Российская компания Cognitive Technologies, разрабатывающая системы распознавания документов, обработки информации, электронного документооборота, сделала себе имя и на рынке искусственного интеллекта для беспилотных автомобилей. Разработки компании легко соперничают с мировыми аналогами благодаря плохим российским дорогам: искусственный интеллект обучается в реально сложных погодных и дорожных условиях. А разработчики компании учат машины безошибочно распознавать дорожную ситуацию и ночью, и в слякоть — благодаря совместному использованию радаров и видеокамер. Также ИИ компании научился предсказывать дорожную ситуацию по определенному углу поворота колес соседних автомобилей и движениям головы пешехода, фактически воспроизводя человеческую интуицию. С 2015 года компанией руководит Андрей Черногоров. До Cognitive Technologies он возглавлял Электронную торговую площадку «Газпромбанка» и участвовал в Комиссии по развитию стратегических информационных систем при Государственной думе РФ. «Хайтек» поговорил с главой компании и выяснил, почему беспилотники продолжают попадать в аварии и когда мы увидим их на улицах городов
Российская компания Cognitive Technologies, созданная в 1993 году на базе Лаборатории искусственного интеллекта Института системного анализа РАН, уже в 1990-е выпускала системы распознавания документов и изображений. Их поставляли крупнейшим технологическим компаниям: Hewlett-Packard, Canon, Epson, Xerox, Oki, IBM, Oracle, Samsung, Corel Corp и др.
Некоторые разработки компании используются и сейчас: при обработке анкет в Пенсионном фонде России, студенческих карточек льготного проезда, загранпаспортов нового поколения. Системы управления закупками, которые разработали в Cognitive Technologies, установлены в АО «Газпромбанк», ГК «Автодор», ПАО «Россети», ОАО «ЕЭТП» и ОАО «НК «Роснефть».
В середине 2000-х в Cognitive Technologies сфокусировались на экспериментах с беспилотниками. Аналогичные разработки начались по всему миру, и было понятно, что это перспективный рынок. Через два года опыты начали давать результаты, машины CT научились распознавать объекты, а в офисе появился прототип: игрушечный беспилотный автомобиль, который ездил по коридорам и играл в мячик.
Первый коммерческий проект беспилотного автомобиля — прототип автономного грузовика на шасси КАМАЗа — стартовал в 2014 году. Через год Cognitive Technologies передали наработки заводу, после чего сфокусировались на международных компаниях, а автономный КАМАЗ так и остался прототипом. Андрей Черногоров уверен, что сейчас нет локальных игроков, которые могли бы использовать такой продукт, а будущее — за глобальными корпорациями: «100% наших клиентов — это глобальные компании, »..." у них R&D-офисы по всему миру (R&D — research and development — исследование и разработка, — «Хайтек») и производства по всему миру. У крупнейшего акционера — меньше 1% акций. Это суперглобальные предприятия, которые, в общем-то, полностью интегрированы в мировую экономику«.
Последнее время беспилотные автомобили на слуху во всем мире. В США Uber, Tesla и другие автопроизводители уже тестируют автомобили на дорогах общего пользования, и тесты оборачиваются трагедиями. «Власти Калифорнии разрешили тестирование беспилотных автомобилей», «В Аризоне беспилотная машина Uber насмерть сбила пешехода», «Тесты беспилотных авто на дорогах США под вопросом» — эти новости появились в течение 2018 года. Несмотря на качественные дороги и мягкий климат Западного побережья, в сложной ситуации автопилот не замечал препятствия.
C-Pilot и 1 млн км
В конце августа 2016 года Cognitive Technologies объявили о разработке собственной платформы для беспилотных автомобилей. Система подойдет и легковым автомобилям, и грузовикам.
По данным ВОЗ, в мире на дорогах погибают более 1,2 млн человек в год. В большинстве случаев это происходит не из-за неисправностей, а из-за человеческих ошибок. Автономный транспорт их не совершит: искусственный интеллект не отвлекается, не устает и не выпивает за рулем. Беспилотники смогут спасти людей, которые из-за ошибок управления погибают на дорогах.
Cognitive Technologies тестировала автомобили в России, Евросоюзе, США, Китае и Японии. В тестах принимали участие 14 автомобилей. Со старта проекта в 2016 году они смогли проехать 1 млн километров и собрать данные для обучения нейросети. И это информационно-наполненные километры. «Надо понимать, что можно поставить машину на автобан или хайвей и десять часов ехать по пустыне, где ничего не происходит. И засчитать тем самым себе очередную 1 тыс. км. Но для обучения алгоритмов это неинтересная выборка! Чтобы создать безопасную систему управления, нужно проехать миллионы километров в любых условиях. В дождь, снег, ночью, в городах и по загородным трассам. Мы во многом отрабатываем эпизоды, где происходят реальные события», — объяснил глава компании.
В Cognitive Technologies уверены: чтобы одержать победу, нужно добиться максимального качества распознавания. «Некоторые считают, что на текущем этапе развития их устроит качество распознавания 95%. Это означает, что 18 дней в году машины будут просто сбивать людей каждый день. Сегодня конкуренция разработчиков состоит в том, кто первым даст алгоритм с 99,999% точностью распознавания. Только такую математику общество примет на дорогах. Толерантность к ошибкам роботов нулевая. Большие компании ждут стабильных решений, — объясняет Андрей Черногоров. — В 2017 году в мире произвели 73,5 миллиона пассажирских автомобилей и 23,9 миллиона грузовиков. При таких тиражах нет права на ошибку. Если вы выпускаете машину миллионным тиражом и вдруг обнаруживается, что у нее есть дефект, который может привести к жертвам на дорогах, то отзыв всей партии приведет к огромным убыткам».
