Беспилотные автомобили в ловушке: почему мы ещё долго не увидим самоуправляемые машины на дорогах

Поток новостей о достижениях автомобильной индустрий и открытия в сфере искусственного интеллекта создают впечатление, будто автоупраляемые машины вот-вот появятся на дорогах. Однако технические, нормативные и этические препятствия всё ещё мешают их распространению. Strelka Mag разбирается, почему водители, ГИС-cервисы и корпорации не готовы к беспилотникам. Кадр из фильма «Вспомнить всё». В апреле 2019 года Илон Маск анонсировал создание роботакси Tesla. Уже в середине следующего года глава компании собирается выпустить на дороги США более миллиона полностью беспилотных машин. Понятия «автопилот» и «опция самоуправления» компания Tesla начала использовать для своих электромобилей ещё в 2015 году. Но функция «полностью автономного вождения», позволяющая машинам самостоятельно передвигаться по магистралям, менять полосы, парковаться и выезжать с парковки, всё равно требовала от водителя держать руки на руле и при необходимости брать управление на себя. Новое же роботакси, по идее Маска, сможет безопасно ездить без участия человека. Главным преимуществом перед другими производителями должны стать собственный чип и отказ компании от лидаров — лазерных сканеров, которые позволяют получать и обрабатывать информацию об удалённых объектах. Автомобили Tesla будут полагаться на систему камер и радаров, которые позволят обеспечить компьютерное зрение. По мнению Маска, это задаст новый тренд в индустрии самоуправляемых машин. что происходит с рынком беспилотных машин кроме tesla Tesla — не единственный игрок на рынке: большинство крупных автопроизводителей — Ford, Honda, Toyota, Nissan, Volvo, BMW, Hyundai — планируют представить полностью беспилотные автомобили в ближайшие 2–4 года. Недавно Uber объявили об инвестиции одного миллиарда долларов в собственную систему автоматизированного вождения, а компания Waymo запустила даже приложение на Android для владельцев их самоуправляемых машин. Тем временем правительство Великобритании одобрило программу тестирования автопилотируемых автомобилей на общественных дорогах страны, пробный запуск которых запланирован на вторую половину 2019 года. Подобные новости внушают уверенность, что сцены будущего из фильма «Вспомнить всё», где Арнольд Шварценеггер разъезжает на роботизированном такси Johnnycab, наконец, наступило. Однако главы концернов Daimler и Hyundai и другие производители не особо оптимистичны в оценках и предупреждают, что массовое коммерческое производство самоуправляемых машин можно ожидать не раньше 2025 года. Обычным делом на дорогах они станут только к 2030 году, а полностью вытеснят с дорог обычные машины только к 2035. что не так с онлайн-картами? Пока беспилотные машины существуют в бета-версии, исследователи работают над системами, способными анализировать дорогу лучше, чем водитель-человек. Чтобы решить эту проблему, недостаточно совершенствовать возможности компьютерного зрения при помощи камер, радара и лидара. Гораздо более насущной оказывается необходимость создания подробнейших карт окружающей среды. Существующие карты улиц не вполне подходят для того, чтобы помочь автомобилям обойтись без человека, несмотря на работу многих компаний в этом направлении. Хотя большинство дорог внесено на карты, они обновляются только раз в несколько лет, при этом там не регистрируются тип дорожного покрытия, тротуары и препятствия, которые могут возникнуть на пути. Создание экономически доступного самоуправляемого автомобиля — испытание для производителей. Большая часть потребителей до сих пор не готова, даже располагая свободными финансами, платить несколько тысяч долларов за возможность получить автоматизированное управление. Основные покупатели таких машин — предприятия и промышленное производство. как можно решить проблему? Помочь беспилотным автомобилям более безопасно ориентироваться в наших городах смогут краудсорсинговые карты. Самая успешная подобная инициатива и одна из крупнейших общедоступных баз изображений улиц — шведский стартап Mapillary, собирающий огромную базу данных со знаками дорожного движения, разметками и проездами. Эти изображения сняты людьми на смартфоны. В отличие от Street View от Google, который совершенствуется каждые пару лет, карты на платформе Mapillary обновляются каждый день. Фото: mapillary.com​ Mapillary использует программное обеспечение для машинного зрения для анализа краудсорсинговых изображений и идентификации объектов. Лица и номерные знаки автоматически размываются. Mapillary уже используется в Амстердаме, штатах Вермонт и Аризона и даже в Литве, где карты помогают городам улучшить общественный транспорт и доступность инфраструктуры для людей с ограниченными возможностями. Исследователи пока только мечтают о будущем, в котором самоуправляемые автомобили смогут быть не только потребителями, но и производителями данных о дороге, снимая изображения улиц во время движения. почему машины не готовы принимать «разумные» решения? Ещё одна нерешённых проблема заключается в создании системы, которая может принимать разумные решения — регулировать скорость и менять полосы движения. При этом определение того, что является «разумным», является не столько технической, сколько нормативной задачей. Каждый раз, когда автомобиль без водителя принимает решение, он должен найти компромисс между безопасностью и полезностью. Должна быть создана и правовая основа для оценки вины, когда автомобиль без водителя попадает в аварию. В получившем большую известность проекте «Автономная ловушка 001» художник Джеймс Брайдл поместил самоуправляемую машину в ловушку на фоне горы Парнас в Греции, нарисовав два кольца из соли. Пунктирная линия снаружи приглашает автомобиль внутрь, а сплошная линия внутри запрещает ему выезжать наружу. Попав в ловушку, автомобиль оказался обездвижен и ограничен двумя противоречащими друг другу правилами дорожного движения. По своей сути, это классический пример техники машинного обучения, которая поставила машину в состязательную ситуацию, чтобы научиться преодолевать её в будущем. Используя программное обеспечение с открытым исходным кодом для машинного интеллекта, такое как Google TensorFlow, и программное обеспечение для самостоятельного вождения автомобилей Comma AI, Брайдл обучал свой автомобиль тому, как стать полностью автономным. Кроме того, художник открыл для публики код, который разработал на Github, и созданное им Android-приложение для отслеживания движения, скорости и угла поворота для обучения нейронной сети. Но конечная цель проекта художника кажется не столько практической, сколько концептуальной: Брайдл исследует, что происходит, когда в общество внедряются потенциально опасные или разрушительные технологии. Ведь в будущем новым приёмам придётся научиться не только самоуправляемым машинам, но и нам самим, чтобы удерживать созданную технику под контролем.