Компания Uber считает, что её беспилотные такси изменят способ перемещения миллионов людей. Но робомобили ещё очень далеки от того, чтобы ездить по дорогам.

Я стою рядом с большим складом в Питтсбурге, на площадке, протянувшейся вдоль реки Аллегейни, где раньше было множество фабрик и заводов, а теперь стоят магазины и рестораны. Я жду прибытия новой технологической революции. Я проверяю телефон, поднимаю взгляд, и вижу, что она уже прибыла. Это белый Ford Fusion с крышей, уставленной футуристического вида датчиками. Впереди сидят двое – один сверяется с компьютером, другой – за рулём. Но управляет всем машина. Я сажусь к ним, нажимаю кнопку на сенсорном экране, и откидываюсь на сиденье, пока робомобиль Uber меня катает.

Выехав на дорогу по направлению к пригороду, машина чётко остаётся в своём ряду, ловко проскочив между подъезжавшим автомобилем и припаркованными на обочине грузовиками. Я уже сидел в робомобилях, но мне всё ещё удивительно наблюдать с заднего сиденья, как самостоятельно движутся руль и педали, реагируя на дорожные события.

Пока что большинство автоматических машин тестировали на шоссе где-нибудь в Калифорнии, Неваде и Техасе. В Питтсбурге же петляющие дороги, огромное количество мостов, сложные перекрёстки, и полно снега, дождя и мокрого снега. Как сказал один из директоров Uber, если робомобиль сможет ездить в Питтсбурге, он сможет ездить везде. И будто для проверки его теории, когда мы поворачиваем на оживлённую улицу рядом с рынком, два пешехода выскакивают на дорогу перед нами. Машина плавно останавливается загодя, ждёт, и потом продолжает движение.

На экране перед задним сиденьем виден странный мир глазами компьютера – окружающее изображено в ярких цветах и острых рёбрах. Картинка получается благодаря удивительному набору инструментов, расставленных по машине. Целых сем лазеров, включая большой вращающийся лидар на крыше; 20 камер; высокоточная GPS; несколько ультразвуковых датчиков. На экране в машине дорога выглядит голубой, строения и другие машины красными, жёлтыми и зелёными, а пешеходы выделены чем-то наподобие лассо. На экране также показано, как автомобиль тормозит и рулит, и есть кнопка для остановки. Так как на дворе 2016 год, у экрана даже есть возможность сделать сэлфи. Вскоре после поездки на мою почту приходит зацикленный GIF, где видно мир глазами машины и мою улыбающуюся физиономию в углу. Люди на тротуарах машут нам, когда мы стоим на светофоре, а товарищ, ведущий пикап сзади нас, показывает нам большие пальцы.

Моя поездка – часть самого навороченного на сегодняшний день теста робомобилей. Uber уже дал добро для избранных клиентов на заказ автоматических такси и езду на них по Питтсбургу. Компания, уже перевернувшая всю индустрию такси, позволяя вызвать машину при помощи смартфонного приложения, уже через несколько лет собирается сделать большую часть своего парка автомобилей автоматической. Делается смелая ставка на то, что технологии уже готовы изменить способ перемещения для миллионов людей. Но в каком-то смысле эту ставку делать уже необходимо. Uber за первую половину года потерял уже $1,27 миллиарда, в основном за счёт выплат водителям. Робомобили – это «отличная возможность для Uber», говорит Дэвид Кейт, ассистент-профессор в MIT, изучающий инновации в автоиндустрии, «но есть опасность, что кто-то опередит их».

Большинство автопроизводителей, в особенности Tesla Motors, Audi, Mercedes-Benz, Volvo и General Motors, а также Google и, якобы, Apple, уже тестируют робомобили. Tesla уже ездят самостоятельно в разных ситуациях (хотя компания и предупреждает, что систему лучше использовать только на шоссе, держа при этом руки на руле). Но несмотря на серьёзных соперников, у Uber есть лучшие возможности по быстрой коммерциализации этой технологии. В отличие от Ford и GM она может ограничить поездки теми маршрутами, которые изначально будут по силам компьютеру. А в отличие от Google и Apple, у неё уже есть большая сеть такси, которую можно постепенно переводить на автоматику.

Преимущества технологии очевидны руководству компании. Без водителей, с которыми нужно делиться, Uber может выйти на прибыль. Роботакси могут стать такими дешёвыми и простыми, что людям уже не нужно будет покупать себе машины. В результате, автоматические автомобили могут поменять всю суть транспорта. Uber уже экспериментирует с доставкой еды, а недавно она купила Otto – стартап, разрабатывающий автоматические системы для грузовиков. Робогрузовики и робофургоны могут доставлять еду со складов в дома и офисы, быстро и эффективно. Незадолго до моей поездки Эндрю Левандовский [Andrew Lewandowski], глава подразделения робомобилей в Uber, ветеран программы робомобилей в Google, и один из сооснователей Otto, сказал: «Я верю, что это самое важное из того, что смогут сделать компьютеры в ближайшие 10 лет».

