Спасибо за подробное изложение. Как понимаю, автоводителя, которому доверять можно, не менее, чем профессиональному водителю, ещё долго не увидим. Вполне возможно, до появления AGI.
Я как раз думаю не так уж долго) будет много мест, где довольно скоро будем ездить лучше среднего водителя такси. Ограничения тоже будут, но много где их будет незаметить. Сложно достичь уровня - "отучился в автошколе, начал ездить в любом городе". Но начать хорошо ездить в больших районах крупных городов уже вполне реально.
Разница с AGI в языковых моделях здесь еще в том, что рейт критических ошибок нужен очень очень низкий. Но задача в целом более простая, научиться водить, нежели научиться делать много разных задач лучше человека)
А далее на дороге вырывают яму (и хорошо, если заранее знак "ремонтные работы" поставят), так что и от времени она начинает зависеть, и "известность заранее" пропадает. И тут нам нужно великолепное распознавание образов, которого у нас и так нет (великолепного), а у нас ещё и время на это распознавание критично ограничено.
Любое ML решение нужно оборачивать в контур более простых проверок и логик, которые будут срабатывать менее умно, но безопасно. И также добавлять human in the loop, чтобы был больший контроль. С ремонтами и ямами все это в целом делается.
Но так все возможные глупости, которые человек сотворить может, не сгенерировать, то периодически будем получать совершенно "глупые" ошибки у нашего трансформера, который будет сталкиваться с чем-то, что сгенерировать для него не догадались.
У трансформера скорее всего будут свои специфичные ошибки, которых человек обычно не делает, на такое в автономном вождении можно уже много посмотреть на примере тех же waymo в США. Но их рейт уже в целом реально сделать приемлемым для того, чтобы можно было сделать полезный и безопасный сервис, у которого будут свои преимущства тоже. Хорошая часть технологии автономного вождения в критичных кейсах в любом случае еще в том, что мы сможем добиться, чтобы кейсы, которые уже случались, больше не повторялись. Человеку такого сложно добиться.
Полный ответ на этот вопрос на еще одну статью легко сможет потянуть! Проблемы начинаются с того, что ты подразумеваешь под честным автономным автомобилем :)
Waymo уже в нескольких городах США вполне честно ездит без водителя за рулем. В китае есть уже несколько компаний, которые представляют сервис такси без водителя в довольно больших зонах в Гуанчжоу, Шеньжене, Шанхае.
"Звездочка с мелким шрифтом" в этих запусках пока тоже есть, иногда подключаются операторы, юридическое регулирование пока в серой зоне и т.п.
Пока видно, что технологически лидеры в отрасли уже очень близко подобрались к тому, чтобы технологию можно было начинать делать продуктом. Будут ограничения, но массовым продуктом уже может стать. Не хватает еще стандарта для ИИ в этой отрасли, сопоставимого с автомотив стандартами, чтобы страховые могли вписываться в риски и государство давать какие-то гарантии. И не хватает достаточно дешевой машины, которая будет иметь все необходимое, включая резервные и диагностические системы для безопасности всего, что есть на борту (хотя тут уже близко и cybercab теслы и у baidu в китае есть наработки). Всеми этими вещами очень активно сейчас занимаются, должно скоро начать сходиться)
Технологический челенж для нас - догонять лидеров сейчас, а для лидеров - добиться масштабирования в большое число локаций, городов.
Я как раз думаю не так уж долго) будет много мест, где довольно скоро будем ездить лучше среднего водителя такси. Ограничения тоже будут, но много где их будет незаметить. Сложно достичь уровня - "отучился в автошколе, начал ездить в любом городе". Но начать хорошо ездить в больших районах крупных городов уже вполне реально.
Разница с AGI в языковых моделях здесь еще в том, что рейт критических ошибок нужен очень очень низкий. Но задача в целом более простая, научиться водить, нежели научиться делать много разных задач лучше человека)
Любое ML решение нужно оборачивать в контур более простых проверок и логик, которые будут срабатывать менее умно, но безопасно. И также добавлять human in the loop, чтобы был больший контроль. С ремонтами и ямами все это в целом делается.
У трансформера скорее всего будут свои специфичные ошибки, которых человек обычно не делает, на такое в автономном вождении можно уже много посмотреть на примере тех же waymo в США. Но их рейт уже в целом реально сделать приемлемым для того, чтобы можно было сделать полезный и безопасный сервис, у которого будут свои преимущства тоже. Хорошая часть технологии автономного вождения в критичных кейсах в любом случае еще в том, что мы сможем добиться, чтобы кейсы, которые уже случались, больше не повторялись. Человеку такого сложно добиться.
Полный ответ на этот вопрос на еще одну статью легко сможет потянуть! Проблемы начинаются с того, что ты подразумеваешь под честным автономным автомобилем :)
Waymo уже в нескольких городах США вполне честно ездит без водителя за рулем. В китае есть уже несколько компаний, которые представляют сервис такси без водителя в довольно больших зонах в Гуанчжоу, Шеньжене, Шанхае.
"Звездочка с мелким шрифтом" в этих запусках пока тоже есть, иногда подключаются операторы, юридическое регулирование пока в серой зоне и т.п.
Пока видно, что технологически лидеры в отрасли уже очень близко подобрались к тому, чтобы технологию можно было начинать делать продуктом. Будут ограничения, но массовым продуктом уже может стать.
Не хватает еще стандарта для ИИ в этой отрасли, сопоставимого с автомотив стандартами, чтобы страховые могли вписываться в риски и государство давать какие-то гарантии. И не хватает достаточно дешевой машины, которая будет иметь все необходимое, включая резервные и диагностические системы для безопасности всего, что есть на борту (хотя тут уже близко и cybercab теслы и у baidu в китае есть наработки).
Всеми этими вещами очень активно сейчас занимаются, должно скоро начать сходиться)
Технологический челенж для нас - догонять лидеров сейчас, а для лидеров - добиться масштабирования в большое число локаций, городов.