Автор: Дмитрий Долгов, технический директор и вице-президент по инжинирингу
Сегодня утром мы вышли на сцену ежегодной конференции разработчиков Google Google I / O, чтобы поделиться подробностями о том, как Waymo использует искусственный интеллект (ИИ), чтобы сделать полностью автономные автомобили реальностью. Если вы знакомы с нашей работой, то знаете, что искусственный интеллект и машинное обучение (ML) сыграли решающую роль в приближении нас к нашей цели - предоставить технологии беспилотного вождения всем и повсюду.
Вот краткий обзор того, чем мы поделились во время выступления сегодня утром.
Быстрый старт в искусственном интеллекте. Многие люди знают о первых достижениях Google в области искусственного интеллекта в области поиска изображений и распознавания речи. Но знаете ли вы, что исследователи искусственного интеллекта Google также помогли Waymo начать путь к действительно беспилотным автомобилям? Один пример: когда глубокое обучение начало набирать обороты, наши инженеры-самоуправляющиеся инженеры работали бок о бок с командой Google Brain, чтобы применить глубокие сети к нашей системе обнаружения пешеходов. Даже в те первые дни результаты были замечательными - в течение нескольких месяцев мы смогли снизить количество ошибок при обнаружении пешеходов в 100 раз, что сделало нашу систему более безопасной и более способной на дороге.
Вперед к полностью автономному вождению. В 2018 году достижения Waymo в области искусственного интеллекта помогли превратить беспилотные автомобили из научной фантастики в реальность. Сегодня Waymo - единственная компания в мире, располагающая парком действительно автономных автомобилей на дорогах общего пользования. Жители Феникса, штат Аризона, уже начали испытывать эти полностью автономные поездки.
ИИ повсюду. ИИ играет решающую роль почти во всех частях нашей системы автономного вождения. Хотя восприятие является наиболее зрелой областью для глубокого обучения, мы также используем глубокие сети для всего, от прогнозирования до планирования и моделирования. С машинным обучением мы можем ориентироваться в нюансах и сложных ситуациях; маневрируя в зонах строительства, уступая место машинам аварийно-спасательной службы, и уступая место машинам, находящимся на параллельной стоянке. Мы можем это сделать, потому что мы обучили наши модели машинного обучения на множестве различных примеров. На сегодняшний день мы проехали 6 миллионов миль по дорогам общего пользования и наблюдали сотни миллионов взаимодействий между транспортными средствами, пешеходами и велосипедистами.
Помимо алгоритма: требуется нечто большее, чем просто хорошие алгоритмы, чтобы иметь возможность запускать беспилотные автомобили на дорогах и распространяться в большем количестве городов. Инфраструктура играет ключевую роль в обучении и тестировании наших моделей машинного обучения. В Waymo мы используем экосистему TensorFlow и центры обработки данных Google, включая TPU, для обучения наших нейронных сетей. С TPU мы можем тренировать наши сети до 15 раз эффективнее. Мы также тщательно тестируем наши модели машинного обучения в симуляторе, в котором каждый день мы ездим на эквивалент 25 000 автомобилей в течение всего дня. С помощью этого надежного цикла обучения и тестирования мы можем быстро улучшить наши модели машинного обучения и быстро развернуть новейшие сети на наших беспилотных автомобилях.
Защита водителя от атмосферных воздействий. Мы стремимся предоставить технологии беспилотного вождения каждому, везде… и в любую погоду. Вождение в сильный дождь или снег может быть сложной задачей как для беспилотных автомобилей, так и для людей, отчасти из-за ограниченной видимости. Капли дождя и снежинки могут создавать много шума в данных датчиков беспилотного автомобиля. Машинное обучение помогает нам отфильтровывать этот шум и правильно определять пешеходов, транспортные средства и многое другое.
Благодаря нашему многолетнему опыту, сотрудничеству с Google AI и мощной инфраструктуре мы как никогда приближаемся к будущему, в котором транспорт станет безопаснее, проще и доступнее для всех.
