«Hello World. Как быть человеком в эпоху машин»
Алгоритмы машинного обучения не первый год ищут для нас информацию, формируют ленту в соцсетях, подбирают музыку и помогают с выбором романтического партнера. Этим, однако, дело не ограничивается: машинное обучение уже начали использовать в своей практике судьи, медики и полицейские. В книге «Hello World. Как быть человеком в эпоху машин» (издательство «Corpus»), переведенной на русский язык Юлией Плискиной, математик и профессор Университетского колледжа Лондона Ханна Фрай исследует, какой властью наделены алгоритмы, какие проблемы они создают и где, наконец, заканчиваются возможности программ и начинается ответственность человека. N + 1 предлагает своим читателям ознакомиться с отрывком, в котором рассказывается о препятствиях на пути к созданию целиком автономного автомобиля, способного одинаково хорошо ориентироваться в городе и за его пределами.
Книга опубликована в рамках издательской программы Политехнического музея и входит в серию «Книги Политеха».
Нарушение правил дорожного движения
С тех пор как состоялись первые гонки беспилотников, теорема Байеса и могучая сила теории вероятности дали толчок множеству инноваций в разработке автономного транспорта. Я спросила Пола Ньюмена, профессора из Оксфорда, специалиста по робототехнике и основателя компании Oxbotica, которая конструирует и тестирует на улицах английских городов машины-беспилотники, как устроены его последние модели, и он сказал: «Это программа на миллионы, много миллионов строк, но я мог бы описать все это как вероятностный логический вывод. Все целиком».
Впрочем, хотя байесовский вывод отчасти объясняет принципиальную возможность создания машины-беспилотника, он же дает нам понять, какой же это крепкий орешек — полностью автономный автомобиль, которому совсем не нужен живой водитель.
Предположим, говорит Пол Ньюмен, «два автомобиля едут навстречу друг другу с высокой скоростью». К примеру, по двухполосному шоссе, на плавном повороте, один в одну сторону, второй — в другую. Водитель — человек — будет абсолютно спокоен, ведь он уверен, что другая машина останется на своей полосе и проследует мимо на безопасном расстоянии в пару метров. «Но довольно долго кажется, что они сейчас врежутся друг в друга», — объясняет Ньюмен. Как научить машину без водителя не паниковать в такой ситуации? Вам не нужно, чтобы машина съехала на обочину, стараясь предотвратить аварию, которой и так не произойдет. Но точно так же вы не хотите, чтобы она никак не реагировала на угрозу, когда вы действительно окажетесь на волосок от лобового удара. Не забудьте еще, что такие машины могут лишь строить более или менее обоснованные предположения о том, как им следует действовать. Как добиться того, чтобы их догадки всегда были верны? Это, говорит Ньюмен, «ужасно трудная задача».
Специалисты давно бьются над ней, но решение существует. Надо придумать, как смоделировать поведение других, здравомыслящих водителей. Но, к сожалению, не в любой дорожной ситуации этот прием эффективен.
«Плохо со всеми теми аспектами вождения, которые вообще не связаны с вождением», — поясняет Ньюмен. Надо как-то втолковать алгоритму, что следует проявить повышенную осторожность, если, к примеру, из фургона с мороженым доносится музыка или дети играют с мячом на тротуаре. Надо научить его распознавать странные прыжки кенгуру (пока я писала свою книгу, специалисты Volvo как раз сообщили, что работают над этим). Для сельских районов Англии это не очень актуально, но в Австралии машину без такого навыка опасно выпускать на дорогу.