Беспилотные автомобили, ИИ-врачи и роботы-убийцы
Машины, понимающие окружающий мир, могут его изменить. Это открывает перед нами совершенно новые возможности, например полное переосмысление работы транспорта или скорости лечения болезней.
Но здесь также возникает и целый спектр нового потенциального оружия. Беспилотные автомобили, умные медицинские устройства и так называемые роботы-убийцы – все это может как спасать жизни, так и наносить серьезный вред. Могут ли этические споры идти в ногу с технологиями?
До сих пор вождение считалось прерогативой людей, ведь процесс включает в себя множество переменных. Едет ли приближающаяся машина со скоростью 60–70 километров в час? Может ли неожиданно выскочить другой автомобиль? Ускорится ли водитель, если вы попытаетесь обогнать его машину?
Освоить вождение для ИИ оказалось достаточно просто, по крайней мере на основных магистралях. В 1994 году два беспилотных автомобиля Mercedes-Benz, оснащенные камерами и бортовым ИИ, проехали 1000 километров по дорогам вокруг Парижа. Но по большей части вождение происходит на городских дорогах, и именно здесь все усложняется для ИИ, который до недавнего времени не мог разобраться в негласных правилах городского движения. Например, когда исследователи Google запрограммировали автономное транспортное средство уступать дорогу на перекрестке, как того предписывают правила, выяснилось, что тогда у беспилотных автомобилей нет ни малейших шансов продолжить движение. Так что пришлось скорректировать поведение машин, которые теперь стали продвигаться на несколько сантиметров вперед каждый раз после остановки, тем самым сигнализируя о своем намерении продолжить движение.
Другим важным источником неопределенности для беспилотного автомобиля является определение своего положения в пространстве. Он не должен полагаться только на GPS, который может пропасть через несколько метров. Поэтому ИИ компенсирует возможные пробелы информации, отслеживая обратную связь от камер, радара и лазерного дальномера, параллельно сверяясь с показаниями GPS. Усредненные данные этих несовершенных способов определения местоположения вкупе дают весьма точные расчеты.
ИИ не ограничивается только вождением. В последних моделях беспилотников программа автоматически регулирует расход топлива и тормоза для большей эффективности автомобиля. Уже сейчас самые современные автомобили могут похвастаться системами, которые стабилизируют скорость на автостраде (круиз-контроль), маневрируют при очень плотном движении и обнаруживают опасности при слабом освещении с помощью тепловизора. Некоторые автомобили даже освоили леденящую душу параллельную парковку и способны уберечь вас от случайного задевания впереди стоящего транспорта. Они по-прежнему не могут отвести ваших дедушку или бабушку на игру в шахматы, забрать детей из школы или дать вам спокойно поработать на заднем сидении. Но по прогнозам экспертов, в следующем десятилетии мировой рынок беспилотных технологий способен вырасти на 16 %. Так что до таких новшеств уже рукой подать.
Пять уровней
Не все автономные транспортные средства одинаковые. SAE International, всемирно признанная организация по стандартизации в транспортной отрасли, разработала популярную шкалу, которая измеряет различные степени автономности. Ниже приведена ее классификация.
Уровень 0. Автономные функции отсутствуют; может иметь автоматическое переключение передач. Большинство машин, используемых сейчас.
Уровень 1. Несколько автономных функций (например, автоматическое торможение, круиз-контроль). Многие новые модели автомобилей.
Уровень 2. Автоматическое рулевое управление, торможение и ускорение. Требуется контроль со стороны человека. Tesla Model S, Mercedes-Benz 2017 E-класса, Volvo S90.
Уровень 3. Автомобиль может отслеживать окружающую среду и самостоятельно управлять движением. В любой момент может потребоваться вмешательство человека. Audi A8 (2018), Nissan ProPILOT 2.0 (2020), Kia DRIVE WISE (2020).
Уровень 4. Автомобиль может осуществлять движение самостоятельно. В необычных условиях (например, экстремальные погодные условия) может потребоваться вмешательство человека. Volvo (2017), Tesla (2018), Ford (2021), BMW iNext (2021).
Уровень 5. Автомобиль может осуществлять движение в любых условиях. Беспилотные модули, подобные тем, что были представлены в лондонском проекте Gateway.
Эшелоны экспериментальных самоуправляемых автомобилей уже проехали сотни тысяч километров по автомагистралям и оживленным городским улицам без вмешательства человека. Теперь тренировки закончились. Несколько городов по всему миру стали внедрять беспилотные автомобили в сеть общественного транспорта.
