Гиганты автопрома, отдельные мегаполисы и даже целые страны вовсю готовятся к моменту, начиная с которого человек уберет ноги с педалей и отставит в сторону руль - дороги будущего принадлежат роботизированным электрокарам. 

Источник изображения: pixabay.com

 

От такого будущего нас отделяет последняя серьезная проблема - несмотря на обилие аварий, среднестатистический человек по-прежнему остается куда более сообразительным и гибким водителем, чем самый совершенный алгоритм.

Между тем, вождение остается одной из самых сложных областей, с которой регулярно сталкивается большинство взрослых людей. Сложность процесса обусловлена потребностью в непрерывном обновлении “карты” окружающей среды, - в этом процессе одновременно принимают участие сенсорные, моторные и когнитивные системы.

Операция, которая на первый взгляд кажется процессом формализованным и линейным, на самом деле складывается из массы действий - и их интегрированной “выжимки”.

Сразу за беглым взглядом на зеркала заднего вида следует молниеносная расшифровка визуальной информации, в ходе которой мозг водителя отделяет тень на дороге от наклонившейся над проезжей частью “физической” ветки дерева. При повороте, память услужливо “поднимает” пласт, связанный с тысячами аналогичных ситуаций, а разум “прикидывает” расстояние до светофора, анализирует цвет и время до потенциального переключения, интерпретирует значение выражения лиц и жестов других водителей. На основе всей этой информации принимается решение об увеличении скорости или торможении, сопоставленное с плавностью нажима на педаль и учетом специфики конкретного авто, включая его нагрузку и возраст.

Кроме того, люди склонны принимать неформальные решения - стиль вождения может варьироваться и претерпевать серьезные изменения в зависимости от места - будь то университетский кампус, побережье вдали от города, поле или оживленный торговый квартал.

Помимо обилия “подзадач”, на которые мозг раскладывает процесс вождения в динамичных и изменчивых условиях окружающего мира, немаловажную роль играет человеческая интуиция и проведение параллелей. Так, увидев катящийся по дороге мяч, водитель машинально осматривается по сторонам в поисках ребенка.

Всех этих навыков у машин нет. У роботов есть HD-камеры, радары и лидары, а также детализированные карты с массой разнородных инструкций, формализующих примерное восприятие людей-водителей. Автоматика уже научилась работать в различных условиях (хотя туманы, снег и сильный ливень до сих пор остаются проблемой), с легкостью распознает пробки и получает информацию о строительных работах. Следующий шаг - научиться соединять все пазлы воедино.

Едва ли все эти проблемы видятся серьезной преградой. Вклад в развитие ИИ поступает из трех ключевых источников:

1. Крупные корпорации продолжают дополнять колоссальные базы данных с камер и сенсоров обыкновенных авто, стремясь научить алгоритмы работе практически во всех мыслимых и немыслимых ситуациях.

2. Рост вычислительных возможностей бортовых компьютеров существенно облегчает процесс вождения. Так, для обучения “флотилии” из 125 автомобилей, зачастую требуется порядка тысячи современных компьютеров “топовой” конфигурации, причем само обучение занимает по меньшей мере неделю. Эксперименты разработчиков и внесение поправок в наборы правил процесс перезапускают.

3. Комплексные детализированные алгоритмы - ключ к успешному вождению. Там, где современная автоматика пасует (например, робомобили могут попросту не увидеть знак “стоп” в том случае, если на его поверхности будут наклеены стикеры), на помощь приходят новые интегрированные системы. Последние включают в себя как алгоритмы “сопоставления с образцом” (выполнения инструкций в зависимости от совпадения значений с тем или иным образцом), так и построенные на правилах нейросети (готовые обучаемые экспертные системы).

Несмотря на обилие проблем и проволочек, за десять лет индустрия совершила колоссальный прорыв. На дорогах уже появились десятки тысяч относительно безопасных робомобилей, а полная автоматизация транспорта - вопрос, можно сказать, решенный.

Даже в случае несовершенства алгоритмов соответствующих транспортных средств, “подвинуться” придется людям - внедрение роботизированного транспорта сулит уж слишком очевидные плюсы. К последним можно отнести деавтомобилизацию и расселение людей из мегаполисов, рост личной и общественной безопасности, а в перспективе - глобальное изменение стиля жизни всего человечества. Также стоит напомнить и о старении населения развитых стран, только в США число людей старше 65 лет перевалило за 47 млн, причем у 80% из них остаются водительские права. Преклонный возраст - еще не повод стареть, а потому, внедрение роботизированного транспорта вернет массе людей независимость и скрасит их жизни. В конечном счете, прежде, чем побегать по туманным горным тропам в экзоскелете, до гор еще надо как-то доехать…

Если верить исполнительным директорам, от массового распространения автономных авто нас отделяют.. месяцы. В 2015 году Маск предсказывал появление полностью автономной Tesla уже в 2018 году - аналогичные данные приводили в Google. Delphi и MobilEye намерены выпустить свои автономные системы в 2019 году - равно как и Nutonomy, который, как ожидается, выпустит тысячи беспилотных такси на улицы Сингапура. GM планируют запустить производство автомобилей без руля и педалей уже в 2019 году - за каждым из этих прогнозов скрываются колоссальные объемы финансирования.

Waymo уже испытывает свои робокары в Аризоне, а Tesla и другие продают машины с ограниченными алгоритмами автопилотирования. Будущее все ближе?

По материалам: axios.com, theverge.com. ++