Безопасность "Виртуальная автошкола для робота"


 

Александр РОЖКОВ

 Происшествия на дорогах общего пользования во время испытаний беспилотного транспорта доказывают, что навыки безаварийной езды у автомобиля-робота не могут сформироваться самостоятельно…


 Две аварии произошли в США, и в обоих случаях пострадали люди: 18 марта, под колеса управляемого при помощи искусственного интеллекта автомобиля «Volvo XC90» попала велосипедистка, а 23 марта автомобиль «Tesla Model X», перемещающийся в самоуправляемом режиме, внезапно изменил направление и врезался в разделительный барьер шоссе.


 Беспилотные автомобили, также как и людей, следует научить правильно ездить. Новичок-беспилотник с искусственным интеллектом мало отличается от ученика водительских курсов. Машине, как и человеку, необходимо овладеть корректными практическими навыками вождения, тщательно изучить теорию движения и разобраться с различными труднопонимаемыми и запутанными ситуациями и, самое главное, машина должна адекватно реагировать на нестандартные и чрезвычайные ситуации. Здесь без прямой передачи опыта от человека к роботу никак не обойтись. Мозг опытного водителя с комплектом выработанных годами безопасных моделей поведения должен помочь запрограммировать электронный мозг машины на безаварийное движение.


 Автономные самоуправляемые автомобили могут встретиться на дороге с категорией водителей, которые мнят себя героями известного стритрейсерского фильма «Форсаж», – персонажи боевика существуют в некой экстремальной гоночной реальности, где совершают поступки, бросающие вызов рассудку, и являются потенциальной угрозой для окружающих. Когда опытный водитель встречается с такими опасными типажами, его мозг в автоматическом режиме реагирует на возникшую ситуацию и мгновенно посылает оптимальные команды мышечной системе. Таким образом благодаря накопленному в памяти опыту (как положительному, так и негативному) и слаженной работе нервной и мышечной систем, человеку удается избежать аварии.  


 А современные автономные машины, нашпигованные рациональными программами вождения в принципе не допускающими иррациональность, теряются при возникновении нестандартной ситуации. Необученный беспилотник не знает, как реагировать на нелогичные обстоятельства, и от этого в искусственном интеллекте происходит сбой.


 В первую очередь необходимо обучить беспилотников навыкам контраварийной езды. Но как это сделать, чтобы потом избежать нежелательных трагических последствий? Отправить в обязательном порядке все самоуправляемые машины на гоночный полигон и заставить их выполнять нерациональные с точки зрения безопасности трюки с высокой степенью риска? Никто не знает наверняка, что их электронные рассудки вынесут из этого опыта и как электронный интеллект, в конечном счете, применит все эти приобретенные знания на практике. К тому же метод не экономичен и крайне опасен.


 На часть этих вопросов уже сегодня готова ответить японская компания «Ascent Robotics Inc.», занимающаяся виртуальным моделированием и разработкой программного обеспечения для обучения искусственного интеллекта (ИИ) автономного транспорта. В ноябре прошлого года токийская компания запустила бета-версию учебной виртуальной программной среды для беспилотников под названием «Atlas AI». Специалисты компании утверждают, что эффективность обучения искусственного интеллекта существенно возрастает (более чем в 50 раз) при условии использования в процессе учебы наравне с реальной действительностью также виртуальных псевдо-данных.


 По мнению разработчиков компании, виртуальная реальность поможет научить электронный мозг беспилотных автомобилей справляться с любым нестандартным сценарием на реальной жизненной почве. Токийский стартап, созданный в 2016 г., за короткий срок сумел доказать состоятельность своих разработок. Крупный международный инвестор «SBI Investment Co.» увидел потенциал в этих продуктах и выделил стартапу первый транш на проведение исследований в размере 1,1 миллиарда иен (10 млн долларов).

 

 

 


 В данный момент «Ascent Robotics» усиленно занимается разработкой программного обеспечения для полностью автономного вождения, включая рулевое управление, ускорение и торможение, без участия человека в условиях японского дорожного движения. Поскольку азиатская дорожная среда отличается высокой насыщенностью от европейской и американской, с которыми имеют дело такие известные разработчики искусственного интеллекта для беспилотников, как «DeepMind», «Waymo» и «Uber», японская компания «Ascent Robotics», то прежде всего фокусируется на автономии четвертого уровня, требуемой для улиц с большим количеством машин, пешеходов и объектов дорожной инфраструктуры.


