Позитивный взгляд на автономные автомобили

Игал Райхельгауз , основатель и генеральный директор компании Autobrains, работающей в области автомобильного искусственного интеллекта и автономного вождения, делится своим взглядом на перспективы автономных автомобилей.

За последнее десятилетие многочисленные стартапы собрали миллиарды, чтобы сделать автономные автомобили реальностью. Однако до сих пор большинство этих стартапов либо потерпели неудачу совсем, либо достигли не так многого.

Такие компании, как Waymo и Cruise, занимаются исключительно роботакси, работая по заранее определенным маршрутам и используя дорогие датчики и вычислительные ресурсы, недоступные обычным потребителям. Другие, такие как Mobileye и Momenta, сосредоточены на продвинутых системах помощи водителю (ADAS). Компания Tesla, похоже, является исключением, оставаясь верной обещанию повсеместного распространения доступных автономных автомобилей; Илон Маск неоднократно заявлял, что Tesla находится на пороге автономного вождения (AD), хотя пока это обещание остается нереализованным.

Несмотря на прошлые неудачи, я считаю, что постоянный прогресс Tesla стал стимулом для нового поколения стартапов в области автономного вождения, которые я называю AD2.0. Эта новая волна включает в себя такие компании, как Wayve, которая недавно привлекла 1 миллиард долларов, и уже состоявшихся игроков, таких как Cruise, которая продолжает привлекать миллиарды на свои программы роботакси. Кроме того, такие компании, как Mobileye, Momenta и моя собственная компания Autobrains, масштабируют свои предложения от ADAS до AD.

Индустрия автономных автомобилей находится на переломном этапе, и перед ней стоит ключевой вопрос: Что позволит компаниям AD2.0 добиться успеха там, где AD1.0 потерпели неудачу?

Почему я считаю, что автономное вождение будет успешным сейчас?

Ответ состоит из трех частей: технологии, доверие и Tesla.

1. Технология

Подход AD1.0 был основан на концепции «видеоигры». Считалось, что если мы сможем отобразить реальный мир в виде высокоточной 3D-модели, то самостоятельное вождение будет работать так же, как компьютеры играют в видеоигры, то есть ИИ сможет управлять автомобилем лучше человека.

Чтобы достичь этого, большинство усилий ИИ было направлено на совершенствование модуля восприятия с помощью глубокого обучения, оснащение автомобилей датчиками вроде лидара. В отличие от них, Tesla ограничила свои датчики только зрением (камерами), считая, что нечеловекоподобные датчики скорее отложат решение проблемы ИИ, чем решат ее. Другие игроки продолжали использовать подход грубой силы, добавляя средства (например, HD Maps), чтобы покрыть недостатки моделирования дорожной обстановки в реальном времени.

Подход AD1.0, основанный на «видеоиграх», провалился, потому что создание детальных 3D-моделей недостаточно для вождения в реальном мире. Человеческий мозг не генерирует единую 3D-модель мира. Скорее, люди хорошо работают с частичными данными в нечеткой и шумной среде, потому что мы фокусируемся на том, что необходимо в конкретных сценариях для конкретных действий.

Год назад Tesla начала переходить от модульного подхода «видеоигры» к сквозному подходу. Вместо того чтобы разбивать проблему автономного вождения на модели восприятия, которые служат входом для модели принятия решений, в сквозном подходе используется одна гигантская нейронная сеть для решения всей проблемы. Илон Маск описал его как «изображения внутри» и «рулевое управление, ускорение и торможение снаружи». Этот подход, похожий на «ChatGPT, но для автомобилей», использует большой объем данных, инфраструктуру обучения и чипы для обработки выводов Tesla. Tesla продемонстрировала улучшения в своей системе полного автономного вождения (FSD), и другие OEM-производители и стартапы следуют ее примеру.

Хотя комплексный подход — это шаг в правильном направлении, я считаю, что он остается частичным решением. Ключевая проблема — зависимость от одной сети ИИ для получения реальной информации. Масштабирование на крайние случаи требует экспоненциальных ресурсов — как вычислительных, так и данных.

AD2.0 будет использовать другой подход. Необходимая смена парадигмы — переход от одной сквозной нейронной сети к крупномасштабному ансамблю сквозных нейронных сетей, от обучения и оптимизации для среднего случая к постоянному обучению новым навыкам вождения.

2. Доверие

Укрепление доверия потребителей к AD требует еще одной смены парадигмы. Доверие устанавливается благодаря последовательной, предсказуемой и безопасной работе, о которой водители узнают из прозрачных источников. AD1.0 не удалось завоевать доверие потребителей. AD2.0 будет использовать другой подход, создавая доверие через предсказуемость.

Непредсказуемые вмешательства водителя, даже если они происходят редко, подрывают доверие к автономному вождению. Чтобы укрепить доверие, крайне важно предсказывать вмешательства и заранее уведомлять водителей.

Текущие показатели FSD компании Tesla составляют примерно одно неожиданное вмешательство на каждые 10 поездок. Моя компания считает, что минимально необходимый уровень безопасности для AD должен составлять один непредвиденный инцидент на 50 000-100 000 поездок. Илон Маск прогнозирует, что «очень скоро» FSD достигнет одного вмешательства в год (или примерно на 500 поездок). Но даже если его прогноз окажется верным, это все равно будет в 100-200 раз дальше от достижения целевого показателя безопасности. И, как ни парадоксально, поскольку вмешательство человека требуется все реже, возникает новая проблема — водитель становится менее внимательным к контролю системы AD.

Для повышения доверия AD2.0 разделит вождение на два режима: сценарии автономного вождения (режим без контроля), когда вы можете доверять автомобилю, и сценарии, когда водитель должен контролировать автомобиль (режим с контролем).

Моя компания считает, что минимальным показателем для безопасного AD в режиме без контроля должно быть более 100 000 поездок на один непредвиденный инцидент. Для контролируемого режима допустимо большее количество запланированных вмешательств. Моя компания считает, что к середине 2027 года наша технология ИИ сможет обеспечить безопасное AD в режиме без контроля более чем в 99 % случаев вождения. Оставшийся 1 % потребует контроля, но мы верим в способность нашего ИИ охватить новые случаи, что позволит сократить время вождения под контролем с каждым годом.

Ключевой возможностью ИИ здесь является заблаговременное прогнозирование режима требуемого вмешательства. Это станет возможным, если разбить проблему AD на большой (но конечный) набор водительских навыков, каждый из которых будет отдельно изучаться, совершенствоваться, тестироваться и внедряться в автомобиль.

3. Tesla

По причинам, описанным выше, я считаю, что Tesla способна возглавить революцию автономного вождения, подобно тому, как Apple произвела революцию в телефоне. Автомобили и стратегия Tesla рассчитаны на автономные транспортные средства, и неизбежный успех FSD напрямую повлияет на динамику акций компании. Достижение подлинной автономности может сделать Tesla самой дорогой компанией в мире. В противоположность этому, пропуск важных этапов может снизить оценку Tesla до уровня традиционных производителей автомобилей.

Заключительные мысли

Я считаю, что AD2.0 сработает в этот раз благодаря сочетанию технологических достижений нашей технологии искусственного интеллекта, новому подходу к укреплению доверия потребителей и стремлению Tesla стать лидером в этом направлении.