Автопилот — что нового?

Завтра будущее не наступит

Когда в 2014-м Tesla стала продавать свои электромобили с автопилотом, казалось, что будущее уже за углом — год-два, и беспилотные автомобили будут повсюду. Тем более, что в этот срок довести автопилот до ума обещал сам Илон Маск.

Кое-кто из адептов технологии поплатился за эту уверенность жизнью — как тот бедолага в Штатах, не смотревший на дорогу и влетевший под грузовик на скорости в 100 километров в час. Когда на дороге все шло своим чередом, тесловский автопилот работал просто замечательно. А на первой нештатной ситуации прокололся: не хватило сенсоров, возможностей софта...

Сейчас беспилотными технологиями на очень серьезном уровне занимаются не меньше десятка крупных компаний, их исследования очень серьезно продвинулись. Но продавать беспилотники прямо сейчас? Нет, сынок, это фантастика!

Не только игры

В середине октября я оказался на конференции по беспилотным технологиям, которую устраивает в Мюнхене компания Nvidia. В первую очередь этот бренд знаком геймерам — своими 3D-ускорителями. Но на конференции для разработчиков про игры не говорили от слова «совсем». Все больше про big data, финансовые рынки и беспилотные автомобили.

Теперь это тоже сфера интересов Nvidia. Сейчас фирма поставляет автопроизводителям свои чипы (например, процессоры Tegra 2 стоят в приборных панелях многих Audi), но скоро модель участия поменяется: для автопилотов Nvidia предлагает почти готовое решение — и вычислительное «железо», и соответствующий софт, который автомобильные компании могут адаптировать для своих нужд.

Moore's law is dead, baby. Moore's law is dead.

В Мюнхене я встретил одного из разработчиков беспилотного такси из Яндекса (где еще побеседовать русским людям?) По его словам, объемы вычислений столь велики, что автопилот готов «поглотить» практически любую вычислительную мощность. Разработчикам автопилотов постоянно не хватает производительности!

Раньше ответ на это был очевиден, и состоял всего из двух слов — «закон Мура». Каждые два года количество транзисторов в процессорах возрастает вдвое, а значит, что мощность компьютеров растет по экспоненте — этот эмпирический закон еще в 1965 году сформулировал основатель фирмы Intel, выдающийся инженер Гордон Мур. Достаточно просто немного подождать — и вычислительной мощности хватит на всё что угодно.

Целых полвека компьютерные технологии подчинялись прогнозу легендарного американца. Пока уже в наше время закон не «сломался»... Сам Мур предсказывал это еще в 2007, ссылаясь на фундаментальные физические ограничения — атомарную природу вещества и ограничения скорости света.

Не захлебнуться в данных

С «органами чувств» для беспилотников особых проблем нет: они есть и неплохо работают. Я донимал директора автомобильного направления фирмы Nvidia Дэнни Шапиро как мог: он говорит, что по минимуму для нормальной работы автопилота достаточно четырех камер кругового обзора, радара и лазерного сканера — лидара.

Конечно, пока что лидары уж очень дорогие и хрупкие: небольшая «мигалка» с вращающимися зеркалами внутри стоит несколько тысяч долларов, в зависимости от разрешения. (Например, четыре тысячи долларов за 16-канальный лидар Velodyne VLP-16 — это считается немного. А таких устройств желательно иметь два). Но специалисты, с которыми я разговаривал, уверены, что в течение пары лет на рынке наконец появятся простые и дешевые устройства на микрозеркалах).

Но главная проблема — как обрабатывать полученные с этих датчиков данные. Для этого используется разработанный Nvidia сложный софт на основе нейронных сетей. Шапиро упомянул о трех независимых сетях: они отвечают за езду по дороге, собственно управление автомобилем и удержание в полосе. Чтобы этот софт работал, нейросети нужно обучить. А для этого в «автопилотных» компаниях целый штат сотрудников отсматривает записи с камер и маркирует объекты: это пешеход, это линия разметки, это дорожный знак, это столб...

Причем для повышения точности данных хорошо бы иметь датчиков побольше. Например, на опытной машине с индексом Nvidia BB8 установлено аж двенадцать видеокамер! Три, с разным фокусным расстоянием — по центру лобового стекла, остальные — по периметру кузова. Архитектура автопилота Nvidia позволяет масштабировать систему и дальше, добавляя новые «органы чувств»: скажем, привязать карты местности высокого разрешения, по которым искусственный интеллект сможет определять точное местоположение машины, тепловизоры или интерфейс для связи с другими машинами (когда он наконец-то появится).

Получается своего рода парадокс автопилотной техники: для качественного управления машиной нужно больше данных, но для их обработки требуется резкий рост вычислительной мощности!

Ускоренные вычисления

К счастью, со «смертью» Закона Мура рост производительности не остановился — просто перешел на другие рельсы. Теперь все больше вычислений перекладывают с центральных процессоров на графические процессоры.

В Мюнхене Nvidia представила мобильный суперкомпьютер DRIVE AGX — пока в виде набора для разработчиков. Причем разработано сразу две версии: простой DRIVE AGX Xavier с единственным SoC-чипом Xavier и «продвинутый» высокомощный DRIVE AGX Pegasus. У него два чипа Xavier, но еще пара отдельных графических процессоров Turing, и широчайший набор вводов-выводов: компьютер способен обрабатывать данные с восьми камер высокого разрешения, восьми радаров, а опционально — и лидара. Объемы данных поражают воображение — например, только лишь с камер может поступать свыше 90 гигабайт в секунду! Вычислительная мощность этих двух компьютеров отличается на порядок: базовый вариант с одним чипом способен обсчитать 30 триллионов операций в секунду, а Pegasus — 320 триллионов.

Мы поедем, мы помчимся

Означает ли этот колоссальный рывок производительности, что мы уже вот-вот сможем за рулем читать книгу, сидеть в интернете или спать? Этот вопрос мы адресовали основателю и руководителю Nvidia Дженсену Хуангу. Его прогноз совсем не вяжется с безбрежным оптимизмом всевозможных стартаперов, зато подкупает честностью.

По его мнению, сделать полностью беспилотный шаттл так называемого «пятого уровня» — такой, который двигается вообще без вмешательства водителя и даже не имеет руля с педалями — легче, чем достичь хорошего «второго уровня». Предполагается, что такие машины заменят общественный транспорт: будут курсировать по заранее заданному ограниченному району, на невысокой скорости. Отладить до совершенства логику работы в таком режиме не столь сложно, и широкие испытания роботизированных такси в отдельных городах можно ждать уже в 2021 году.

А вот от личных автомобилей требуется другое — ехать по произвольному маршруту. И их потолок пока что — это «второй уровень», а задача для инженеров на ближайшие годы — заставить их прилично работать. Те системы, что тестируются сегодня, работают кое-как: ошибаются, внезапно отключаются. В этом меня убеждать не надо: я сам прокатился на одной из опытных машин по автостоянке, и она ни с того ни с сего «решила» поехать в забор (возможно, ее сбили с толку блики солнца?)

По мнению Дженсена, в ближайшие годы разработчики будут заниматься доводкой, медленно превращая просто «второй уровень» в «хороший второй уровень». А кому это удастся первым — тот вырвется в лидеры рынка. Но и тогда за рулем будет нужен водитель, приглядывающий за машиной: уже не столько по техническим соображениям, сколько по юридическим. А от себя добавлю: вот когда эти системы станут по-настоящему идеальными, с водителя наконец снимут ответственность за происходящее с машиной. Можно будет спать, ничего не трогать и кормить собак.