Влітку 2014 року Ахті Хайнла, один з інженерів програмного забезпечення, який допомагав розробляти Skype, почав фотографувати свій будинок.
Звичайно, в цьому немає нічого особливо незвичного. Тільки він продовжував це робити. Місяць за місяцем, коли літо перетворювалось на осінь, а осінь поступалася місцем зимі, Хайнла виходив на те саме місце на тротуарі і робив нові, здавалося б, однакові фотографії свого будинку. Людина, яка зіграла вирішальну роль у створенні телекомунікаційного додатка на мільярди доларів, втрачала розум? Як виявилося, у дії Хайнли була цілком логічна причина - хоча це, можливо, мало б звучати трохи божевільно для кожного, хто запитав, що він робить. Ахті Хайнла допомагав майбутнім автономним роботам навчитися бачити.
Більш ніж через півтора десятиліття світ (або, принаймні, кілька його окремих частин) пожинає плоди експерименту, здавалося б, дивного Хайнли. Як співзасновник стартапу під назвою Starship Technologies разом із співзасновником Skype Янусом Фріісом, Хайнла допоміг побудувати флот роботів-самонавізників. Ці роботи, що нагадують шестиколісні охолоджувачі, подолали десятки тисяч миль по всьому світу, здійснивши в цьому процесі близько 100 000 плюс. Вони особливо поширені у зростаючій кількості університетських містечок, хоча вони також об'їжджали вулиці у містах, починаючи від Сан-Франциско і закінчуючи Мілтон-Кейнс у Великобританії.
Щоб замовити щось у одного з роботів доставки Starship, клієнт просто вибирає товар, який він хоче, у одного з партнерів доставки Starship. За невелику плату за доставку робот потім забере предмет і автономно доставить його до вибраного вами місця. Клієнту потрібно лише розблокувати робота за допомогою програми та отримати замовлення. Просто, правда?
Однак, як і будь-яке таке рішення, чим простіші речі здаються з точки зору користувача, тим складнішими вони є технологічно. У 2020 році ми звикли чути про самокеровані машини, які здатні рухатися по світу з вражаючими рівнями легкості. Як одна з перших компаній, яка випустила самохідні машини без водіїв безпеки людини, Starship Technologies допомогла зіграти ключову роль у перетворенні таких автономних технологій, як частина повсякденного життя.
Однак ми не повинні сприймати ці інструменти як належне. Це не тільки дивовижні подвиги техніки та інформатики, але і вибір, який зараз робиться навколо цих технологій, допоможе визначити майбутнє взаємодії людини та робота.
Карти не створені для роботів
Ви пам’ятаєте непереборне відчуття, коли в дитинстві починали нову школу і мусили орієнтуватися? Можливо, якщо ви жили поруч, то навіть ходили від дому до школи самостійно чи з друзями. Зазвичай цим поїздкам передували поїздки, під час яких нас супроводжує батько чи опікун, який може дати нам поради щодо того, як орієнтуватися у навколишньому світі. Вони можуть ходити з нами перші кілька разів, щоб переконатись, що ми знайомі з певним шляхом. Вони, ймовірно, вкажуть на певні визначні пам'ятки, такі як знаки чи особливо пам’ятні будівлі. Невдовзі ми формуємо ментальну карту того, куди ми йдемо, і як там орієнтуватися.
Найкоротший шлях (зелений) не завжди є найшвидшим і найбезпечнішим. Робот віддасть перевагу маршруту, який довший за відстанню, але швидший та безпечніший Ця здатність, яку більшість із нас сприймає як належне, є те, над чим Starship Technologies багато працював над розробкою своїх роботів. У чомусь це напрочуд складне. Візьмемо, наприклад, карти. Коли роботи «Зоряного корабля» збираються переходити з пункту А в пункт Б, вони починають із використанням супутникових знімків, щоб допомогти їм спланувати подорож. Потім використовується алгоритм маршрутизації, щоб з’ясувати найкоротший та найбезпечніший шлях для робота. Поки що так просто, так? За винятком того, що це не так.
Як говорить Хайнла: "Ми не можемо використовувати багато існуючих карт, оскільки вони насправді не створені для роботів; вони створені для людей ". Існуючі системи картографування передбачають рівень людських знань, наприклад, розуміння того, якою частиною дороги нам слід пройти і як маневрувати на жвавій тротуарі. Це все, що не обов’язково розуміє робот. Існує безліч додаткових складностей.
Наприклад, подумайте, чим ваша поведінка під час проїзду через під’їзд відрізняється від звичайного тротуару. Ми можемо не думати про них як про особливо різних, але вони є. Якщо один із роботів Starship зіткнеться з перешкодою на тротуарі, його відповідь полягає в тому, щоб зупинитися на своєму шляху. Це тому, що зупинка - це найбезпечніше. Але зупинка на під’їзній дорозі або переїзд вулиці перекриває доступ для транспортних засобів. Це вимагає навчання зовсім іншого типу поведінки.
