В искусственный интеллект для беспилотного транспорта мы инвестировали $22 миллиона, начиная с 2008 года. Cognitive Pilot представляет собой технологию автономной езды, обеспечивающую необходимый уровень безопасности, в том числе и в сложных условиях — туман, дождь, темное время суток, заснеженные или просто плохие дороги. Наши клиенты — это, в первую очередь, компании Tier 1, которые разрабатывают компоненты для беспилотников, а также сами автопроизводители. Они встраивают созданные нами «мозги» для машин в свои системы.
В январе мы впервые приняли участие в выставке CES в Лас-Вегасе. Почему не ездили на нее раньше? Потому что это консьюмерская выставка, и с сырьем туда ехать бессмысленно. Это не место для стартапов, которые просто хотят погулять и походить на доклады. Там нужно что-то реально показывать и продавать. Поэтому раньше, когда наши продукты еще не вышли на необходимый уровень качества, мы не рассматривали CES как площадку для продвижения на международном рынке.
Главный наш прорыв — технология беспилотного вождения в условиях плохой видимости и плохих дорог. Ведь снег и ямы бывают не только в России. Он даже в Калифорнии выпадает в некоторых местах. Реально же 98 процентов мира — это дерьмовые дороги и разные погодные условия. Если не снег, то муссоны и штормы . Математику, которая позволяет видеть и понимать занесенные снегом, да и вообще не имеющие покрытия дороги, мы называем технологией виртуального туннеля, поскольку именно такую форму напоминает удаляющаяся последовательность прямоугольных зон интереса (областей, окружающих наблюдаемый в данный момент объект или зону).
Когда мы ее создавали, очень плотно работали с медиками, химиками, нейрофизиологами. Они нам объясняли, как работает человеческая нейронная система, как действуют мозг и так далее. И мы стремились смоделировать эти процессы. В основе технологии лежит принцип внутреннего самоподобия дорожной сцены. Мы научились выявлять наиболее общие, фундаментальные признаки, присущие различным вариантам дорожного полотна, будь это автомагистраль, проселочная или даже грунтовая дорога. Научились делать так, чтобы автомобилю не мешала заснеженная разметка, и он ориентировался, как человек: видел линию горизонта и объекты вдоль дороги — растения, столбы и так далее. В этом, собственно, и есть прорыв. Пять лет назад у нас была дискуссия с ребятами из Google, которые говорили, что биологический путь — это фигня, и зачем что-то придумывать, когда есть лидары (устройства, определяющие расстояние до объектов с помощью сигнала в оптическом диапазоне — прим. Rusbase). Позже они, мне кажется, зашли с ними в тупик и тоже занялись антропоморфными моделями. Но у нас уже была фора в несколько лет.
Другая ключевая технология называется Low Level Data Fusion. Сподвигли нас на ее разработку европейские партнеры. Они задали нам критерий качества по одной из приобретаемых ими систем — одна ошибка на 50 часов проезда автомобиля. Жестко, но европейцев можно понять — серьезный фейл, провоцирующий аварию, легко аукнется отзывом 20 миллионов машин с рынка. И мы для себя поняли такую вещь: либо уверенно даем стопроцентное качество и гарантируем безопасную езду, либо просто не суемся в промышленное производство. Но декларировать легко, надо как-то этого качества добиться. Как? Раньше до нас все пытались получить финальный результат на базе суммирования результатов датчиков — радаров, лидаров, камер, различных систем. Это называлось High Level Data Fusion. Но вместе с положительным эффектом точно так же суммировались и ошибки. Поэтому наши ребята придумали метод комбинирования на уровне сырых данных, над которыми потом работает нейронная сеть глубокого обучения. Придуманная технология произвела эффект бомбы. Потому что она сразу позволила поднять уровень распознавания до требуемых 100%.
Мы поняли, что это прорыв, в конце 2017 года, хотя работали над Low Level Data Fusion с июня. Но только в декабре мы стали уверены в своих возможностях для одного из режимов — езды в пробке, когда система начала давать промышленное качество и превратилась в продукт, который можно ставить на реальные машины. Въехали в пробку —- включили этот режим, выехали — выключили. Пробки жрут много времени, и если можно спокойно и безопасно заниматься своими делами в трафике, а не рулить, то, согласитесь, это меняет образ жизни.
Если бы позволяло законодательство, я бы прямо сейчас ездила на беспилотнике. Ведь безопасность на дорогах — основная цель разработчиков автономных систем управления. С приходом беспилотников ее уровень повысится в разы. Я доверяю алгоритму, который управляет автомобилем, больше, чем водителю-человеку.