Анатомия интеллекта автопилота

Знаете ли вы, что наше светлое - хочется верить, конечно, - беспилотное будущее финансируется... заядлыми компьютерными геймерами? И что оно зависит от корпораций, которые, на первый взгляд, вообще не имеют никакого отношения к автоиндустрии.

Руслан Тарасов Фото NVIDIA

Про self-driving car говорят с таких давних пор, что тема беспилотников уже стала казаться избитой. Практическими достижениями в этой области может похвастаться разве что Google с проектом Waymo, а из автопроизводителей - лишь Tesla, первая научившая свои электрокары какую-то часть пути проезжать без помощи водителя. В число первопроходцев вольется и Audi - новый флагман A8 заявлен как первый автомобиль на рынке, отвечающий третьему уровню автономности. Остальные причастные автокомпании в лучшем случае лишь взялись за финансирование подобных проектов и обещают выкатить "самовозные" модели году этак к 2025-2030-му.

Зато уже есть понимание, что собой будет представлять автопилот. Точнее, не "что", а "кого". Специалисты сходятся во мнении, что эволюция пойдет по пути имитации человека. То есть нашими машинами станут управлять системы, наделенные всеми "органами чувств", навыками профессионального шофера и высокоразвитым искусственным интеллектом.

На коне

О последнем стоит сказать особо. В современном понимании ИИ - это нейросеть. Термин не случайно намекает на то, что устроена она по аналогии с мозгом биологическим, состоящим из бесчисленных цепочек связей - нейронов. Причем искусственный интеллект, воплощенный в кремниевых чипах, становится таковым только после глубокого обучения, ведь работа в корне отличается от того, как функционирует обычный компьютер. Он не вычисляет результат по запрограммированным алгоритмам, а выдает его сразу, как только получает необходимый массив входных сигналов.

Вот здесь вы, наверное, и спросите: при чем тут геймеры? Сейчас поймете. Все последние двадцать лет микроэлектронная индустрия создавала для них все более и более мощные графические ускорители. Производительность специальных GPU-процессоров, которые для большей скорости обработки "распараллеливают" вычисления по своей многоядерной архитектуре, росла гораздо быстрее, чем у CPU. А как раз такой "компьютинг" и подходит лучше всего для процессоров, пропускающих сквозь себя гигантский поток "тензорных" данных искусственного интеллекта.

В этом направлении - настоящий взрыв! Представлявшие ранее чисто академический интерес нейросети стали резко обходить в скорости вычислений обычные алгоритмы, а в области технологий распознавания - звуков, визуальных объектов, смысловых образов и т. д. - вообще оставили их не у дел. А "на коне" оказались компании, которых раньше считали лишь как производителей графических карт.

Кто знает

Больше всего тут, вероятно, преуспела калифорнийская NVIDIA. Компания поддержала ряд ведущих проектов по развитию нейросетей, основала собственный институт глубокого обучения, создала ряд уникальных процессоров GPU и стала на их базе выпускать суперкомпьютеры - в виде "персоналок" DGX для ученых и серверных модулей HGX для дата-центров.

Так что эпоха автопилотов может наступить раньше, чем предсказывают скептики. Для этого, к слову, готово и оборудование. "Теслы", беспилотно катающие своих владельцев уже пару лет, например, оснащены платформами автономного вождения NVIDIA Drive PX еще первого поколения. А сегодня, когда автопроизводители только начали присматриваться к системе следующей генерации Drive PX 2, NVIDIA представила автопилот-суперкомпьютер Drive PX Pegasus, который выполняет операции ИИ быстрее в 13 раз! Экстремальный прирост вычислительной мощности уже в ближайшей перспективе сделает автомобили высшего пятого уровня автономности реальностью.

Есть, правда, и третье необходимое условие для выхода полноценных беспилотников - наличие цифровых HD-карт, еще более эффективных методик тренинга "искусственных шоферов", каналов высокоскоростной связи с дата-центрами и ряда прочих технологий.

