्राप्त करें

भाग 1 में NHTSA डेटा से, हम पहले से ही मानव-चालित यात्री वाहनों के लिए घटनाओं के बीच औसत मीलों की संख्या जानते हैं। इसलिए प्रति मील घटना दर इसका व्युत्क्रम है:

समतुल्य रूप से, यदि प्रकाशित दर प्रति 100 मिलियन मील दी गई है:

हमारी आधार रेखा (सभी यात्री वाहनों) के लिए:

• मृत्यु: λ_human = 0.83 / 10⁸ = 8.3 × 10⁻⁹ प्रति मील
• चोट (सभी गंभीरताएँ): λ_human = 68 / 10⁸ = 6.8 × 10⁻⁷ प्रति मील

क्योंकि हम मानते हैं कि Robotaxi 10 गुना सुरक्षित है, हम इन दरों को 10 से विभाजित करते हैं:

पहले के व्यंजक में प्रतिस्थापित करने पर किसी भी संचयी माइलेज M के बाद कम से कम एक घटना की संभावना प्राप्त होती है:

यह वह सूत्र है जिसका उपयोग अगले भाग में सभी प्रक्षेपणों के लिए किया गया है।

भाग 3 – जब पहली घटनाएँ संभावित हो जाती हैं

अब हम भाग 2 के पॉइसन सूत्र को चार रुचि के परिणाम श्रेणियों पर लागू कर सकते हैं:

• मृत्यु (K)
• गंभीर / अक्षम करने वाली चोट (A)
• मामूली / गैर-अक्षम करने वाली चोट (B)
• संभावित चोट (C)

भाग 1 की मानव आधार रेखा दरों का उपयोग करते हुए, 10× सुरक्षा धारणा द्वारा स्केल किए जाने पर, हम प्रत्येक श्रेणी के लिए एक अलग घटना दर λ प्राप्त करते हैं। पहला दृश्य संचयी बिना पर्यवेक्षण के Robotaxi मीलों के विरुद्ध कम से कम एक घटना की संभावना को प्लॉट करता है:

माइलेज से कैलेंडर समय तक

अपने पिछले लेख में, हमने Ashok द्वारा बताई गई दोहरे अंकों की साप्ताहिक वृद्धि दरों का उपयोग करके साप्ताहिक बिना पर्यवेक्षण के मीलों का एक अग्रिम मॉडल तैयार किया था, जो Cybercab उत्पादन क्षमता (~2,400 वाहन प्रति सप्ताह, Tesla के 125k वार्षिक मार्गदर्शन) और प्रति वाहन प्रति दिन 200 मील की उच्च-उपयोग धारणा द्वारा सीमित था।

14% वृद्धि मामले को केंद्रीय परिदृश्य के रूप में लेते हुए और सीमित साप्ताहिक मीलों को संचित करने पर, कैलेंडर समय पर एक संचयी-माइलेज प्रक्षेपवक्र प्राप्त होता है। उस संचयी माइलेज को पॉइसन सूत्र में प्रतिस्थापित करने पर समय के फलन के रूप में प्रत्येक घटना प्रकार की संभावना मिलती है:

इस प्रक्षेपवक्र के तहत, 50% संभावना सीमाएँ लगभग इस प्रकार तक पहुँचती हैं:

Waymo का वर्तमान संचयी माइलेज

पैमाने के लिए, हमने माइलेज चार्ट पर Waymo के लगभग संचयी पूरी तरह से ड्राइवरलेस मीलों को चिह्नित किया है।

Waymo का आधिकारिक सुरक्षा प्रभाव डैशबोर्ड मार्च 2026 तक 220.6 मिलियन केवल-राइडर मील की रिपोर्ट करता है। लगभग 4 मिलियन केवल-राइडर मील प्रति सप्ताह की हालिया रन-रेट पर, मध्य/देर 2026 तक एक्सट्रपोलेशन लगभग 280–300 मिलियन भुगतान किए गए मील देता है। खाली रीपोजिशनिंग और स्टेजिंग मीलों को ध्यान में रखते हुए, हम रूढ़िवादी रूप से उस आंकड़े को दोगुना करके लगभग ~600 मिलियन कुल स्वायत्त मील का अनुमान लगाते हैं।

Waymo का वास्तविक दुनिया का ट्रैक रिकॉर्ड

Waymo घटनाओं पर सार्वजनिक SGO / NHTSA रिपोर्टिंग, KABCO पैमाने पर मैप की गई, निम्नलिखित अनुमानित चित्र देती है:

मुख्य अवलोकन:

• रिपोर्ट किए गए अधिकांश चोट मामले निम्न-गंभीरता श्रेणियों (C और B) में आते हैं।
• Waymo का अपना सुरक्षा अनुसंधान केवल पुष्टि किए गए पुलिस-रिपोर्टेड A या K मामलों को "गंभीर चोट या उससे अधिक" मानता है।
• 220 मिलियन से अधिक केवल-राइडर मीलों में, Waymo समान संचालन क्षेत्रों में मानव बेंचमार्क की तुलना में लगभग 94% कम गंभीर-चोट-या-बदतर दुर्घटनाओं और ~82% कम किसी भी गंभीरता की चोट दुर्घटनाओं की रिपोर्ट करता है।
• ये तुलनाएँ गलती की परवाह किए बिना की जाती हैं। गंभीर (A) और घातक (K) घटनाओं की छोटी संख्या में, उपलब्ध सार्वजनिक जानकारी इंगित करती है कि Waymo वाहन आमतौर पर प्राथमिक गलती वाला पक्ष नहीं था।