Один из первых городов – Лондон. Благодаря проекту Gateway можно прокатиться в беспилотном автобусе по Гринвичу, району Лондона. После нескольких лет ажиотажа для многих это стало первым шансом самостоятельно испытать беспилотные автомобили – не просто в качестве пассажиров, а тех, кто делит дорогу с автономными транспортными средствами.
Эти небольшие пилотные проекты в городских районах положили начало революции в сфере транспорта. В Великобритании лидерами в данном направлении станут Гринвич, Милтон-Кейнс, Ковентри и Бристоль. Такие проекты реализуются и в других городах, включая Сингапур, Остин в Техасе, Маунтин-Вью в Калифорнии и Анн-Арбор в Мичигане. Автомобили большинства городов будут полностью автономными, но ограниченными определенными районами. А среда, в которой работают данные транспортные средства, постепенно станет более сложной и обширной.
Необходимым элементом беспилотных автомобилей является набор очень подробных карт, которые уже разрабатываются для каждого из пилотных городов. Тогда островки с детальной топографией разнесутся по городским узлам вдоль основных магистралей. Картографическая компания TomTom рассказывает, что уже охватила 28 000 км дорог в Германии с достаточно высоким для беспилотных автомобилей разрешением. А это примерно 4 % всех дорог в стране.
Такие внутригородские транспортные средства представляют собой один или два типа автономных автомобилей, которые окажутся на наших дорогах уже в ближайшие годы. Исследовательский институт Toyota, возглавляемый Джиллом Прэттом, называет эти два типа «Ангел-хранитель» и «Шофер».
Автономные пассажирские модули, которые мы увидим в городах, – это шоферы. Ангелами-хранителями называют машины, которые никогда не станут лишать человека контроля над ситуацией и будут останавливать вас от совершения глупостей. Оба типа беспилотных автомобилей предназначены для спасения жизней. В одной только Великобритании на дорогах ежегодно гибнет 1700 человек. Во всем мире это число составляет 1,25 миллиона.
У автономных транспортных средств больше глаз на дороге, чем у водителя-человека. Автомобили Google с автономным управлением имеют восемь сенсоров, беспилотное такси Uber – 24, а у новых автомобилей Tesla их по 21. И пока мы гадаем, что именно нам хотят сказать органы чувств, сенсоры беспилотных автомобилей объединяют свои данные в поток.
Теперь такие возможности встраиваются в базовую комплектацию некоторых автомобилей. Например, каждый автомобиль из серии Toyota 2017, начиная с базовой модели и выше, будет оснащен сенсорами и программами, которые нужны для работы в режиме ангела-хранителя. К примеру, сенсоры позволят использовать автоматическое экстренное торможение, чтобы машина могла действовать самостоятельно при неизбежном столкновении.
Данные с датчиков этих автомобилей будут поступать в центральный информационный центр Toyota в Плано, штат Техас. Затем исследователи из Toyota воспользуются этими данными для обучения своих ИИ вождению на различных типах дорог – куда более разнообразных, чем это было представлено в пилотных схемах проекта Gateway. В конечном счете данные, собранные с помощью систем ангелов-хранителей, позволят разработать автомобили, которые смогут стать превосходными «шоферами» на любой дороге. «Наши машины проезжают триллион миль в год – это огромное количество данных», – говорит Прэтт.
Беспилотные автомобили могут принести большую пользу обществу, помогая менее мобильным гражданам. За последние 20 лет в Гринвиче и подобных ему районах стремительно растет демографическая группа людей в возрасте старше 65 лет. И одна из проблем, которую намеревается решить государство, заключается в том, как обеспечить наиболее длительный домашний уход за пожилыми людьми. Использование автономных транспортных средств для перемещения таких категорий граждан может стать большим подспорьем.
Чем займемся вместо вождения?
По большому счету, автомобили-шоферы – это тот самый образ самоуправляемых машин, знакомый нам из научно-фантастических фильмов. Они являются тем, что сильнее всего изменит наше отношение к автомобилям. Таким машинам не нужен руль, они могут сами определять маршрут, а пассажиры при желании даже могут игнорировать внешний мир. По сути, то, как мы будем использовать беспилотные автомобили, зависит от ожиданий потребителей. Если люди в машине захотят поработать, отдохнуть или посмотреть фильмы, то производители автомобилей обязательно это учтут.
Если за основу будут взяты модули с Гринвича, то размер и форму транспортных средств также смогут подкорректировать. До сих пор не ясно, что предпочтут люди, например сидеть или стоять в автомобилях.
