Технология автономных транспортных средств разрабатывалась годами, но еще не полностью коммерциализирована, потому что недостаточно хороша. Автономные транспортные средства (АВ) представляют угрозу для безопасности человека до тех пор, пока они не так хорошо, как люди, умеют обнаруживать препятствия и принимать решения за доли секунды перед лицом непредсказуемых событий — таких, как решение человека перейти дорогу в неположенном месте, сворачивание велосипедиста. чтобы избежать выбоины, или водитель неавтономного транспортного средства, который слишком долго смотрит на текстовое сообщение. Опасения по поводу безопасности человека задерживают распространение AV, но я предложу решение, которое быстрее выведет автономные транспортные средства на дороги. Я также сделаю несколько комментариев об эффективности и ограничениях искусственного интеллекта в питании цифровых «мозгов», стоящих за AV.

AV спроектирован таким образом, что технологическая платформа отвечает за навигацию транспортного средства от A до B без вмешательства человека, за исключением случаев, когда пассажир указывает пункт назначения (и вскоре ваш синхронизированный Календарь Google отправит эта информация к транспортному средству для вас). Беспилотный летательный аппарат может перевозить людей или товары, и теперь мы видим его на дорогах в инновационных центрах, таких как Силиконовая долина, а люди тщательно контролируют его с места водителя.

Как менеджер по продукту, я хотел бы взять на себя ответственность вывести на рынок потрясающий продукт, такой как AV, как можно скорее, и, наоборот, я разочарован и нетерпелив по поводу скорости, с которой отрасль движется к этой цели. . AV-технология изменит наш мир с силой, с которой соперничают немногие недавние инновации, и AV-технологии станут ведущим продуктом экономики совместного потребления. В духе непревзойденного менеджера по продукту в конце этой статьи я предлагаю способ как можно скорее вывести беспилотники на наши дороги и быстрее, чем скорость, с которой развивается эта технология сегодня.

Нет недостатка в средствах, доступных для готовых AV для коммерциализации, так почему же этого еще не произошло?

Очевидно, речь идет о безопасности. Мысль о том, что автономная самодумающая машина может причинить вред людям, нас не устраивает. Инженеры могут заставить AV работать с очень высокими показателями безопасности, но пока не с идеальными показателями. Итак, когда мы (правительства и промышленность) решим, что эти транспортные средства достаточно безопасны? Это сложный вопрос. По данным ВОЗ, в 2018 году на дорогах всего мира погибло более миллиона человек. После коммерциализации распространение AV-технологий приведет к снижению этого числа. Но, несмотря на это улучшение, некоторые из этих смертельных случаев неизбежно будут вызваны антивирусами — машинами. Мы почти не моргаем, когда слышим о дорожно-транспортном происшествии с участием людей-водителей, но одна недавняя смерть с участием AV привлекла широкое внимание средств массовой информации в прошлом году. Возможно, в будущем каждое транспортное средство на дороге будет АВ, а у пешеходов и велосипедистов будет свое пространство. Теоретически в таких условиях смертей на дорогах, вызванных АВ, может быть ноль. Но до тех пор нам придется смириться со случайными смертельными случаями. Если инженеры-программисты хорошо справляются со своей работой, эти смерти будут происходить по вине людей, разделяющих дороги, гораздо чаще, чем по вине беспилотных летательных аппаратов.

Так что же делают инженеры, чтобы исключить аварии по вине беспилотников? В этом процессе активно используется машинное обучение. Одно из различий между машинным обучением и более примитивными формами компьютерного интеллекта заключается в том, что старое компьютерное программное обеспечение когда-то было просто большим набором правил и набором входных и выходных данных, которые можно было передать таким образом, чтобы машина могла понять их без двусмысленности.

