`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

Как изменилось финансирование ИТ-направления в вашей организации?

Best CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Великий вызов 2005

0 
 

Искусственный интеллект (ИИ) – тема, пик привлекательности которой прошел очень давно. Сейчас написать «научно-популярную» статью об ИИ – почти моветон. Слишком много было сказано ранее, слишком велики были ожидания и слишком щедры обещания. И даже сравнительно новые, близкие к тематике ИИ разработки тщательно дистанцируются их создателями от таких опасных слов, как «искусственный интеллект».

Что только не придет людям в голову – ко всему емкое английское слово challenge и подойдет. Каких только вызовов и чему только не бросает естественный интеллект. К счастью, его вызовы здравому смыслу, такие как преодоление порогов на надувных женщинах из секс-шопов (Bubble Baba Challenge) не являются предметом обсуждения в нашем журнале. Поэтому мы поговорим о событии куда более прозаичном. Об очередном великом вызове человеческого интеллекта проблеме сложности. Причем вызов этот брошен не с целью поразвлечься и, тем более, не с целью благородно утомиться в битве. Напротив, цель, преследуемую дуэлянтами, бросившими вызов, можно назвать возвышенной. Цена победы в этой дуэли – десятки тысяч человеческих жизней в год. Именно столько людей гибнет в автомобильных катастрофах в высокоразвитых странах из-за несовершенства систем пассивной и активной безопасности автомобилей.

Итак, мы говорим об очередном, втором по счету, заезде полностью автономных автомобилей-роботов Grand Challenge на приз знаменитого Управления перспективных исследований и разработок министерства обороны США (DARPA). Учитывая особенности нашего времени, сразу следует оговориться – DARPA знаменита не столько как военная исследовательская организация (хотя в этой области ее достоинств никто не осмеливается оспаривать), сколько как заказчик разработки системы всемирного масштаба, повседневно изменяющей облик мира и даже в какой-то мере предопределяющей его будущее. Естественно, речь идет об Интернете.

Гонка DARPA Grand Challenge этого года из-за полного фиаско своей предшественницы проводилась по смягченным требованиям. Одновременно с разными «послаблениями» DARPA увеличила призовой фонд для победителя – с миллиона долларов до двух. 175 миль по пустыне с естественными и искусственными препятствиями по принципу «из пункта А в пункт В» должны были пройти автомобили-роботы, созданные командами-участницами, без аварий, поломок и какого-либо участия людей. В прошлом году дистанцию в 200 миль по смешанному маршруту (дороги и бездорожье) между городами Барстоу (Калифорния) и Примм (Невада) не смогла преодолеть ни одна машина-робот. Задача усложнялась и тем, что специалисты DARPA установили ряд достаточно строгих ограничений. Во-первых, роботы должны были двигаться по автономно выбранным маршрутам, не выходящим за пределы разрешенной для передвижения полосы. Во-вторых, победа засчитывалась только тому роботу, который преодолел свой маршрут и достиг пункта назначения менее чем за 10 часов. В-третьих, сам характер местности можно назвать непростым не только для автономного транспортного средства, но и для неплохо подготовленного водителя: финиш от старта отделяли асфальтированные, мощеные и грунтовые дороги, крутые уклоны и подъемы, обширные участки каменистого бездорожья, русла пересохших ручьев и овраги. К «послаблениям» гонки 2005 г. можно разве что отнести сокращение дистанции до 175 миль и уточнение временных рамок понятием «за наиболее короткий промежуток времени, но не больше 10 часов».

Когда братья Райт подняли в небо свой маленький самолет, они доказали, что это принципиально возможно. И так же как авиация началась с этого события, робототехника начинается с продемонстрированных на
Grand Challenge успехов.

Тони Тесер, директор DARPA

Соревнование естественных интеллектов

Пожалуй, самое интересное в DARPA Grand Challenge – вовсе не технические характеристики использованных автомобилей и даже не особенности их систем управления. Самое интересное – это цели, преследуемые DARPA, и способы достижения этих целей. Ведь в действительности DARPA Grand Challenge – это вовсе не соревнование машин-роботов. Это соревнование высокоуровневых управленцев, менеджеров проектов, научных школ, конструкторов и программистов. В документах DARPA цели проекта Grand Challenge достаточно четко, но неявно определены. Поэтому читателю предлагается список явных целей, составленный автором, который чуть позже получит детальное объяснение на основании доступных документов DARPA Grand Challenge. Перечень «нетехнических» целей, преследуемых DARPA, таков:

  1. Активация главных национальных достояний – изобретательности и стремления к совершенству.

