В самом начале 2015 года компания официально представила систему первого поколения Drive PX, использующую алгоритмы глубинного обучения нейронных сетей. А в сентябре 2016-го на рынке появилось второе поколение систем.
Одной из первых компаний, объявившей о внедрении NVIDIA Drive PX 2 в серийные модели автомобилей, была Tesla Motors.
В интервью РИА Новости Денни Шапиро, директор подразделения автомобильных систем в NVIDIA, подробно рассказал о том, что из себя представляет автопилот, кто и как его обучает, и кто за него несет ответственность.
— Каков принцип работы системы?
Д.Ш.: С помощью набора камер и сенсоров она создает 360-градусную картину вокруг автомобиля, анализируя и идентифицируя объекты для расчета безопасного и оптимального пути. Но самое главное – это обучение системы, которое производится с учетом того круга задач, которые будут стоять перед ней в дальнейшем.
— Как выглядит обучение?
Д.Ш.: Обучение начинается в дата-центре. Используются миллионы изображений различных объектов с целью научить систему распознавать типы автомобилей, пешеходов дорожные знаки и другие предметы. Из этого формируется базовый словарь того, что система должна распознавать. В дополнение используется множество видеозаписей с камер, установленных на авто. Так система научится понимать, как эти предметы двигаются и чего от них можно ожидать. Этот процесс может занимать от нескольких недель до нескольких месяцев, формируя самообучающуюся нейронную сеть.
После того, как вся эта информация обработана, начинается интенсивное тестирование, чтобы убедиться, что система безопасна и работает правильно. В этом процессе активно используются симуляторы, равно как и во время обучения.
— На видеоролике видно, как машина достаточно быстро едет по грунтовке. Способна ли она вовремя обнаруживать опасные предметы?
Д.Ш.: Во время управления автомобилем люди постоянно следят за дорогой и делают все, чтобы избежать наезда на различный мусор, камни или сбитых животных. Поскольку автопилот учится у людей и подражает им, он также старается объезжать все возникающие препятствия. И чем больше система учится, тем лучше будет распознавать различные опасности вне зависимости от того, едет ли машина по шоссе или по сельской дороге.
— Как поведет себя машина, если на камеры попадет грязь?
Д.Ш.: Преимущество системы состоит в том, что она получает данные от множества камер и датчиков. И если на одну из камер попадет грязь, она будет ориентироваться на данные радара, лидара или других камер, что размещены рядом. В крайнем случае система выдаст сообщение водителю с просьбой очистить тот или иной датчик или камеру от снега или грязи.
— Как будет реагировать система на неадекватное поведение других машин в потоке?
Д.Ш.: Поведение системы будет зависеть от того, как ее научат автопроизводители. Базовые навыки распознавания объектов, работа с картами и выбор пути изначально загружаются в память системы. А далее мы надеемся, что автопроизводители будут обучать систему на основе опыта самых внимательных и осторожных водителей в мире.
Ключевое преимущество нейронной сети глубинного обучения состоит в том, что она может достигнуть уровня суперчеловека, прогнозировать поведение других машин и своевременно реагировать.
— Как поведет себя система в случае неизбежного столкновения? Чья жизнь будет спасена, водителя или пешехода?
— Кто будет отвечать за инциденты, произошедшие по вине автопилота?
Д.Ш.: Недавно Volvo заявила, что будет нести полную ответственность за все инциденты со своими автомобилями, если те передвигались в режиме автопилота. Таким образом они свидетельствуют об уровне надежности и безопасности системы. И мы не удивимся, если другие автопроизводители последуют ее примеру.
— Что из себя представляет автопилот?
Д.Ш.: NVIDIA Drive PX 2 — это программно-аппаратный комплекс с искусственным интеллектом. В базовом варианте он представляет собой экономичную систему круиз-контроля размером с наладонник, которая масштабируется до мощного "суперкомпьютера" для беспилотного вождения. Поставляется она в комплекте с нашими специальными средствами разработки, которые позволяют другим компаниям проводить его обучение по распознаванию объектов, работе с картами, построению маршрутов и многому другому.
Система может обрабатывать данные с двенадцати камер, лидара, радара и множества ультразвуковых датчиков. Для примера, Tesla в своих машинах использует восемь камер, один радар и ультразвуковые сенсоры.
— А почему они не используют лидар?
Д.Ш.: Система может работать с разным набором датчиков, используя сильные стороны каждого из возможных типов. Какие датчики использовать – решает производитель авто. По мере того, как стоимость лидаров продолжит снижаться, все большее количество производителей станут использовать их в своих автономных системах управления.
— Как так получилось, что Tesla первая вывела автопилот на массовый рынок?
Д.Ш.: Если говорить не только о внедрении, но и разработке, то Tesla – не первая компания, кто объявила об использовании Drive PX 2. Но с точки зрения инноваций, они действительно во многих вещах были пионерами. Сейчас все выпускаемые ими машины имеют предустановленную систему Drive PX 2, работающую пока в фоновом режиме и накапливающую данные. В нужный момент они активируют ее с очередным программным обновлением.
Д.Ш.: Сейчас это более 80 компаний, начиная от крупнейших мировых производителей и заканчивая стартапами. Среди тех, кто уже публично объявил о своих проектах: Tesla, Volvo, Baidu, Roborace для автономных гоночных машин и Nutonomy и WEpod для систем общественного транспорта и такси.
Также с нашими системами работают в Audi, BMW, Ford и Mercedes-Benz. Мы ожидаем, что в 2017 году последует целая чреда анонсов новых машин с автопилотами.
Tesla – это только начало.