Как устроен беспилотник?
За пять лет активной разработки беспилотников стало понятно, как структурировать задачи: «Есть четыре компонента автономного вождения: это восприятие, ориентирование, принятие решений и передача управляющих команд. Примерно так же распределяются и компании, которые этим занимаются: одна компания занимается картами, другая — сенсорами, третья — сценариями», — говорит Андрей.
Tesla врезался в отбойник; Uber не увидел пешехода. Это происходит потому, что для автопилота окружающий мир — это плоская картинка. Cognitive Technologies занимается вопросами восприятия и учит беспилотники не только различать машины, знаки и пешеходов, но и понимать всю дорожную ситуацию в целом.
Одна из важных задач беспилотного движения — это детекция дорожной сцены и создание достаточно мощных и недорогих вычислителей для автомобилей: «Нужно научиться безошибочно выделять объекты на дорожной сцене. Когда с видеокамеры изображение приходит на компьютер, для него окружающий мир — это плоская картинка. Дальше разработчики пытаются научить компьютер различать движущиеся объекты, их направление, их форму — под разными углами освещенности и в разных погодных условиях».
Одно из ноу-хау Cognitive Technologies — использование радара совместно с камерой. Именно радар помогает точно определять расстояние до объектов ночью или в слякоть. Он излучает радиосигнал и регистрирует его отражение. По нему вычисляется расстояние.
Раньше машина сначала видела, потом думала, потом видела другим датчиком, потом снова думала, потом видела третьим датчиком, потом снова думала. Это давало нестабильный результат. Чтобы научиться анализировать данные из нескольких источников одновременно, в компании заимствовали принцип нейрофизиологии — low level data fusion, низкоуровневое смешивание данных. Человеческий мозг работает по этому принципу.
Комбинация камеры и радара выигрывает и в стоимости. Их можно устанавливать в серийные автомобили — и цена будет конкурентоспособной. Многие компании на рынке беспилотных систем используют дорогой обвес в экспериментальных прототипах, например лидары (Light Identification Detection and Ranging). Их цена сопоставима с ценой автомобиля. Их используют в компаниях Vaymo, Baidu, Drive Ai, Zoox. Такие решения слишком дороги для промышленного производства.
Чтобы существенно снизить аварийность, беспилотники должны научиться выделять мелкие детали в дорожной сцене: сигналы поворота, колеса, различать человека по подъему ноги. Эти детали позволяют моделировать «интуицию» в нейросети автомобиля, прогнозировать дорожную ситуацию: «Мы научились распознавать не просто автомобили в потоке на дороге, но и мелкие детали и мелкие объекты участников дорожной сцены — автомобилей, велосипедистов, пешеходов и т.д., — а также определять изменение их относительного положения в пространстве. Эти данные помогают предсказать развитие дорожной ситуации на следующие несколько секунд. Например, определенное изменение угла поворота бокового зеркала автомобиля или угла поворота колеса говорит о возможном начале перестроения и дает возможность предоставить системе новые сценарии развития дорожной сцены. То же самое можно понять по движению колена или головы человека, находящегося в непосредственной близости от дорожного полотна. Такие инновации воспринимаются как чудо, но на самом деле — никакого волшебства, просто серьезная оптимизация нейронных сетей глубокого обучения».
Бездорожье в помощь беспилотника
Российские дорожные проблемы стали конкурентным преимуществом российского ИИ: «Задачи, которые ставят наши дороги, — максимально сложные. У нас в стране народ водит достаточно беспечно, очень много нарушений от самих участников дорожного движения, плохая инфраструктура, сложные погодные условия. На таком материале учить алгоритмы идеально, потому что если они работают в таких условиях, то на культурных европейских водителях и на идеальных американских дорогах все это сработает еще лучше».
Другое преимущество — видеорегистраторы. В России они разрешены, их любят и умеют ими пользоваться. Cognitive Technologies развернули краудсорсинговую платформу: десятки тысяч волонтеров присылают данные, на которых обучается нейросеть. Такие видеозаписи — бесценный источник информации: «Видеорегистраторы дают нам редкие события: когда лось выбегает на дорогу, когда комета пролетает, или когда какая-то авария случается. Такие редкие ситуации и нестандартное поведение участников движения в этих случаях невозможно смоделировать. А отработка таких режимов — важнейший фактор безопасности движения».
Одно из направлений C-Pilot — «умный комбайн». Проект называется «Агрополис» и разрабатывается совместно с Ростсельмашем и Союзом-Агро.
Беспилотные комбайны — это продукт, который снизит издержки сельского хозяйства, потому что сможет работать круглосуточно и качественно, не будет халтурить и ошибаться. Поле — это не дорога общего пользования, и для него не нужна сертификация. Поэтому автономные комбайны появятся раньше автомобилей, года через два.
А автомобили будут умнеть так же, как умнеет айфон: вы скачиваете новую прошивку, и машина получит новые функции. Не будет такого момента, когда вы проснетесь и за окном у вас стоит беспилотная машина. Ваша машина будет становиться все более и более беспилотной.
Источник: hightech.fm