В 2018 году беспилотный Uber сбил женщину, хотя система зарегистрировала ее за 6 секунд до удара. Это не случайность, а отражение фундаментальной проблемы: человеческое поведение — самый сложный алгоритм для расшифровки. Даже самые продвинутые ИИ сталкиваются с парадоксом: пешеходы одновременно и предсказуемы, и непредсказуемы.
Проблема «последней секунды»: когда физика бессильна
Давайте разберем на пальцах ключевую сложность:
Человек — не физическое тело, а когнитивная система
Беспилотник просчитывает траекторию по законам физики, но пешеход:
- Может резко развернуться из-за забытого телефона
- Споткнуться о невидимый для камеры камень
- Поднять руку, чтобы поймать ключи
Время реакции vs время принятия решения
- Лидар обнаруживает объект за 0.1 секунды
- Человек принимает решение изменить траекторию за 0.3 секунды
- Автомобилю нужно 1.2 секунды для полной остановки с 60 км/ч
Неписаные правила: то, что знает каждый пешеход
Социальные конвенции, недоступные ИИ:
Язык тела
- «Взгляд через плечо» = возможно, человек собирается переходить
- «Ускорение шага» = спешка, но не обязательно переход дороги
- «Кивок водителю» = явное намерение перейти
Контекстуальные паттерны
- Школьник утром у перехода — вероятно, бежит в школу
- Человек с собакой — траектория зависит от поводка
- Пьяный человек — хаотичное движение
Ограничения сенсоров: мир через «цифровые глаза»
Проблемы восприятия реальности:
Лидар
- Не видит сквозь дождь и снег
- Путает зонтик с препятствием
- Не различает выражения лиц
Камеры
- Плохое освещение = потеря деталей
- Тень пешехода воспринимается как объект
- Не может предсказать эмоции
Пример из тестов Waymo:
Система приняла группу подростков в одинаковых спортивных костюмах за один движущийся объект.
Культурные различия: правила пешехода в разных странах
Вариации поведения:
- Нью-Йорк: Пешеходы агрессивно выходят на дорогу
- Токио: Ждут зеленого сигнала даже на пустой улице
- Москва: Переходят в неположенных местах, но предсказуемо
- Рим: Используют активную жестикуляцию
Для ИИ это означает: необходимость переобучения для каждого региона.
Этические дилеммы: кого «спасать» в безвыходной ситуации
Проблема вагонетки в реальном времени:
- Пожилой человек переходит медленнее расчетного времени
- Ребенок может выбежать следом
- Беспилотник должен выбрать: резко тормозить (риск ДТП сзади) или плавно останавливаться
Современные подходы к решению
Гибридные модели:
- Машинное обучение на миллионах часов видео с пешеходами
- Нейросети, тренированные на данных из разных городов
- Карты высокой четкости с отмеченными «зонами риска»
Пример Tesla:
Использует «искусственную интуицию» — предсказание на основе аналогичных ситуаций в глобальной сети автомобилей.
Статистика и перспективы
Текущие показатели:
- Беспилотники на 30% реже попадают в ДТП с пешеходами, чем люди
- Но в 5% сложных сценариев их реакции недостаточно
Будущие разработки:
- V2X (Vehicle-to-Everything): связь пешеходных смартфонов с автомобилями
- Эмоциональный ИИ: анализ выражения лиц
- Коллективный интеллект: обмен данными между автомобилями в реальном времени
Инженерный вердикт: Проблема не в технологиях, а в природе человеческого поведения. Как сказал ведущий инженер Cruise: «Мы можем предсказать траекторию тела, но не можем предсказать момент принятия решения».
А как вы думаете — смогут ли беспилотники когда-нибудь научиться понимать пешеходов так же, как это делают живые водители? Поделитесь мнением в комментариях!
Подписывайтесь на канал «Почемучка?» — исследуем технологии, которые меняют нашу повседневность!