27 ноября стало известно о давней проблеме, которая неизменно вызывает споры среди специалистов и поклонников Tesla: несмотря на заметные успехи в развитии фирменной системы FSD (Full Self-Driving), автомобилям компании по-прежнему недостает той самой «здравой логики» при столкновении со сложными и нестандартными дорожными ситуациями. Если на базовом уровне современные версии автопилота — а именно FSD v13 и v14 — уверенно справляются с удержанием полосы, грамотным торможением и маневрами, то задачи более высокого порядка для них по-прежнему остаются непосильной вершиной.
В качестве примера приводится распространённая на дорогах ситуация: рабочий держит в руке знак с надписью «Медленно» — автомобиль, скорее всего, распознает препятствие и остановится. Но способен ли он понять более тонкие нюансы? Например, если этот же рабочий, стоя спиной к движению, оживленно беседует с коллегой и жестикулирует, освободив дорогу? Или удастся ли системе предугадать, что быстрый на первый взгляд ряд вскоре закроют дорожники, и перестроение туда окажется ошибочным?
Подобные сценарии пока ставят FSD в тупик. Для решения этой задачи Tesla начала поиски специалистов в области искусственного интеллекта, а конкретно — инженеров по обучению с подкреплением и “дистилляции”. Новая должность подразумевает разработку более “умных” и компактных архитектур ИИ, которые смогут усилить интеллектуальный уровень системы.
Чтобы оценить значимость этой работы, можно обратиться к концепции так называемых “двухсистемных” когнитивных моделей, которую когда-то продвигал Андрей Карпати, бывший руководитель отдела ИИ в Tesla. В двух словах, речь идет о переносе принципов человеческого мышления в программные алгоритмы: “система 1” отвечает за интуитивные и быстрые решения, годится для рутинных задач и привычных сценариев, а “система 2” действует вдумчиво и логично, помогая разбираться в сложных ситуациях, где требуется анализ и глубокое осмысление.
На практике нынешняя архитектура FSD по большей части реализует функции “системы 1”. Автомат превращает сигналы с камер в управляющие команды мгновенно — для этого реакции хватит и одной секунды. Но когда требуется «подумать» наперёд, предвидеть развитие событий, обычной “интуиции” становится мало. Нужен отдельный когнитивный модуль, способный к «осознанному» анализу, что и составляет суть “системы 2”.
Нехватку “системы 2” признают и сами разработчики: в одном из объявлений Tesla подчёркивается, что действующие модели пока недостаточны для естественного рассуждения в реальном мире и даже с трудом справляются с определением направления движения в ряде ситуаций.
Именно здесь появляется ключевая технология “дистилляции знаний”. Механизм этот прост: в дата-центрах Tesla обучается мощная логическая модель высокого уровня — условный “главный эксперт”. На основе её работы формируется устойчивый опыт, который затем переносится в сжатом виде на небольшую, “быструю” модель — так называемого “ученика”, пригодного для постоянной работы прямо на борту автомобилей (например, на платформе HW3). Главная идея — сделать возможным принятие сложных решений за миллисекунды, буквально на лету, а не в течение долгих секунд вычислений, неприемлемых для быстро меняющихся дорожных ситуаций.
Применение дистилляции имеет и другую сторону — только таким образом можно внедрить высший уровень логики (“System 2”) в массовое производство, не жертвуя безопасностью и скоростями обработки. Именно поэтому такой подход лежит в основе новой стратегии Tesla по развитию FSD и выведению “упрощённых” версий, вроде FSD 12.6.4, к которым плавно двигаются через промежуточные релизы и испытания “облегчённых” логических моделей.
На практике эти перемены означают коренную перестройку ИИ-алгоритмов в сторону настоящего “понимания” физического мира, а не просто повторения заранее выученных паттернов управления. Следующий шаг — это создание системы, способной самим фактом своего существования определять проблемные случаи, выходить из них с минимальным риском и без сбоев переходить от “контролируемого” к полностью самостоятельному обучению (источник: ithome.com).
Эксперты ожидают, что именно такие фундаментальные изменения откроют перед FSD новый этап развития, который окажется заметно значительнее, чем постепенные обновления и мелкие улучшения между последними версиями.
