Пи­ло­ты для бес­пи­лот­ни­ков

Но­вые тех­но­ло­гии по­ро­ди­ли и но­вую про­фес­сию – спе­ци­а­лист по обу­че­нию бес­пи­лот­ных ма­шин. Что­бы са­мо­управ­ля­е­мые ав­то­мо­би­ли мог­ли пе­ре­дви­гать­ся по ули­цам го­ро­дов, необ­хо­ди­ма мо­но­тон­ная руч­ная ра­бо­та ты­сяч лю­дей по все­му ми­ру

Vedomosti - - КАРЬЕРА & МЕНЕДЖМЕНТ - Тим Бр­эд­шоу ПЕРЕВЕЛА НА­ДЕЖ­ДА БЕЛИЧЕНКО

Са­мо­управ­ля­е­мые ав­то­мо­би­ли мо­гут по­ка­зать­ся вол­шеб­ством. Идея транс­порт­но­го сред­ства, ко­то­рое не нуж­да­ет­ся в по­во­ро­тах ру­ля или на­жа­тии на пе­да­ли, как буд­то со­шла со стра­ниц фан­та­сти­че­ских ро­ма­нов.

Од­на­ко, как и мно­гие фан­та­сти­че­ские ис­то­рии, она мо­жет быть ре­а­ли­зо­ва­на бла­го­да­ря вол­шеб­ни­кам, ис­кус­ство ко­то­рых оста­ет­ся неза­ме­чен­ным, – и их очень мно­го. Как ока­за­лось, про­ло­жить путь для пол­но­стью са­мо­управ­ля­е­мых ав­то­мо­би­лей невоз­мож­но без огром­но­го ко­ли­че­ства руч­но­го тру­да.

Боль­шин­ство ком­па­ний, раз­ра­ба­ты­ва­ю­щих тех­но­ло­гии бес­пи­лот­ных ав­то­мо­би­лей, на­ни­ма­ют сот­ни, а то и ты­ся­чи че­ло­век – ча­сто в та­ких цен­трах за­ру­беж­но­го аут­сор­син­га, как Ин­дия и Ки­тай. За­да­ча всех этих лю­дей – на­учить ма­ши­ны рас­по­зна­вать пе­ше­хо­дов, ве­ло­си­пе­ди­стов и дру­гие пре­пят­ствия. Эта ра­бо­та де­ла­ет­ся вруч­ную пу­тем мар­ки­ров­ки, ча­сто кадр за кад­ром, ты­сяч ча­сов ви­део­съем­ки, по­лу­чен­ных с про­то­ти­пов бес­пи­лот­ных ав­то­мо­би­лей с те­сто­вых по­ли­го­нов в Крем­ни­е­вой до­лине, Питс­бур­ге и Фе­ник­се.

«Ма­шин­ное обу­че­ние – миф, это все ра­бо­та для вол­шеб­ни­ка из стра­ны Оз, – го­во­рит Дже­ре­ми Ко­нрад, ин­ве­стор из Lemnos Labs в Сан­фран­цис­ко. – Ко­ман­ды, за­ни­ма­ю­щи­е­ся мар­ки­ров­кой ви­део, име­ют неве­ро­ят­но важ­ное зна­че­ние для каж­дой ком­па­нии, и по­треб­ность в них со­хра­нит­ся еще ка­кое-то вре­мя, по­то­му что тех­но­ло­гии раз­ви­ва­ют­ся, а внеш­няя сре­да ме­ня­ет­ся очень быст­ро».

РАЗ­МЕТ­КА ДЛЯ РОБОТА

Зна­чи­тель­ный про­гресс в раз­ви­тии тех­но­ло­гий ис­кус­ствен­но­го ин­тел­лек­та, в ка­че­стве сен­со­ров и мощ­но­сти ком­пью­те­ров за­ло­жил тех­но­ло­ги­че­ские ос­но­вы для бес­пи­лот­ной ре­во­лю­ции. Од­на­ко, несмот­ря на все ин­но­ва­ции, при­сут­ствие лю­дей за ку­ли­са­ми про­цес­са бу­дет необ­хо­ди­мо еще мно­гие го­ды: они бу­дут от­ме­чать на ви­део де­ре­вья и до­рож­ные зна­ки, что­бы дан­ные в си­сте­мах оста­ва­лись ак­ту­аль­ны­ми.

