Илон Маск полностью

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.

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.

Шрофф и его коллеги подробно рассказали, как программа для ПАВ, которую они использовали, проходила обучение на миллионах видеороликов, полученных с камер, работающих в автомобилях клиентов компании. Получившийся в результате программный стек оказался гораздо проще традиционного, основанного на тысячах правил, написанных человеком. “Он работает в десять раз быстрее и впоследствии позволит нам удалить триста тысяч строк кода”, – сказал Шрофф. Баух добавил, что программа напоминает ИИ-бота, играющего в очень скучную видеоигру. Маск хохотнул. Пока автомобиль самостоятельно лавировал в дорожном трафике, он достал телефон и принялся писать сообщения в твиттер.