Ширина дорог и аэродинамика все еще ограничивают возможности. Вы можете придумать множество различных форм, но у вас точно не получится создать машину, скажем, в 1 метр длиной и 4 метра шириной.
Автомобиль – это звуконепроницаемая камера, в которой вы сидите по паре часов в день. Как только отпадет необходимость в управлении автомобилем, мы сможем полностью переосмыслить то, на что потратить высвободившееся пространство и время. В некотором роде беспилотный автомобиль можно сравнить с отелем и домом, в котором дизайн интерьера продумывается под нужды потребителей: для отдыха, профессиональной деятельности или туризма.
Безопасность станет основным ограничением по части внутреннего устройства будущих автомобилей. Если получится создать максимально надежное автономное приложение, не требующее ремней и подушек безопасности, то возможности станут еще шире: диваны, кровати… да что угодно.
Как же нам ужиться с роботами при совместном пользовании дорогами?
Проблема людей в их непредсказуемости. Инженеры из Калифорнийского университета в Беркли готовят автономные машины к прогнозированию того, что мы, импульсивные и ненадежные люди, можем сделать дальше. Команда, возглавляемая Кэтрин Дриггс-Кэмпбелл, разработала алгоритм, который может с точностью до 92 % предсказать, будет ли водитель-человек менять полосу движения.
Приверженцы идеи с нетерпением ждут, что беспилотные автомобили снизят количество аварий и поток машин на дорогах. Но люди, как утверждает Дриггс-Кэмпбелл, не привыкли ездить бок о бок с автономными машинами. В процессе езды мы следим за мелкими деталями в движении других машин, позволяющими нам предугадать их возможный маневр: поворот, перестроение или торможение.
Робот может не прибегать к подобным тактикам, что способно сбить нас с толку. Как вы сможете гарантировать то, что беспилотные автомобили смогут внятно коммуницировать с водителями и пешеходами? Прошлые алгоритмы пытались предсказать, что водитель-человек намеревался делать дальше, следя за движениями его тела. Например, если кто-то часто смотрит через плечо, то он может подумывать о перестроении.
Команда Дриггс-Кэмпбелл хотела узнать, смогут ли алгоритмы предсказать дальнейшие действия водителя, наблюдая за автомобилем снаружи. Чтобы понять, как это делают водители-люди, исследователи попросили добровольцев поездить на симуляторе. Каждый раз при намерении сменить полосу движения или начать маневр они нажимали кнопку на руле. Затем исследователи проанализировали данные из симулятора на предмет обнаружения шаблонов в момент перестроения. Где находились все автомобили на дороге? Как быстро двигался каждый из них? Притормаживали ли они или сохраняли скорость? Достаточно ли места было рядом с машиной водителя?
Исследователи воспользовались полученными данными для обучения алгоритма, а затем посадили компьютер за руль и устроили повторные сеансы моделирования. Алгоритм мог точно предсказать момент, когда водитель попытается перестроиться. Такие алгоритмы помогут беспилотным автомобилям принимать более разумные решения в конкретный момент времени. По словам Дриггс-Кэмпбелл, они также подходят для обучения автомобилей тактикам человеческого вождения.
Городские сети
Несмотря на всю шумиху вокруг беспилотных автомобилей, они являются лишь частью более масштабной революции в сфере городского транспорта. Широкое использование ИИ в службах общественного транспорта облегчает наше передвижение по миру другими способами. Оба изменения происходят одновременно.
Существует программа, связывающая посадку в автомобиль и сеть общественного транспорта. Например, к определенному времени за вами заезжает машина Uber. На ней вы должны успеть пересесть на поезд, до которого нужно проехать несколько километров. Чтобы не ломать голову выбором маршрута по городским улицам, вы можете просто выбрать пункт назначения, нажать кнопку в приложении и следовать указаниям.
По мере объединения таких крупных систем, как Uber и департамент транспорта Лондона, перемещение человека из пункта А в пункт Б становится сравнимым с отправкой данных через Интернет. Тут могут возникнуть те же вопросы о беспристрастности, порожденные дебатами о «нейтралитете сети», при котором весь онлайн-трафик должен считаться равнозначным. Допустим, вам нужно проехать через весь Лондон, чтобы успеть на встречу через 15 минут. Насколько справедливой будет возможность заплатить дополнительные деньги за переключение всех сигналов светофоров на зеленый цвет, чтобы вы точно не опоздали на встречу?