 Недавний повлекший гибель человека трагичный инцидент с участием автономного автомобиля, принадлежащего «Uber», говорит о недостатках автономии, которые сегодня успешно преодолевает компания Ascent Robotics, и это дает ей шанс возглавить список создателей так необходимых безопасных технологий.


 Почти абсолютное большинство специалистов автономной автомобилестроительной индустрии полагают, что чем больше беспилотник проедет самостоятельно, тем опытнее и совершеннее станет его искусственный интеллект. В соответствии с этим показатель в размере 8 млн километров на реальной дороге, достигнутый принадлежащей концерну «Alphabet Inc.» дочерней компанией «Waymo», кажется всеобъемлющим и неоспоримым. Однако «Ascent» утверждает, что только часть этих данных является действительно полезной для обучения автономных автомобилей, потому что решающими для практического опыта безопасной езды на самом деле становятся редкие и неожиданные события, которые имеют решающее значение по сравнению с опытом пройденных километров. Редкие и неожиданные события формируют основную базу экстренных навыков реагирования на внештатную ситуацию. Автономному автомобилю обязательно нужно очутиться в подобной ситуации, а проще и безопаснее всего создать ее можно виртуально, при помощи средств трехмерного моделирования.


 Чтобы создать симуляцию в стиле «Форсаж», инженеры надели шлемы виртуальной реальности на головы опытных водителей, опутали их руки и ноги обширной сетью чувствительных сенсоров и датчиков, фиксирующих состояние организма, и, следящих за каждой, даже незначительной деталью в их поведении. Погрузившись в гоночную трехмерную реальность, умудренные дорожным опытом водители выполняют различные маневры и трюки с помощью контроллеров и руля игровой консоли «PlayStation». Полученные алгоритмы тщательно анализируют, а затем используют для клонирования оптимальных стилей вождения. Так создается продвинутое программное обеспечение, которое после интегрирования в электронный мозг машины способно работать почти как универсальный живой интеллект.


 Главный принцип обучения искусственного интеллекта в том, что модель поведения, дающая лучшие результаты, усиливается, а неблагоприятный выбор не поощряется. Это называется стимуляцией оптимального фактора. Настоящий искусственный интеллект не просто реагирует, он понимает. Он учится так же, как люди, методом проб и ошибок. Опыт дает нам ценные уроки, которые могут быть применены к новым ситуациям. Со временем окружающий мир начинает приобретать для нас смысл, и нам можно доверить более сложные задачи, такие как, например, вождение автомобиля. Для искусственного интеллекта это обучение происходит не в живой среде, как у человека, а в симуляции, но принципы обучения и получения опыта идентичны.


 Автомобили-роботы прошли огромный путь за последнее десятилетие. В 2004 г. на международном конкурсе беспилотников ни один из самоуправляемых автомобилей не дошел до финишной черты. Все они сносили преграды, крушили барьеры, въезжали в запретные зоны, вторгались в пространства пешеходов, сворачивали с нужных дорог или просто замирали на месте. С тех пор достижения в области сенсорных технологий и прорывы в алгоритмах обучения ИИ значительно улучшили способность машин воспринимать мир. Тем не менее, основной проблемой ИИ беспилотных автомобилей является способность делать правильные предсказания, основанные на реальности, которую они видят перед собой. На практике ошибка может обойтись слишком дорого, но не в виртуальных средах. Ascent может интенсифицировать обучение в системе Atlas, добавив в виртуальную среду большее количество объектов, сделать дороги более загруженными, чем они могут быть на самом деле. Под силу Atlas и ускорить процесс запоминания.


 Компания Waymo, которая собрала воедино все беспилотные разработки своего прародителя Google, заявила недавно, что ее программное обеспечение преодолело в виртуальном мире более 2,7 млрд миль! Компания использует трехмерные карты высокого разрешения, построенные на основе данных собранных стрит-карами, постоянно тестирующими изменяющиеся ситуации: мигающие желтые огни светофоров, нарушения правил движения водителями, их некорректные маневры и пр., а также трудно поддающиеся систематизации физические перемещения пешеходов и велосипедистов.


 Ascent планирует оснастить четыре гибридных внедорожника Lexus продвинутой исследовательской аппаратурой и начать испытания на японских дорогах уже этим летом. Автомобили будут оборудованы дорогостоящими компьютерами стоимостью  100 тыс. долларов каждый. Они соберут данные о дорожных условиях, которые трудно имитировать, таких как влажность, снег, лед, перепад температур и т.д. Водитель-исследователь обязательно сядет за руль, но будет проводить тестирование в режиме подстраховки – «руки над рулевым колесом». В любой момент при возникновении экстренной ситуации инженер-исследователь возьмет управление под свой контроль.