Все началось с 2009 года, когда Google запустил первые автономные автомобили. Но почему-то мы сегодня не ездим на роботакси, по городу не курсируют автономные автобусы, а товары не привозят автономные грузовики. Григорий Форостовский из Navio на конференции AI Journey рассказал, что сейчас происходит в сфере автономного транспорта и обрисовал перспективы развития отрасли.
Проблема длинного хвоста
В 2012 и 2013 годах автономные машины начали ездить по трассам, по городу. 10 следующих лет крупные игроки активно инвестировали в разработки, писали коды, собирали алгоритмы: как машине поступить, если произойдет что-то на дороге. Вроде, прописали все, что можно, но тут на дорогу в Сан-Франциско вышел парень с майкой, на которой был нарисован знак "Стоп". Машина приняла футболку за реальный дорожный знак и сразу остановилась. В том же Сан-Франциско женщина села в роботакси, чтобы доехать до аэропорта, но машина потеряла точку и начала наматывать круги по стоянке. В обоих случаях человеку пришлось садится за руль и решать проблему ручным управлением.
"Невозможно написать код, чтобы решить все проблемы нашего мира. То есть вы приедете с Китая в Сан-Франциско, с Сан-Франциско - в Москву и так далее. Появится новая культура, новые дороги, новые знаки. Наверное, написать код, который бы учел все-все невозможно", - отметил Григорий Форостовский.
С 2024 года Тесла начала доставлять автомобили автономно. Человек покупает машину онлайн, нажимает на кнопку, оплачивает, а машина выезжает с завода и приезжает к покупателю домой. Тесла также запустила сервис такси в Техасе, инвестировав 5-6 млрд долларов в конце прошлого года. Но проблемы остались.
Вскоре все начали переходить на модели генеративного искусственного интеллекта. Начали интегрировать трансформеры. С трансформером начали обучать ИИ на поведение человека.
"Он начал справляться с такими сложными ситуациями, как аварии, какие-то нештатные ситуации, но мы все же не можем победить парня с майкой со знаком "Стоп", - подчеркнул представитель Navio.
Почему так? Потому что для решения этой проблемы автомобилю нужно понимать наш внешний мир. Разработчики предложили натренировать блок персепшен, чтобы он воспринимал вот этого парня. Если кто-то идёт с майкой со знаком "Стоп", машина не будет останавливаться. И если бы попробовали это сделать, то увидели бы, например, как около реального знака "Стоп" стоит человек и пьет воду. Блок персепшен видит знак и человека и по алгоритму говорит - не останавливайся.
Ставка на новую технологию
Чтобы решить подобного рода проблемы необходимо изобрести технологию, которая понимает наш внешний мир. Многие компании сегодня делают ставку на технологию, которая называется vla - vision language action модель.
Компания Navio работает со Сбером в этом направлении. Также собирает данные со всего мира: текст, видео поездов, разметки, животных на дороге, запаковывает это все в большой датасет для обучения и обучает, дообучает модели.
"Мы недавно анонсировали фотореалистичный симулятор, который нам помогает не только тестировать и валидировать наши модели, но также мы обучаем модели на синтетических данных, то есть сложные данные из нашего мира. Допустим, в Москве вы на дорогах общего пользования, наверное, никогда не видели слона. В Таиланде он может встретиться, но мы не хотим ехать в Таиланд и искать слона, который бегает по дорогам. У нас для этого есть симулятор. Мы можем воссоздать эту сцену и использовать для обучения нашей модели", - объяснил Григорий Форостовский.
Ранее я рассказывала, что Правительство России продлило до 2028 года и расширило эксперимент по движению беспилотных грузовиков по обычным дорогам. В том числе стоит вопрос кибербезопасности автономного транспорта: как уберечь его не только от аварий, но и от взлома ПО.
Кстати, активисты против беспилотников на дорогах того же Сан-Франциско ставят на капот беспилотных машин дорожный конус, что парализует машину. Роботакси не может продолжить движение и не едет на новые заказы, пока кто-то не уберет конус. Техники пока не могут решить эту проблему.
#ии #автоматизация
