Что делает автономные транспортные средства автономными?

Чтобы правильно понять юридические проблемы, возникающие в области развития автономных транспортных средств, мы должны сначала понять, как они работают.

В отличие от большинства других устройств, которые работают по определенному набору закодированных в компьютере правил, невозможно определить, как принимает решение беспилотный автомобиль. Это похоже на волшебство.

Мы не можем зарыться в компьютерный код автономного автомобиля и посмотреть, какие инструкции там записаны. Нет кода, который гласит: «Если машина впереди замедляется, применяйте тормоза». Это потому, что автономное транспортное средство решает, что делать на основе его обучения, в отличие от знания умного программиста. И его обучение встроено в черный ящик, известный как нейронная сеть.

Что такое нейронная сеть?

Искусственные нейронные сети - это компьютеры, которые имитируют реальную нейронную сеть - человеческий мозг. Как и человек в возрасте 16 лет, нейронные сети учатся водить машину на основе одного и того же ввода: чему их учат.

Затем они кодируют это обучение в нескольких слоях сильно взаимосвязанных узлов. Каждый из этих узлов несколько напоминает нейрон в вашем мозгу. Они суммируют различные входы от других узлов, выполняют простую функцию и отправляют вывод всем узлам на следующем уровне.

Искусственная нейронная сеть обучается, анализируя ситуацию на дороге и выбирая нужное решение. Затем корректируется каждый узел, поэтому реакция нейронной сети имитирует требуемый ответ.

В этой нейронной сети входы на узлы входного уровня могут быть яркостью трех пикселей изображения. Узел выходного уровня - это решение, которое нейронная сеть обучается делать на основе входных данных. Скрытые слои представляют собой обучение нейронной сети.

Каждый узел в скрытых слоях подключается к каждому из входных узлов и к выходному узлу. Во время процесса обучения, нейронная сеть присваивает весовой коэффициент для каждого входа каждого узла в скрытых слоях. В процессе работы каждый узел просто сопоставляет каждый вход с соответствующим весовым коэффициентом.

Если сумма превышает определенный порог, то этот узел экспортирует 1 или 0 на каждый узел на следующем уровне. Конечно, нейронная сеть в автономном транспортном средстве будет более сложной, и получать гораздо больше входной информации, но принцип ее работы такой же.

Если бы мы хотели «разрезать» обученную нейронную сеть, чтобы попытаться понять, как наш автономный автомобиль принял решение, мы могли бы определить немного больше, чем взвешивание каждого входа на определенном узле.

Но отдельный узел ничего не значит. Это взаимосвязь и весовые коэффициенты всех узлов во всех слоях, в совокупности определяющих работу нейронной сети. Мы не увидим значимого решения, принятого на любом одном узле или слое.

Тот факт, что нейронная сеть является неопределенной и работает как по мановению волшебной палочки - без ограничений программирования набора определенных правил - является ключом к ее эффективности. Реальный мир чрезвычайно сложный, неструктурированный и непредсказуемый. Никакой набор правил никогда не может учитывать каждую ситуацию, с которой может столкнуться водитель транспортного средства. Но нейронная сеть может вывести правильное решение в беспрецедентной ситуации, потому что она тренировалась во многих подобных ситуациях.

По мере столкновения со многими ситуациями, искусственная нейронная сеть учится делать правильные выводы в ситуациях, которые не были частью тренинга. Другими словами, нейронная сеть учится «действовать», как водитель автомобиля, только лучше - отчасти потому, что у нее больше тренировок.

Действительно, самыми опытными в мире водителями сегодня являются нейронные сети, используемые в Waymo, Uber и Tesla. Их обучили буквально миллионам миль кумулятивного вождения от тысяч автомобилей - гораздо больше, чем любой водитель. Следовательно, потенциально они могут намного быстрее распознать опасную ситуацию во время вождения, чем это сделает человек-водитель.

В автономном транспортном средстве искусственная нейронная сеть имеет много преимуществ по сравнению с нейронной сетью человека, которую она заменяет. Искусственная нейронная сеть может одновременно обрабатывать несколько входов, например, из ультразвука, радара, камер или GPS.

Искусственная нейронная сеть гораздо более отзывчива, чем время реакции человеческого мозга. И самое главное, искусственная нейронная сеть никогда не отвлекается. Она не отвлекается на радиостанции, не болтает по телефону, не реагирует на SMS, не устает и не пьёт ни капли алкоголя.

Несмотря на преимущества искусственных нейронных сетей над нашими мозгами, автономные транспортные средства, вероятно, никогда не будут идеальными. В настоящее время они далеки от этого, но даже сегодня они в целом безопаснее, чем человеческий водитель.

К сожалению, автономные транспортные средства оцениваются совершенно другим (и в значительной степени несправедливым) стандартом, чем люди. Ожидается, что они будут идеальными, потому что, в конце концов, это компьютеры.

Таким образом, каждая авария при участии автономного транспортного средства широко рекламируется независимо от ее обстоятельств. Будем надеяться, что такое отношение людей не замедлит внедрение автономных транспортных средств в нашем мире.

Автономные автомобили скоро изменят наше представление о дорожном движении и безопасности. Массовое появление их на дорогах изменит даже способ планирования городов. Может быть, в будущем человеческое вождение будет рассматриваться, как опасное, и возможно даже будет не разрешено на дорогах общего пользования.