Но интеллектуальное программное обеспечение, которое продвигает AV, должно будет делать то, чего не делали старые программы: интерпретировать «визуальный» ландшафт. Мозги AV должны будут идентифицировать объекты на наших улицах с помощью камер и датчиков: автомобили, велосипеды, выбоины, велосипедисты, тележки для покупок, почтовые ящики, бордюры, подъездные пути и многие другие ожидаемые и менее ожидаемые объекты на дороге. И как машинное обучение «узнает» это? Он учится, анализируя миллионы изображений этих объектов. Когда вы выполняете упражнение «CAPTCHA» на веб-сайте, где вас просят идентифицировать все изображения дерева (например) из сетки из девяти изображений, вы становитесь одним из миллионов людей, которые помогают машине учиться. Одна из проблем с визуальными дисплеями заключается в том, что машины не так хорошо интерпретируют содержание изображения, как люди. Это лишь некоторые из вещей, которые создают огромные переменные в изображениях: близость к объекту, свет, мегапиксели камеры, светосила, качество воздуха и неподвижность рук, и это лишь некоторые из них. Человек с приличным зрением может гораздо эффективнее интерпретировать гамму объектов, встречающихся на дороге, чем машина.

Используя возможности миллионов людей, интерпретирующих изображения деревьев, автомобилей, грузовиков, пешеходных переходов и светофоров, антивирусное программное обеспечение быстро учится определять препятствия на дороге. Это действительно интеллект и обучение? Я не могу отделаться от мысли, что, хотя инженеры-программисты внедрили в машину концепцию пожарного гидранта, показывая ей бесчисленные изображения этого объекта, этот вид обучения является заучиванием наизусть, а не обучением путем умозаключений и дедукции — то, что я назвал бы настоящим интеллектом.

Мы называем это машинным обучением, но учим ли мы машины как учиться? Мы все можем засвидетельствовать однородность широко сфотографированных улиц, деревьев, тротуаров и других опор дорог Силиконовой долины. Это отличное начало в качестве основы для разработки программного обеспечения, которое безопасно перемещается по AV. Но придется ли инженерам проверять весь остальной мир, что так не похоже на Силиконовую долину, прежде чем SDV станут пригодными для эксплуатации? Сколько еще колоссальных усилий по машинному обучению потребуется, прежде чем беспилотники смогут безопасно делить дороги в городах, где перекрестки выглядят вот так:

Что можно сделать, чтобы быстро вывести на рынок беспилотные технологии и не сделать наши дороги более опасными? Мое решение является итеративным, но дает немедленные результаты. Промышленность AV должна отвлечь больше своего внимания от пассажирских перевозок и к перевозке грузов по шоссе с помощью грузовиков с полуприцепом. Uber, Waymo и любая другая компания, исследующая эту технологию, должна приобретать участки земли сразу за съездами с шоссе в черте города. На этих участках земли водители-люди должны ждать, пока автономные полуприцепы прибудут с шоссе, после чего водитель садится и берет на себя управление транспортным средством, чтобы доставить его последние несколько сложных миль через город к конечному пункту назначения. . Водители также будут привозить пустые и полные прицепы к тем точкам доступа к шоссе, где AV-технология может взять на себя управление и отправить автомобиль к следующему пункту назначения на шоссе.

Автомагистрали содержат гораздо меньше переменных для интерпретации программным обеспечением, чем городские улицы. Здесь нет пожарных гидрантов, припаркованных автомобилей, велосипедистов или транспортных средств, припаркованных дважды. А с высотой полуприцепа датчики, установленные в верхней части трейлера, должны легко сканировать довольно далеко вперед на предмет внезапных изменений движения и опасностей. Я считаю, что ограниченная и контролируемая среда автомагистрали является идеальной площадкой для вывода AV-технологий на рынок в первую очередь, и я думаю, что надежное и эффективное программное обеспечение для этой цели может быть готово очень скоро — если оно еще не доступно. После коммерциализации обширные объемы данных, собранных о поездках беспилотных полуприцепов, будут иметь неоценимое значение для компаний, занимающихся пассажирскими перевозками, и помогут им быстрее достичь своей цели - автономных пассажирских перевозок.