यह वास्तविक दुनिया का रिकॉर्ड उस अंतर को दर्शाता है जो Robotaxi के लिए भी मायने रखता है: पर्याप्त पैमाने पर, दुर्घटनाओं में शामिल होना सांख्यिकीय रूप से अपरिहार्य हो जाता है। निर्णायक प्रश्न यह है कि क्या सिस्टम कम बार गलती पर होता है — और समान मीलों को कवर करने वाले मानव चालकों की तुलना में कम गंभीर परिणाम उत्पन्न करता है। यहाँ विकसित पॉइसन ढाँचा केवल यह अंशांकित करता है कि Tesla Robotaxi, 10× सुरक्षा धारणा के तहत, कब उसी श्रेणी की घटनाओं का सामना करना शुरू कर सकता है।

जैसा कि संचयी-माइलेज ग्राफ दिखाता है, एक बार जब ड्राइवरलेस बेड़ा कई सौ मिलियन मील तक पहुँच जाता है, तो गंभीर और यहाँ तक कि घातक घटनाओं में शामिल होना सांख्यिकीय रूप से अपरिहार्य हो जाता है — 10× सुरक्षा धारणा के तहत भी। इसलिए Waymo का रिकॉर्ड इस बात के अनुरूप है कि पॉइसन मॉडल उस पैमाने पर क्या भविष्यवाणी करता है: प्रासंगिक प्रश्न अब यह नहीं है कि क्या ऐसी घटनाएँ घटित होती हैं, बल्कि यह है कि सिस्टम कितनी बार गलती पर है और इसकी गंभीरता प्रोफ़ाइल मानव चालकों की तुलना में कैसी है।

निष्कर्ष

हमने विभिन्न गंभीरता की दुर्घटनाओं में Robotaxi के शामिल होने की संभावना का मॉडल तैयार किया है, यह मानते हुए कि सिस्टम अंततः औसत मानव-चालित यात्री वाहन पर 10× सुरक्षा सुधार प्राप्त करता है। उस धारणा को हमारे पिछले विश्लेषण में विकसित माइलेज प्रक्षेपवक्र के साथ जोड़ने पर स्पष्ट, मात्रात्मक अपेक्षाएँ मिलती हैं: कम-गंभीरता की चोटें 2027 की पहली छमाही में संभावित हो जाती हैं, गंभीर चोटें उस वर्ष के बाद में, और एक मृत्यु केंद्रीय वृद्धि मामले के तहत 2027 के अंत की ओर।

Waymo का वास्तविक दुनिया का रिकॉर्ड इस बात के अनुरूप है कि वही मॉडल कई सौ मिलियन संचयी मीलों पर क्या भविष्यवाणी करता है। एक ऐसी प्रणाली जो मानव चालकों की तुलना में काफी सुरक्षित है, वह भी पर्याप्त पैमाने पर गंभीर और घातक दुर्घटनाओं में शामिल होगी। आँकड़े इसे अपरिहार्य बनाते हैं।

दो अंतर आवश्यक बने हुए हैं। पहला, ये प्रक्षेपण शामिल होने से संबंधित हैं, गलती से नहीं। दूसरा, पहली गलती-आधारित मृत्यु भी सांख्यिकीय रूप से अंततः अपरिहार्य है; एकमात्र खुला चर यह है कि यह प्रौद्योगिकी के जनता के अनुभव के सापेक्ष कब घटित होती है।

यह Tesla के लिए मुख्य रणनीतिक चुनौती है। पहली गलती-आधारित मृत्यु इतनी देर से आनी चाहिए कि बड़ी संख्या में लोग पहले ही Robotaxi का उपयोग कर चुके हों, इसके सामान्य प्रदर्शन पर भरोसा करते हों, और मानव ड्राइविंग के सापेक्ष इसकी सुरक्षा को समझते हों। सादृश्य वाणिज्यिक विमानन है। आधुनिक एयरलाइनर अभी भी लोगों को मारते हैं, फिर भी मृत्यु दर लगभग 0.01 मौतें प्रति 100 मिलियन यात्री-मील है — जो 10×-सुरक्षित Robotaxi (≈ 0.08 मौतें प्रति 100 मिलियन मील) से लगभग एक परिमाण कम है। समाज विमानन में शेष जोखिम को स्वीकार करता है क्योंकि लाभ बड़ा है और सापेक्ष सुरक्षा अच्छी तरह से स्थापित है। Robotaxi को उसी प्रदर्शित, बड़े पैमाने के प्रदर्शन की नींव की आवश्यकता होगी जब तक पहली स्पष्ट रूप से गलती-आधारित मृत्यु घटित होती है।

यह वह सीमा है जिसे Tesla को पार करना होगा।