Щоб зрозуміти, яку поведінку повинні використовувати його роботи, Starship розробив інструменти машинного навчання, які можуть сегментувати карти на низку взаємопов’язаних кольорових ліній, що представляють тротуари (зеленим кольором), переходи (червоним кольором) та під’їзні шляхи (фіолетовим). Замість того, щоб просто вибрати найкоротший маршрут з точки зору відстані, робот визначає найшвидший маршрут, прикладаючи вартість до кожного сценарію, з яким робот зіткнеться протягом подорожі.
Впізнаючи навколишній світ
Після цього роботи Starship вирушають у реальний світ, використовуючи десяток камер, щоб ідентифікувати 360-градусний світ навколо них за допомогою спостереження. Спеціальні системи розпізнавання зображень поділяють світ на тисячі рядків, надаючи йому спрощений каркасний погляд на світ, який можна використовувати як орієнтири. З часом, оскільки роботи компанії проводяться довше в одній зоні, вони можуть створювати спільні тривимірні каркасні карти цілих районів, що набагато полегшує майбутнім роботам розуміння пейзажів навколо них.
Різнокольорові лінії (жовта та синя) представляють краї різних роботів, виявлених під час руху. Пізніше сервер зрозуміє, що лінії різних роботів збігаються, і, отже, місце роботи відомо, і ці шматки водіння можна скласти як головоломку "Це точно так само, як ви можете направити людину: продовжуйте, поки не вдаритеся до жовтої будівлі, потім поверніть праворуч і продовжуйте до церкви", - сказав Хайнла. "У робота також є орієнтири, але це не жовті будівлі та церкви; вони абстрактні форми ".
Останній етап процесу картографування роботів - це точно визначити, наскільки широкий і де знаходиться тротуар. Це робиться за допомогою як бортових камер, так і 2D-карти, знятих із супутникових зображень.
"Навіть щось таке просте, як прогулянка тротуаром - це те, про що ми дізналися з часів, коли ми були дуже молодими", - сказав Хайнла. “Ми сприймаємо це як належне. Але для машин - це те, чого потрібно навчити. Є такі речі, як ви проходите повз людини, що наближається, зліва чи справа. Якщо хтось повільніший за вас йде вперед, ви сповільнюєте або пропускаєте їх? Якщо ти зменшиш темп, наскільки близько ти повинен підійти до іншої людини? Якщо ви наблизитесь занадто близько, іншій людині стане некомфортно. Всьому цьому ми повинні навчити машину ".
Якщо всі підуть за планом (і на сьогоднішній день це вже зроблено), роботи Starship зможуть переходити до пункту призначення, вибраного користувачами на карті.
Як ми хочемо, щоб роботи взаємодіяли з людьми?
Це не виклик, який є унікальним для Starship Technologies. Ряд інших компаній, починаючи від Nuro і закінчуючи BoxBot, досліджують власні послуги з доставки роботів, що керують ними. Але це виходить далеко за межі роботів, які можуть приносити нам їжу чи продукти, коли ми занадто зайняті (або ліниві), щоб ходити до магазинів. Оскільки роботи відіграють все більшу роль у нашому житті, питання про те, як інтегрувати їх у наш світ, стає все більш актуальним.
Немає необхідності брати до уваги невеликі статичні перешкоди, такі як ці полюси, визначаючи зону руху для робота. Вони відображаються за допомогою входу датчика під час руху, і робот згодом автоматично їх уникне. Роботи традиційно працювали дуже добре в лабораторних умовах, де кожну змінну можна чудово контролювати. Вони також були в значній мірі відокремлені від людей з міркувань безпеки. Зараз вони рухаються у реальний світ по-великому. Якщо ми зараз не звикли бачити роботів на наших вулицях, ми впевнені, що до кінця 2020-х років це закінчиться.
"Кожного тижня в нашій команді автономних водіїв ми проводимо зустріч, на якій протягом однієї години наша команда безпеки демонструє інженерам автономного водіння деякі найцікавіші речі, які сталися за останні [сім днів]", - сказав Хайнла. "Ці цікаві речі - це або місця, де виник якийсь дискомфорт, робот справився надзвичайно добре за кермом, або [де були] якісь незвичні погодні умови або предмети".
Деякі з цих проблем пов'язані з роботами, здатними осягнути наш світ. Це те, що тестував Хайнла, коли він робив фотографії біля свого будинку в перші часи Starship Technologies. Він хотів дізнатись, чи зможе робот впізнати свій будинок як свій, незалежно від того, був це сонячний літній день чи дощовий зимовий вечір. Виявляється, це могло - і це розуміння допомогло породити цілу компанію (а може, навіть цілу галузь доставки).
Такі дослідження - частково інженерні, частково соціологічні - полягають у пошуку відповідей на те, як люди та машини можуть краще співіснувати. Роботу гірше бути надмірно обережним чи надто необережним? Що відбувається, коли роботи доставки стикаються з собаками-поводирями? Дані з цієї нової галузі досліджень збираються та використовуються для доопрацювання алгоритмів роботи роботів таких компаній, як Starship Technologies.
Одного разу ми подякуємо їм за це. Наразі ж важливо лише розуміти рішення, які вони приймають, і причини, які вони приймають.