  2. Проверка эффективности механизмов негосударственной системы финансирования наукоемких сложных проектов.

  3. Побуждение академической науки к тесному взаимодействию с промышленными производителями, в том числе и зарубежными.

  4. Отработка механизмов взаимодействия коллективов академической науки как исполнителей и оборонного ведомства США как заказчика.

  5. Стимулирование механизмов взаимодействия исследовательских подразделений академической науки со спонсорами, в том числе и зарубежными.

Первый пункт этого списка только на первый взгляд кажется наивным. «Leveraging American Ingenuity» – это действительно задача номер один. Именно для ее решения DARPA строго ограничила участие иностранных команд в Grand Challenge. Естественно, принципиального права участия DARPA никого не лишала. Но иностранная команда допускается к гонке, только если на момент подачи заявки на участие ею руководит совершеннолетний гражданин США. Таким образом, даже в иностранных командах именно за американцем закрепляется ответственность за решение главных и самых трудных задач любого проекта – организационных, требующих как раз и изобретательности, и стремления к совершенству.

Если в первом пункте условия DARPA достаточно мягки, то во втором участники сталкивались с беспрекословной категоричностью. Никакого государственного финансирования. Ни цента государственных денег ни на одной фазе цикла проектирования и реализации машины-робота. Недопустимость государственного участия в проекте в любой форме – вплоть до оплаты авиабилетов участникам команды. Ни одного патентованного устройства, разработанного на государственные средства, ни одного алгоритма, созданного на тех же условиях. Ни одного инструмента, находящегося в собственности государства, на этапе реализации машины, вне зависимости от сложности этого инструмента (будь то отвертка или станок с числовым программным управлением). Допустимое участие государства ограничено исключительно разрешением использования общедоступных, спонсируемых им систем, таких как GPS (система глобального позиционирования), и... правом отдельных членов команд, находящихся на государственной службе, воспользоваться очередным отпуском для помощи своим командам.

Иными словами, участники DARPA Grand Challenge могут задействовать исключительно средства негосударственных инвесторов. А вот чтобы эффективно задействовать эти средства, командам надо уметь не только безукоризненно работать с потенциальным инвестором, заинтересовать его и доказать свою состоятельность, но и разумно распоряжаться инвестированными средствами в ходе проектного процесса.

Четвертый пункт отражен в документах DARPA жесткими требованиями к соответствию машин-роботов ряду стандартов, в первую очередь, на безопасность. Оценку этого соответствия можно провести только в тесном взаимодействии участников команд со специалистами DARPA.

Надо сказать, что всего за год команды-участницы Grand Challenge 2005 с блеском добились всех поставленных перед естественным интеллектом целей. Впрочем, судите сами. Команда-победительница Стэнфордского университета, сформированная в июле 2004 г., сумела не только привлечь в качестве спонсора такую мощную компанию, как Volkswagen, но и заполучить научными руководителями отдельных групп опытных исследователей ее американского подразделения. Пример Стэнфордской команды показывает, чего позволяет добиться хорошая организация проектного процесса. Четыре группы (шасси и трансмиссии, программного обеспечения, тестирования и связи), набранные из представителей как академической науки, так и коммерческих компаний, смогли в сжатые сроки создать автономного робота Стенли, преодолевшего дистанцию Grand Challenge со средней скоростью 19,1 миль в час (свыше 30 км/ч). С другой стороны, «серая лошадка», Grey Team, неплохо проявившая себя в соревновании, продемонстрировала великолепное умение ее участников справляться с решением сложных проектных задач в условиях крайне ограниченного бюджета. Причем команда умышленно выбрала такой путь. В общем, учитывая впечатляющие показатели DARPA Grand Challenge 2005 – 5 дошедших до финиша машин, четырем из которых был засчитан результат, – можно говорить о том, что все «нетехнические» цели, поставленные DARPA перед разработчиками, достигнуты. Несмотря на многочисленные панические публикации о состоянии образования в США.