«Спе­ци­а­ли­сты-прак­ти­ки в сфе­ре ис­кус­ствен­но­го ин­тел­лек­та са­мо­на­де­ян­но за­блуж­да­ют­ся, счи­тая, что ком­пью­те­ры мо­гут ре­шить все про­бле­мы», – го­во­рит Мэтт Бен­ке, ос­но­ва­тель и ге­не­раль­ный ди­рек­тор ком­па­нии Mighty.ai, при­вле­ка­ю­щей ра­бот­ни­ков на непол­ный ра­бо­чий день с це­лью об­ра­бот­ки и мар­ки­ров­ки дан­ных для ма­шин­но­го обу­че­ния для тех­но­ло­ги­че­ских ком­па­ний.

По­доб­ная про­бле­ма су­ще­ству­ет для лю­бых си­стем, ис­поль­зу­ю­щих

ис­кус­ствен­ный ин­тел­лект: ком­пью­те­ры учат­ся, по­гло­щая огром­ный объ­ем вруч­ную про­мар­ки­ро­ван­ной ин­фор­ма­ции, что­бы рас­по­зна­вать объ­ек­ты и за­ко­но­мер­но­сти, ко­гда они встре­тят­ся им сно­ва.

НА­УЧИТЬ АВ­ТО­МО­БИЛЬ

Обу­че­ние са­мо­управ­ля­е­мых ав­то­мо­би­лей слож­нее, чем дру­гих си­стем ис­кус­ствен­но­го ин­тел­лек­та, из-за бес­чис­лен­но­го раз­но­об­ра­зия си­ту­а­ций, в ко­то­рых мо­жет ока­зать­ся ма­ши­на. Си­сте­мы на­учат­ся де­лать по­прав­ки на по­год­ные усло­вия и уро­вень осве­щен­но­сти в раз­ное вре­мя су­ток или го­да, но го­род­ская сре­да мо­жет кар­ди­наль­но из­ме­нить­ся за ночь из-за стро­и­тель­ных ра­бот, про­ве­де­ния празд­ни­ков, ми­тин­гов или из-за ава­рии. «Про­цесс мар­ки­ров­ки – это скры­тые из­держ­ки, о ко­то­рых ру­ко­во­ди­те­ли ком­па­ний, про­ек­ти­ру­ю­щих са­мо­ход­ные транс­порт­ные сред­ства, обыч­но не го­во­рят. Это очень тру­до­ем­ко и уто­ми­тель­но»,

– го­во­рит Са­мип Тан­дон, ге­не­раль­ный ди­рек­тор Drive.ai, стар­та­па, раз­ра­ба­ты­ва­ю­ще­го бес­пи­лот­ные ав­то­мо­би­ли.

Уро­вень точ­но­сти, тре­бу­ю­щий­ся в этой сфе­ре, так­же вы­ше, чем для дру­гих си­стем ис­кус­ствен­но­го ин­тел­лек­та. Бес­пи­лот­ный ав­то­мо­биль стро­ит марш­рут, срав­ни­вая кар­тин­ку окру­жа­ю­щей мест­но­сти, по­лу­ча­е­мую с ка­мер и сен­со­ров, с име­ю­щей­ся у него де­таль­ной трех­мер­ной кар­той. Без­опас­ность име­ет пер­во­сте­пен­ное зна­че­ние: ес­ли си­сте­ма рас­по­зна­ва­ния лиц в Google Photos не иден­ти­фи­ци­ру­ет че­ло­ве­ка на фо­то­гра­фии, это неудоб­но; ес­ли са­мо­управ­ля­е­мый ав­то­мо­биль Waymo не за­ме­тит пе­ше­хо­да, это мо­жет за­кон­чить­ся для по­след­не­го фа­таль­но.