Uber быстро развивается. Компания создала центр передовых технологий, где разрабатывает робомобили, в феврале 2015 года. Она наняла исследователей из департамента робототехники из расположенного неподалёку Университета Карнеги-Меллон (CMU). С их помощью Uber разработала роботакси всего за год с небольшим – примерно столько времени требуется обычному автопроизводителю на разработку нового дизайна развлекательной консоли.

Но не развивается ли она слишком быстро? Готова ли технология?

Роботы-предшественники

Остаток времени, проведённого мною в Питтсбурге, я ездил на такси Uber под управлением людей. Контраст ощущался. Я захотел посетить государственный центр робототехники (NREC) – часть института робототехники, работающего в рамках Университета Карнеги-Мелон. Это одна из исследовательских групп робототехники, находящаяся на переднем крае этой области. Я вызвал такси, и вызов принял Брайан, приехав на убитой Hyundai Sonata. Брайан говорит, что видел несколько автоматических машин Uber, но заметил, что на них кататься не так хорошо, как с ним. Сразу после этого он повернул не там и заблудился. Правда, в потоке он ездит так же хорошо, как робомобиль. А когда его навигатор привёл нас к мосту, закрытому на ремонт, он просто спросил у рабочих, где объезд, и поехал по другому маршруту. Он также дружелюбно предложил мне не переплачивать за крюк и поставить мне пиво в качестве извинений за неудобства. В таких случаях становится понятно, что автоматические такси подарят вам совершенно другие ощущения. Меньше неправильных поворотов и назойливых водителей – да, но никто и не поможет вам затащить чемодан в багажник и не вернёт забытый iPhone.

От пива я отказался, попрощался с Брайаном и прибыл на склад NREC, опоздав на 20 минут. Это здание заполнено удивительными прототипами роботов. Если приглядеться, можно увидеть и предков современных робомобилей. Сразу после входа стоит Terregator, шестиколёсный робот размером с холодильник, с кольцом датчиков наверху. В 1984 году он был среди первых роботов, способных самостоятельно передвигаться вне лаборатории, и катался по кампусу университета со скоростью несколько километров в час. За ним последовал переделанный фургон NavLab, один из первых автомобилей, полностью контролируемых компьютером. Перед входом стоит переделанный Chevy Tahoe, набитый компьютерами и украшенный устройством, удивительно напоминающим раннюю версию датчиков, используемых на автомобилях Uber. В 2007 году этот робот по имени Boss выиграл приз в соревновании, спонсируемом DARPA. Это был знаменательный момент для робомобилей, доказавший, что они могут двигаться по обычной дороге среди машин. Всего несколько лет спустя Google начал тестировать робомобили на дорогах.

Эта троица демонстрирует, как медленно до недавнего времени развивался прогресс. Железо и софт развивались, но система с трудом разбиралась в мире с точки зрения водителя, во всей его сложности и странности. В NREC я встретился с Уильямом Уитекером по кличке «Red» [William “Red” Whittaker], профессором университета, руководившим разработкой Terregator, первой версии NavLab и Boss. Уитекер говорит, что появление нового сервиса Uber не означает, что технология отработана до идеала. «Задача, конечно, не решена, – говорит он. – Не решены проблемы различных экстремальных ситуаций ».

А экстремальных ситуаций полно. Датчики могут ослепнуть или плохо работать при плохой погоде, ярком свете или при наличии препятствий. Софт и железо могут подводить. Экстремальные ситуации включают обработку неизвестных заранее событий. Нельзя запрограммировать машину на любой вообразимый случай, и в какой-то момент придётся просто верить, что она сможет справиться с любой ситуацией, используя имеющийся в наличии «интеллект». Но верится в это с трудом, особенно когда малейшие ошибки, к примеру, перепутать бумажный пакет на дороге с камнем, могут привести к опасным ситуациям.

В последнее время прогресс действительно ускоряется. Прорывы в областях компьютерного зрения и машинного обучения дают робомобилям больше возможностей в обработке видео. Если скормить такой системе достаточное количество примеров, она научится не только видеть препятствие, но и распознавать в нём пешехода, велосипедиста или отбившегося от стаи гуся.