Соревнование искусственных интеллектов

Великий вызов 2005

Как это ни странно, но сугубо техническая сторона DARPA Grand Challenge действительно не такая интересная, как организационно-проектная. Четко поставленная задача и краткие сроки, в которые команды должны были не только разработать аппаратные и программные средства своих роботов, но и провести масштабные испытания, привели к тому, что архитектура созданных систем разнообразием не блещет. Выбранное в качестве базового транспортное средство (диапазон их велик – от мотоцикла и квадрацикла до 16-тонного монстра-самохода) разработчики доводили до пригодности к машинному управлению. Тут что-то особенное придумать трудно – для решения этой задачи достаточна установка датчиков и сервомеханизмов, управляющих тормозами, газом и рулевым механизмом. Естественно, конструкторы всех команд отдавали предпочтение машинам с автоматической коробкой передач для упрощения решения задачи в целом. Если бюджет позволял, в качестве базовой выбиралась машина, максимально пригодная к компьютеризации управления (например, Volkswagen Tuareg команды-победительницы изначально оснащен электромеханическими подсистемами управления газом и тормозами, да еще и доступными посредством де-факто стандартной сети CAN).

Великий вызов 2005
Volkswagen Tuareg по имени Стенли. Его «мозг» получает каждые 1/100 секунды сглаженную информацию о положении оси машины в пространстве и каждые 1/10 секунды – трехмерную «картинку» сектора 25-метровой глубины перед машиной. На основании всей доступной информации Стенли постоянно пересчитывает карту местности с оценкой ее пригодности для дальнейшего продвижения. 10 раз в секунду Стенли изменяет текущий план перемещения, согласовывая его с характеристиками местности.

Опять же сокращенными сроками разработки можно объяснить тот факт, что в качестве аппаратных платформ для вычислительных систем машин-роботов практически все команды выбрали не промышленные компьютеры или контроллеры специализированной архитектуры, а обычные ПК пользовательского класса. Причем выбор определялся не предпочтениями команды, а строгой проектной необходимостью. Если «серой лошадке» соревнований, команде Gray Team, была нужна дешевая подсистема с резервированием, обеспечивающая заданный уровень производительности при решении специфических вычислительных задач с изобилием вычисления квадратных корней, то команда остановилась на... нескольких 800-долларовых компьютерах Apple Mac Mini. Потому что процессоры этих малопотребляющих машинок обладают завидным быстродействием именно на таких расчетах.

Выбор системного программного обеспечения не принес особых сюрпризов. Основная масса разработчиков (в том числе и победитель – команда Стэнфорда) предпочла варианты ОС Linux, некоторые использовали Apple OS X, некоторые – Windows XP. Так как по сравнению со стоимостью отдельных подсистем (например, лазерных локаторов ценой 150 тыс. долл.) лицензирование системного ПО фактически не сказывалось на бюджете команды, выбиралась та система, которая лучше всего известна ее программистам.

Общая архитектура систем автономного управления практически у всех разработчиков была одинакова и включала подсистемы: навигационную (позволяющаую с помощью GPS определить положение машины), слежения за местностью (почти во всех машинах содержала дублирующиеся источники информации – видеокамеры и лазерные локационные установки), оценки местности и планирования маршрута и, наконец, формирования управляющих воздействий. Первая и последняя подсистемы этого списка довольно хорошо отработаны, и их создание – вопрос исключительно грамотного инженерного конструирования. Подсистема слежения за местностью у каждого разработчика была оригинальной, но максимально использующей промышленные функционально законченные узлы. А вот сугубо программная подсистема оценки местности и планирования маршрута – это уже персональный «конек» каждой команды, ее удачная алгоритмика и реализация во многом определяли успех всей команды в целом.

Это только начало

Не следует думать, что благодаря столь быстро достигнутому успеху DARPA Grand Challenge в ближайшее время появятся коммерческие устройства, унаследованные от самых успешных разработок команд-участниц. До этого момента еще далеко. И все-таки... директор DARPA Тони Тесер (Tony Tether) так сказал о достигнутых результатах: «Эти машины и их создатели не только поставили мировой рекорд, они вошли в историю».

0 
 

Напечатать Отправить другу

Читайте также

 
 
IDC
Реклама

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT