Для людини відрізнити один предмет від іншого, наприклад, пішохода від алюмінієвої банки, не викликає жодної проблеми. Однак автономні роботи на кшталт автомобілів з автопілотом бачать світ інакше. Для них ці об’єкти виглядатимуть однаково, що їх спантеличує.
Автомобілі, які вміють їздити без водія, обіцяють великі зручності у пересуванні, і тому слідом за американськими штатами Невада та Каліфорнія їх починають випробовувати в інших країнах. Влада Британії минулого місяця постановила, про початок дорожніх тестів таких авто у 2015 році. Експерти кажуть, що такі машини – лише один приклад автономних роботів, а скоро вони будуть майже всюди – від транспорту до помічників у госпіталях. Однак для того, щоб це трапилось, машинам спершу потрібно навчитись рухатись у навколишньому середовищі, для чого їм треба більше, ніж кілька гарних камер.
В автономних роботів зір влаштований складніше, ніж у людини, і вони не обходяться звичайними відеокамерами. На додаток до них вони мають низку інших сенсорів – сонар, радар, лідар та інфрачервоний датчик. Машини постійно посилають поперед себе короткі спалахи невидимого світла та звуку, а вже потім вивчають відбитий зворотній сигнал. Адже в ньому міститься інформація про пішоходів, велосипедістів, перешкоди на дорозі та інші авто. Проте не варто думати, що такого набору техніки достатньо для безпечної навігації на вулицях, адже бачити світ не означає його розуміти.
За допомогою своїх датчиків машини зможуть побачити і пішохода, і алюмінієву банку. Однак вони не зможуть їх розрізнити за допомогою свого переднього радара через те, що у цих предметів однакова поверхня відбиття сигналів. Після сканування бортовий комп’ютер буде «думати», що перед ним два однакових предмети. «Це говорить нам про те, що радар – не кращий інструмент для визначення людей попереду, – каже виконавчий директор центру автомобільних досліджень Університету Стенфорда Свен Бейкер. – Лазер або камера більше підходять для такого завдання».
Просто ілюзія
Для нас з вами немає нічого дивного в тому, що коли ми дивимося на яблуко, то ми розуміємо, що це за об’єкт та які властивості він має. Ми сприймаємо ці знання як природні, проте роботам дуже важко розуміти, що вони бачать попереду. Адже зір – це не просто потік фотонів на сітківку ока, це значно складніша система.
«Візуальна система розділяє зображення, розбиває їх на карти з кольором, рухом тощо і якимось чином повторно складає це в єдине зображення, – каже професор комп’ютерних наук Університету Лондона Пітер МакОуен. – Як мозок виконує цю роботу, є досі таємницею».
Професор намагається відтворити людський стиль бачення у роботів, вивчаючи збої зору. В якості останніх годяться оптичні ілюзії – зображення, які на справді виглядають інакше, ніж ми їх бачимо. МакОуен цікавиться ними, адже якщо математичні моделі зможуть передбачати, які нові картинки стануть оптичною ілюзією, тоді це означає, що модель точно копіює людський зір.
«Оптичні ілюзії є захопливими трюками, – розповідає він. – Однак водночас вони є гарним способом перевірки моделей зору на точність». Більшість роботів, наприклад, не стануть жертвами ілюзії шахової дошки Адельсона. А ось людям буде здаватися, що два однаково сірі прямокутники мають різний колір.
«При погляді на це зображення людський мозок оброблює його та прибирає ефект тіні, – говорить МакОуен. – Саме тому квадратики здаються різного кольору».
На перший погляд може здатися, що нечутливість роботів до оптичних ілюзій дає їм переваги над людьми, однак у реальному світі це лише заважає. Через те, що машини не можуть розпізнати тінь, вони не в змозі визначити зміни ландшафту на дорозі. «Комп’ютерний зір значно знижує якість, коли він працює в умовах змінного освітлення, перешкод та тіней, – каже МакОуен. – Тіні часто сприймаються роботами, як реальні об’єкти».
Розпізнавання намірів
Для успішного функціонування у світі людей машини вимушені вчитися не лише бачити фізичні об’єкти. Вони мають також розпізнавати та прогнозувати наміри користувачів. Військові роботи повинні успішно відрізняти своїх солдат від ворогів та цивільних, роботи-опікуни мають бачити емоції своїх підопічних.
Для цього їм необхідно не лише бачити предмети, але й бути в курсі їхнього контексту. Бейкер пояснює це прикладом: якщо на дорогу викотився м’яч, більшість водіїв очікуватиме, що зараз за ним вибіжить дитина, і тому знизять швидкість. Машинам ще потрібно цьому вчитися. Сучасні роботи також дуже довірливі і не очікують, що їх можуть використати для поганих цілей чи викрасти.
Однак експерти кажуть, що про це не варто дуже хвилюватися, краще направити ресурси на те, щоб роботи вели себе передбачувано. «Важливо, щоб машина поводилася передбачувано та виконувала соціальні норми, – каже МакОуен. – Люди очікуватимуть, що машини будуть робити те, що їм задано».
За матеріалами: BBC.