Но экстремальных ситуаций никто не отменял. Директор NREC – Герман Герман [Herman Herman], робототехник, выросший в Индонезии, учившийся в CMU и разрабатывавший автоматические машины для защиты, добычи ископаемых и сельского хозяйства. Он верит, что робомобили появятся, но у него есть практические замечания по плану Uber. «Если ваш веб-браузер или компьютер падает и зависает, это раздражает, но не является большой проблемой,- говорит он. – А если взять шестиполосное шоссе, посередине которого едет робомобиль, внезапно решивший повернуть налево – можно представить, что произойдёт. Достаточно одной неверной команды рулю».

Другая проблема – масштабирование технологии. Несколько робомобилей на дороге – это просто. Но как насчёт десятков и сотен? Лазерные сканеры, по словам Германа, могут мешать друг другу, а если бы все эти автомобили были подключены к облаку, это потребовало бы гигантской пропускной способности. Такая банальность, как грязь на датчике, уже представляет проблему. «А самое серьёзное – и значение этой области исследований для нас сейчас растёт – как проверить и протестировать автономную систему на безопасность»,- говорит Герман.

Учимся водить

Для взгляда изнутри я направился через весь город, чтобы побеседовать с людьми, непосредственно разрабатывающими робомобили. Я встретился с Раджем Раджкумаром [Raj Rajkumar] с факультета робототехники CMU, заведующего лабораторией, спонсируемой GM. Раджкумар выглядит человеком старой школы, в быстро меняющемся мире исследований робомобилей, в котором часто доминируют представители Кремниевой долины. Он приветствует меня в офисе, одетый в серый костюм, и ведёт в подземный гараж, в котором он работает над прототипом Кадиллака. В машине множество датчиков, похожих на те, что стоят в Uber. Но все они мелкие и спрятанные, так что автомобиль выглядит обыкновенно. Раджкумар гордится прогрессом в практическом применении робомобилей, но предупреждает, что Uber может быть слишком оптимистичным в своих надеждах. «Пройдёт ещё много времени, пока водителя можно будет полностью исключить,- говорит он. – Думаю, ожидания стоит придержать».

Кроме надёжности автомобильного софта, Раджкумар волнуется из-за возможности взлома автомобиля. «В Ницце террорист на грузовике задавил сотни людей. Представьте, если бы в автомобиле не было водителя»,- говорит он. В Uber говорят, что серьёзно относятся к этой проблеме. Они недавно наняли двоих известных экспертов по компьютерной безопасности автомобилей. Раджкумар также предупреждает, что для более умной интерпретации информации об окружающем мире в области компьютеров должен случиться фундаментальный прорыв. «Люди понимают ситуацию,- говорит он. – Мы когнитивные и разумные. Мы понимаем, мы делаем выводы и реагируем. Автоматические машины – просто запрограммированы делать то-то и то-то по определённым схемам».

Иначе говоря, цветастая картинка, увиденная мной на заднем сидении Uber, представляет упрощённый и нечеловеческий способ понимания мира. Она показывает, где находятся объекты, иногда с точностью до сантиметра, но не понимает, что это за объекты и что они могут сделать. А это более важно, чем кажется. Типичный пример – увидев на дороге игрушку, человек понимает, что недалеко может объявиться и ребёнок. «Проблем добавляет и то, что Uber больше всего зарабатывает в городах и пригородах, — говорит Раджкумар. – Именно там чаще случаются непредвиденные ситуации».

Серебристая кнопка запускает автоматический режим, а большая красная – останавливает машину

И все проблемы, которые могут произойти в экспериментах Uber, могут повлиять на всю индустрию. Первое резонансное ДТП с Tesla, столкнувшейся с грузовиком, идя на автопилоте, уже подняло волную вопросов о безопасности. Поспешное внедрение любой технологии, даже направленных на увеличение безопасности дорожного движения, может привести к обратному эффекту. «Хотя Uber проделала отличную работу и рекламирует её как прорыв, она всё ещё очень далеко, — говорит Кейт из MIT. – Новые технологии основываются на позитивных отзывах, создающих принятие их пользователями, но может произойти и обратное. Если с этой технологией будут связаны ужасные аварии, и регуляторы прогнутся, это явно поубавит энтузиазма».

Я лично прочувствовал ограничения этой технологии на полпути в машине Uber, вскоре после того, как меня пригласили на водительское сиденье. Я нажал кнопку активации автоматической системы вождения, и мне сказали, что её можно будет отключить в любой момент, просто повернув руль, надавив на педаль или нажав на большую красную кнопку. Машина шла прекрасно, как и до этого, но я заметил, как стал нервничать инженер, сидевший рядом. И когда мы стояли на мосту в пробке, и на встречной полосе ехали машины, наш автомобиль начал медленно поворачивать руль влево и высовываться на встречную полосу. «Хватайте руль!», закричал инженер.

Может, это была ошибка софта, или датчики авто запутались из-за наличия больших открытых пространств по обе стороны моста. В любом случае, я быстро подчинился.