Илон Маск

Когда поздно вечером Маск вернулся в Сан-Франциско, он наконец нашел время поговорить со Шроффом, и тот подробно рассказал о своем проекте по созданию планировщика на базе нейронной сети. “Я считаю, что мне крайне важно продолжить эту работу”, – сказал Шрофф. Послушав его, Маск снова проникся энтузиазмом в отношении этого проекта и согласился. Он понял, что в будущем Tesla станет не только автомобильной компанией и не только компанией в сфере чистой энергетики. Полностью автономное вождение, робот Optimus и суперкомпьютер Dojo на базе машинного обучения сделают ее компанией, работающей в области искусственного интеллекта, причем не только в виртуальном мире чат-ботов, но также во вполне реальном мире заводов и дорог. Маск уже подумывал нанять группу специалистов по ИИ, чтобы составить конкуренцию OpenAI, и команда Tesla по разработке автопилота могла им в этом помочь.

Годами система автопилота Tesla опиралась на подход на основе правил. Она получала визуальные данные с установленных на автомобиле камер и распознавала такие вещи, как разметку, пешеходов, светофоры и все остальное, что попадало в поле зрения восьми камер. После этого программа применяла набор правил, например: “Остановись, когда горит красный сигнал”; “Двигайся, когда горит зеленый”; “Держись посередине между линиями разметки”; “Не пересекай двойную желтую линию, отделяющую встречную полосу”; “Проезжай перекресток только тогда, когда рядом нет быстро движущихся автомобилей, которые могут с тобой столкнуться” и так далее. Чтобы обучить систему применять эти правила в сложных ситуациях, инженеры Tesla вручную писали и обновляли сотни тысяч строк кода на языке C++.

Дхавал Шрофф за своим столом в Tesla

Проект по созданию планировщика на базе нейронной сети, которым занимался Шрофф, должен был добавить к этому новый уровень. “Вместо того чтобы определять необходимую траекторию автомобиля, опираясь только на правила, – говорит Шрофф, – мы определяем траекторию, также опираясь на нейронную сеть, которая учится на миллионах примеров, как поступают в разных ситуациях обычные водители”. Иными словами, система имитирует поведение людей. Оказавшись в определенной ситуации, нейронная сеть выбирает траекторию на основе того, что люди делали в тысячах подобных ситуаций. Примерно таким образом люди учатся говорить, водить машину, играть в шахматы, есть спагетти и делать почти что угодно еще. Порой нам дают набор правил, которым нужно следовать, но главным образом мы приобретаем навыки, наблюдая за поведением других. Такой подход к машинному обучению Алан Тьюринг описал в своей статье “Вычислительные машины и разум”, опубликованной в 1950 году.

Tesla обладала одним из крупнейших в мире суперкомпьютеров для обучения нейронных сетей. Он работал на графических процессорах (GPU), производимых компанией Nvidia. Маск рассчитывал, что в 2023 году ИИ-системы уже можно будет обучать на видеоданных с помощью суперкомпьютера Dojo, с нуля собранного в Tesla. Вычислительная мощность этого компьютера, микросхемы и инфраструктуру которого разработали штатные ИИ-инженеры Tesla, составляла почти восемь экзафлопс (10¹⁸ операций в секунду), что делало его самым мощным в мире суперкомпьютером для выполнения описанных задач. Его предполагалось использовать и для программы беспилотного вождения, и для робота Optimus. “Интересно работать над ними вместе, – говорит Маск. – Оба ищут свой путь в этом мире”.

К началу 2023 года в рамках проекта по разработке планировщика на базе нейронной сети было проанализировано 10 млн кадров видео с камер, установленных на автомобилях клиентов Tesla. Значит ли это, что система будет управлять автомобилем не лучше среднего водителя? “Нет, поскольку мы используем только данные, полученные в ситуациях, когда люди хорошо справлялись с управлением автомобилем”, – поясняет Шрофф. Специалисты по разметке данных, многие из которых работали в городе Баффало в штате Нью-Йорк, просматривали видео и ставили оценки действиям водителей. Маск велел им искать, “как поступил бы водитель Uber с пятизвездочным рейтингом”, и отобранные видеоролики в итоге использовались для обучения системы.