Од­ним из кри­те­ри­ев успе­ха в гон­ке раз­ра­бот­чи­ков бес­пи­лот­ных ав­то­мо­би­лей яв­ля­ет­ся ко­ли­че­ство ки­ло­мет­ров, ко­то­рое про­еха­ли ма­ши­ны ком­па­нии. Waymo в мае за­яви­ла, что ее са­мо­управ­ля­е­мые ав­то­мо­би­ли про­еха­ли 3 млн миль (4,8 млн км) по до­ро­гам об­ще­го поль­зо­ва­ния. Tesla в про­шлом го­ду со­об­ща­ла, что для раз­ра­бот­ки си­сте­мы ав­то­пи­ло­та со­бра­ла дан­ные бо­лее чем о 100 млн миль (160 млн км) до­рог от вла­дель­цев сво­их ав­то­мо­би­лей.

ЧАС ПО­ЕЗД­КИ – 100 ЧА­СОВ РА­БО­ТЫ

Боль­ший ки­ло­мет­раж озна­ча­ет боль­ший объ­ем ра­бо­ты для тех, кто вруч­ную об­ра­ба­ты­ва­ет по­лу­чен­ные дан­ные. Да­же ес­ли бес­пи­лот­ный ав­то­мо­биль про­едет все­го несколь­ко ки­ло­мет­ров, он мо­жет по­лу­чить де­сят­ки ги­га­байт дан­ных. Та­кие объ­е­мы уже не по­лу­ча­ет­ся быст­ро пе­ре­да­вать по бес­про­вод­ным ка­на­лам свя­зи. Вме­сто это­го дан­ные за­пи­сы­ва­ют на жест­кий диск, ко­то­рый по­сы­ла­ют во внеш­ний центр об­ра­бот­ки. Для та­кой пе­ре­до­вой от­рас­ли по­доб­ная ло­ги­сти­ка мо­жет по­ка­зать­ся ар­ха­ич­ной.

Каж­дый час ез­ды бес­пи­лот­но­го ав­то­мо­би­ля мо­жет по­тре­бо­вать со­тен ча­сов ра­бо­ты по пре­вра­ще­нию по­лу­чен­ных ре­зуль­та­тов в полезные дан­ные, го­во­рит Дэ­вид Лю, ге­не­раль­ный ди­рек­тор Plus.ai, еще од­но­го стар­та­па из Крем­ни­е­вой до­ли­ны, за­ни­ма­ю­ще­го­ся раз­ра­бот­кой си­стем бес­пи­лот­но­го во­жде­ния. По его сло­вам, что­бы са­мо­управ­ля­е­мые ав­то­мо­би­ли мог­ли ез­дить вез­де, нуж­ны сот­ни ты­сяч, а воз­мож­но, и мил­ли­о­ны ча­сов дан­ных. Что­бы по­лу­чить их, по­на­до­бят­ся сот­ни ты­сяч лю­дей по все­му ми­ру.

Круп­ные тех­но­ло­ги­че­ские ком­па­нии пред­по­чи­та­ют не при­вле­кать вни­ма­ние пуб­ли­ки к «руч­но­му» ас­пек­ту ра­бо­ты с бес­пи­лот­ны­ми тех­но­ло­ги­я­ми. Ни Waymo, ни Uber, ни Tesla не со­гла­си­лись дать ком­мен­та­рии для этой ста­тьи. «Очень труд­но за­ста­вить лю­дей го­во­рить об этом. Все пред­по­чи­та­ют го­во­рить о ма­гии ма­шин­но­го обу­че­ния», – ука­зы­ва­ет про­фес­сор ин­фор­ма­ти­ки и про­грам­ми­ро­ва­ния в University of Washington в Си­эт­ле Дэн Вельд.

Слу­чаи пуб­лич­но­го при­зна­ния бы­ва­ют ред­ко. Так, еще в 2013 г. во вре­мя од­ной из встреч в University of California в Берк­ли быв­ший ин­же­нер Waymo и Uber Эн­то­ни Ле­ван­дов­ски опи­сал ко­ман­ду Google в Ин­дии как «лю­дей-ро­бо­тов», мар­ки­ру­ю­щих изоб­ра­же­ния, по­лу­чен­ные че­рез сер­вис Street View.

