Камеры. Лидары. Радары. II. Искусственный интеллект

Камеры

Основная проблема камер — ограниченная зона видимости: для полноценного обзора на автомобиль их приходится устанавливать сразу несколько. Нынешние беспилотники Google, «Яндекса» и других производителей оснащены пятью-восемью камерами. Чем больше камер, тем выше требования к вычислительной мощности: нужно обрабатывать кадры с каждой камеры, и чем быстрее, тем лучше. Современные алгоритмы обработки изображений, в свою очередь, только повышают требования к вычислительным мощностям.

Автомобиль Tesla в режиме автопилота

Мы привыкли, что камеры на смартфонах с каждым годом становятся все лучше. Но, как правило, такие заявления — просто маркетинговые ходы. Одна камера для беспилотного автомобиля может стоить как топовый смартфон. По сравнению с человеческим зрением камера не обеспечивает нужного динамического диапазона: при ярком солнце картинка может засветиться, а ночью снимок выйдет слишком темным.

Еще одна проблема камер — летящая с дороги грязь. В Калифорнии беспилотнику ехать намного легче, чем в погодных условиях средней полосы России. Поэтому нужно придумывать способы защищать и очищать оптику. Перечисленные проблемы — это технические вопросы, для которых постепенно находят решение: камеры модернизируются, выходят новые модели, рынок растет, цена падает.

Пока что человек распознает объекты на дороге лучше, чем искусственный интеллект. Но есть фундаментальные проблемы, прогресса в решении которых сейчас нет. Когда человек распознает картинку, он использует не просто данные о том, как должен выглядеть объект, а весь свой колоссальный интеллектуальный опыт, накопленный за годы жизни. И этот опыт очень тяжело перенести в алгоритмы. Допустим, на автобус наклеена реклама, на которой изображен автомобиль. Любой человек легко распознает, что это автобус, а на нем реклама автомобиля. Современные алгоритмы компьютерного зрения, скорее всего, распознают отдельно автобус и отдельно автомобиль или пешехода, нарисованного на этом автобусе. То же самое касается отражений объектов в лужах и стеклах. Сегодня алгоритмам очень тяжело понять, что это не те объекты, которые нужно анализировать.

Лидары

На большинстве беспилотных автомобилей, помимо камер, также ставят несколько лидаров. Лидар сканирует пространство при помощи лазерного излучателя и определяет расстояние до окружающих объектов. У него тоже есть ряд проблем, одна из ключевых — стоимость. 128-лучевой лидар стоит 50–80 тысяч долларов. Как правило, используется одновременно несколько более дешевых моделей, но совокупно стоимость лидаров может быть сопоставима со стоимостью всего автомобиля. Здесь также есть прогресс в развитии рынка, появляются конкуренты, спрос растет, цена падает. Но до компромиссных цен, которые позволили бы использовать лидары в массовом производстве, еще очень далеко.

Есть множество примеров, когда объект, который человек распознает как безопасный, в облаке точек лидара выглядит как препятствие — выхлопные газы от других автомобилей или снег, поэтому лидар плохо работает при осадках. У беспилотника от Uber произошла авария, когда автомобиль не смог распознать девушку, переходящую дорогу с велосипедом в неположенном месте. Одно из объяснений разработчиков заключалось в том, что они настроили такой порог отбрасывания ложных срабатываний, что алгоритмы восприятия автомобиля приняли велосипедистку за препятствие, которое нужно игнорировать. Если бы разработчики сделали порог низким, автомобиль во многих ситуациях бы вообще не тронулся: ему бы постоянно казалось, что на дороге есть препятствие. Это алгоритмический компромисс, который очень тяжело преодолеть без сильного искусственного интеллекта.

Радары

Радары очень хороши для решения проблем с погодными условиями: они работают и в дождь, и в снег. Одной из важных особенностей радаров является то, что они позволяют напрямую определять скорость объекта с помощью эффекта Доплера. Во многих системах адаптивного круиз-контроля современных автомобилей установлены радары. Они напрямую определяют скорость автомобиля перед собой и могут удерживать эту же скорость на безопасном расстоянии.

Для развития систем помощи водителю ADAS на текущий момент радары наиболее эффективны с точки зрения и стоимости, и применимости, но они выдают мало доступной информации. Современные радары стали более интеллектуальны, могут распознавать пешеходов, автомобили, велосипедистов, но радар все еще во многом похож на обычный дальномер с узким полем зрения.

II. Искусственный интеллект

Как заставить систему понимать дорогу и в дождь, и в снег, и при плохой разметке? Эволюционное развитие текущих алгоритмов позволяет накапливать больше данных, обучать на них систему и улучшать распознавание. Большинство компаний, которые разрабатывают беспилотный транспорт, сейчас занимаются оттачиванием и доработкой существующих алгоритмов и систем. Стараются воссоздать как можно больше ситуаций, которые могут произойти на дороге. Накопленные данные нужно разметить. Для этого человек оценивает, где пешеход, где нет разметки, а где дорожное полотно. Чем больше размеченных данных, тем совершеннее работа алгоритмов, и система лучше распознает ситуации на дороге. (см. также ИИ для беспилотников)

Нынешний искусственный интеллект, к сожалению, далеко еще не интеллект, и с его обучением есть серьезная проблема. Чтобы обучить сверхточную нейронную сеть (deep learning) распознавать объекты, ей нужно подать сотни тысяч, миллионы экземпляров этих объектов. В среде data science инженеров это называется data set. Чем больше data set, тем более качественный результат вы получаете. Чтобы обучить человека, такой data set не нужен, так как у людей обобщающая способность на порядки превышает то, что мы сейчас имеем в искусственном интеллекте. Ребенку достаточно показать две-три машины, подарить игрушечную машинку, и с просьбой нарисовать машину он, как правило, справится. Выйдя в город, он спокойно узнает машину любой марки. С искусственным интеллектом так не проходит, и это фундаментальная проблема. Почему человек учится быстро, а машина нет? Если бы кто-то знал ответ, то роботы бы уже заменили людей.

⇐ Предыдущая 123 4 5 Следующая ⇒