Маск регулярно прогуливался по штаб-квартире Tesla в Пало-Альто, где в открытом офисе сидели инженеры из команды по разработке автопилота, и частенько опускался рядом с ними на колени, чтобы что-нибудь обсудить. Однажды Шрофф показал ему последние достижения команды. Они произвели на Маска впечатление, но у него возник вопрос: правда ли есть необходимость в этом новом подходе или же это чересчур? Одна из его установок гласила: не стоит запускать крылатую ракету, чтобы убить одну маленькую муху, ведь с этим справится и мухобойка. Может, использование нейронной сети для прокладки траектории – это неоправданно сложный способ работы с немногочисленными и маловероятными особыми случаями?

Шрофф показал Маску, в каких ситуациях планировщик на базе нейронной сети будет работать лучше, чем подход на основе правил. В демонстрационном ролике дорога была усыпана пустыми алюминиевыми банками, упавшими дорожными конусами и всевозможным мусором. Автомобиль, управляемый планировщиком, объезжал препятствия, пересекал разметку и при необходимости нарушал некоторые правила. “Так происходит, когда мы начинаем вместо правил опираться на нейронную сеть, – сказал Шрофф. – Если включить эту систему, автомобиль никогда не попадет в аварию даже в неупорядоченной среде”. Маск обожал такие скачки в будущее. “Мы должны провести демонстрацию в стиле фильмов о Джеймсе Бонде, – сказал он, – чтобы со всех сторон взрывались бомбы, с неба падал НЛО, а машина ехала вперед, ничего не задевая”.

Как правило, системы машинного обучения нуждаются в цели или метрике, чтобы использовать ее в качестве ориентира. Маск любил определять, какие метрики должны быть важнее всего, и дал путеводную звезду – количество километров, которые автомобили, оснащенные системой полностью автономного вождения (ПАВ) Tesla, могут проезжать без человеческого вмешательства. “Я хочу, чтобы последние данные о том, сколько километров приходится на каждое вмешательство, выводились на первый слайд на любом нашем совещании, – постановил он. – Если мы обучаем ИИ, на что мы должны нацеливаться? Ответ: на увеличение количества километров, проезжаемых от одного вмешательства до другого”. Он велел инженерам сделать это чем-то вроде видеоигры, в которой они смогут каждый день следить за своим счетом. “Без счета в игре скучно, поэтому, если вы каждый день будете видеть, как множатся километры, проезжаемые без человеческого вмешательства, ваша мотивация будет расти”.

Члены команды установили в офисе огромные 85-дюймовые мониторы, на которых в реальном времени показывалось, сколько километров автомобили, оснащенные системой ПАВ, в среднем проезжают без человеческого вмешательства. Замечая, что какое-то вмешательство повторялось неоднократно – например, когда водители хватались за руль при перестроении, при слиянии дорог или при повороте на сложном перекрестке, – они корректировали правила и отлаживали планировщик на базе сети таким образом, чтобы это исправить. Они поставили у своих столов гонг и ударяли в него всякий раз, когда им удавалось решить проблему, которая вызывала человеческое вмешательство.

Тест-драйв с ИИ

К середине апреля 2023 года Маск решил, что настало время испытать новый планировщик движения на базе нейронной сети. Он решил проехаться с ним по Пало-Альто. Шрофф и команда по разработке автопилота запрограммировали автомобиль таким образом, чтобы он опирался на программу, которую с помощью нейронной сети обучили имитировать поведение обычных водителей. В программе содержался лишь абсолютный минимум традиционного кода на основе правил.

Маск сел на водительское сиденье, а на пассажирском разместился Ашок Эллусвами, который занимал в Tesla должность директора по разработке программного обеспечения для автопилота. Шрофф устроился сзади, взяв с собой еще двух человек из своей команды, Мэтта Бауха и Криса Пейна. Они втроем восемь лет работали в Tesla за соседними столами и жили в Сан-Франциско в нескольких кварталах друг от друга. Вместо семейных фотографий у них на столах стояли одинаковые снимки, где они позировали на хеллоуинской вечеринке. Четвертым человеком в их команде был Джеймс Маск, но затем его дядя купил Twitter и перевел его туда, а Шроффу удалось избежать этой участи.

Готовясь выехать с парковки штаб-квартиры Tesla в Пало-Альто, Маск установил на карте место назначения, выбрал режим полностью автономного вождения и убрал руки с руля. Когда автомобиль повернул на главную дорогу, перед ним возникла первая опасность: навстречу ехал велосипедист. “Мы все затаили дыхание, поскольку велосипедисты порой непредсказуемы”, – говорит Шрофф. Маск, однако, не испугался и не попытался схватиться за руль. Автомобиль объехал велосипедиста сам. “Он поступил точно так же, как обычный водитель”, – говорит Шрофф.