Но к этой работе вместе с NVIDIA уже подключились 145 стартапов. Cognata занялась моделированием автономного вождения, в которой искусственный интеллект может учиться езде 24 часа в сутки. DeepMap создает полноценный сервис для высокоточной картографии. Momenta анализирует данные с камер автомобилей, проехавших миллионы километров в реальном мире, чтобы улучшить распознавание объектов. Zoox работает над интеллектуальной системой автономного транспорта совместного использования. TuSimple разрабатывает технологии для автономного перевоза грузов на дальние расстояния...

И кто знает, не повторится ли на глобальном автомобильном рынке та же история, как с "айфоном" Apple, который в считаные годы кардинально изменил расклад сил среди производителей мобильников, выкосив с рынка даже такого гиганта, как Nokia. Так что всем автопроизводителям, кто уже взялся работать с NVIDIA, - на сегодня это Audi, Toyota, Mercedes-Benz, Volvo и Tesla, - и всем, кто еще думает, следует максимально ускоряться в этой игре, чтобы после не превратиться в фабрики по выпуску четырехколесных тележек для автопилотов. Ведь "золотой ключик" к рынку автономных машин, оцениваемый Goldman Sachs на 2030 год в $285 млрд, находится вовсе не в их руках.

Десять технологий, без которых не обойдется беспилотный автомобиль будущего

Датчики

Комплекс из многочисленных HD-камер, сонаров, радаров и лидаров - лазерных дальномеров, работающих по отражениям и поглощениям света, - в сочетании с гиростабилизатором обеспечит автомобили "машинным зрением" и способностью ориентироваться в окружающем мире.

Искусственный интеллект

Пропуская сигналы сенсоров через обученные нейросети, он сможет распознавать стационарные и подвижные объекты, пешеходов, знаки, разметку, обочины, свободное пространство, звуки и т. д.

Суперкомпьютер

Обеспечит "жизнедеятельность" искусственного интеллекта в режиме реального времени при помощи высокоскоростных тензорных вычислений.

Высокоточная навигация

Послужит для привязки распознанных объектов к детализированным цифровым картам местности и для вычисления необходимых корректировок в случае расхождений с реальным миром.

Подключение к облаку

Постоянный высокоскоростной обмен с дата-центром потребуется для актуализации картографии между беспилотниками, удаленной диагностики автомобилей и обновления программного обеспечения.

Локализация

При перемещении в регион с отличающимися правилами дорожного движения, иными стандартами разметки и дорожных указателей автопилот получит из дата-центра необходимые инструкции.

Распознавание речи

В "роботакси" привычных органов управления не будет, поэтому понадобится интеллектуальная система, понимающая любые фразы на разных языках и способная к выстраиванию диалога.

Защита от взлома

Шифрование, криптографические ключи, межсетевые экраны, виртуализация, мониторинг и прочие средства обеспечат защиту облака, канала передачи и ПО беспилотника от воздействия вредоносного кода.

Дублирующие системы

Автономным автомобилям пятого уровня потребуются функции самодиагностики и полное резервирование "железа" - как главного суперкомпьютера, так и всех периферийных устройств.

Персонализация

Чтобы создавать комфортные условия поездки под конкретного пользователя, беспилотники будут собирать данные о привычках, интересах и потребностях человека.

Классификация автономных автомобилей

Уровень 0. Автопилот отсутствует, но есть функции уведомления водителя.

Уровень 1. Управление полностью осуществляется водителем, но ему помогают ассистенты удержания безопасной дистанции и полосы движения.

Уровень 2. Автопилот управляет ускорением, торможением и рулением, но водитель обязан следить и реагировать в случае ошибочных действий системы.

Уровень 3. Система контролирует езду по автомагистралям, но на дорогах с непредсказуемым движением водителю придется взять управление на себя.

Уровень 4. Автопилот роботизирован настолько, что все делает сам, но в автомобиле сохраняются основные органы управления автомобиля человеком.

Уровень 5. Беспилотная функция полностью автоматизирована и вообще исключает непосредственное вмешательство человека в процесс управления.