БОЛЬ­ШОЙ БИЗ­НЕС

Та­кой тру­до­ем­кий про­цесс об­хо­дит­ся неде­ше­во. В от­рас­ли оце­ни­ва­ют соз­да­ние и под­дер­жа­ние ак­ту­аль­но­сти карт для са­мо­управ­ля­е­мых ав­то­мо­би­лей для всех го­ро­дов США в мил­ли­ар­ды дол­ла­ров в год.

Не­ко­то­рые стар­та­пы ви­дят воз­мож­но­сти для раз­ви­тия биз­не­са в этой сфе­ре. Та­кие ком­па­нии, как Plus.ai, Deepmap и Drive.ai, утвер­жда­ют, что они мо­гут ис­поль­зо­вать тех­но­ло­гию «глу­бо­ко­го обу­че­ния», что­бы сни­зить вклад че­ло­ве­че­ской руч­ной ра­бо­ты, при этом со­хра­нив необ­хо­ди­мую для без­опас­но­го функ­ци­о­ни­ро­ва­ния са­мо­управ­ля­е­мых ав­то­мо­би­лей точ­ность. Глу­бо­кое обу­че­ние – бо­лее но­вая и пе­ре­до­вая тех­но­ло­гия обу­че­ния ма­шин, стре­мя­ща­я­ся вос­про­из­ве­сти ана­ли­ти­че­ские про­цес­сы че­ло­ве­че­ско­го моз­га.

«С ма­шин­ным обу­че­ни­ем очень слож­но до­бить­ся точ­но­сти вы­ше 90–95%, од­на­ко глу­бо­кое обу­че­ние поз­во­ля­ет по­стро­ить та­кую модель го­раз­до лег­че», – го­во­рит Джеймс Ву, ге­не­раль­ный ди­рек­тор ком­па­нии Deepmap, в мае при­влек­шей $25 млн фи­нан­си­ро­ва­ния.

Дру­гие ком­па­нии от­рас­ли не ду­ма­ют, что глу­бо­кое обу­че­ние со­всем из­ба­вит от по­треб­но­сти в руч­ном тру­де лю­дей. Бен­ке из Mighty.ai на­по­ми­на­ет о труд­но­стях, с ко­то­ры­ми столк­ну­лись Facebook, Youtube и Twitter в борь­бе с раз­лич­ны­ми зло­упо­треб­ле­ни­я­ми на стра­ни­цах их плат­форм – от оскорб­ле­ний до про­па­ган­ды тер­ро­риз­ма. «Ес­ли бы у глу­бо­ко­го обу­че­ния бы­ли та­кие воз­мож­но­сти, не­уже­ли вы ду­ма­е­те, что Facebook и дру­гие до сих пор не решили бы эту про­бле­му? Она ведь го­раз­до про­ще, чем за­да­ча обу­че­ния са­мо­управ­ля­е­мых ав­то­мо­би­лей, а ры­нок ве­лик», – го­во­рит он.

Ис­сле­до­ва­те­ли в сфе­ре ис­кус­ствен­но­го ин­тел­лек­та по­все­мест­но за­ня­ты за­да­чей, как на­учить ма­ши­ны обу­чать друг дру­га са­мо­сто­я­тель­но, без по­мо­щи лю­дей. По­ка же раз­ра­бот­чи­ки ро­бо­тов из Крем­ни­е­вой до­ли­ны и Дет­рой­та на­де­ют­ся, что кли­ен­ты и ин­ве­сто­ры по­преж­не­му не бу­дут об­ра­щать вни­ма­ния на то, что раз­ра­ба­ты­ва­е­мые ими чу­до-ма­ши­ны не спо­соб­ны ра­бо­тать без тру­да мно­гих лю­дей, о ко­то­ром ма­ло кто зна­ет.-

Newspapers in Russian

Newspapers from Russia

© PressReader. All rights reserved.