01.01.2021: ПРОГНОЗЫ РОДНИ БРУКСА
Сбылись ли прогнозы известного ученого Родни Брукса 2018 года по развитию ИИ и машинного обучения, беспилотного транспорта и космической отрасли?
Прогнозами в области развития искусственного интеллекта и машинного обучения, беспилотного транспорта и космической отрасли поделился Родни Брукс — австралийский робототехник, член Австралийской академии наук, профессор Массачусетского технологического института. В настоящее время г-н Брукс является соучредителем и главным техническим директором Robust.AI, стартапа, занимающегося разработками в области ИИ и робототехники.
Карта прогнозов от Родни Брукса интересна тем, что он анализирует, сбылись ли его собственные предсказания, сделанные 1 января 2018 года, на период до 1 января 2050 года. Они касались трех упомянутых выше направлений: ИИ и машинное обучение, беспилотный транспорт и космос. В 2018, как отмечает г-н Брукс, вокруг этих тем было много шума (например, утверждалось, что машины полностью заменят людей, некоторые профессии исчезнут, а на Марсе появятся безопасные для людей базы-поселения), и потому он попытался внести нотку рациональности, спрогнозировав даты будущих событий, в эту иррациональную суету. Робототехник также пообещал пересматривать свои предсказания каждый год 1 января в течение 32 лет, чтобы определить, какие из них сбылись. 1 января 2021 года Родни Брукс выложил в своем блоке оценку достижений 2019–2020 годов.
Самая интересная новость 2020 года, по мнению г-на Брукса, это то, что SpaceX удалось дважды осуществить пилотируемые пуски — пусть чуть позже, чем обещал Маск, но в сроки, указанные ранее Бруксом. Это изменит «космическую игру» во всем мире, а странам Азии, Южной Америки и Африки даст больше возможностей для реализации своих космических амбиций, утверждает Родни Брукс.
Некоторые считают, что 2020 год был особенным из-за Covid, а значит оценивать предыдущие прогнозы нужно, делая скидку на непредвиденные обстоятельства. Однако г-н Брукс уверен, что в любом анализе развития технологий такие неопределенности нужно изначально учитывать, а значит пандемия, как и некие другие неожиданные обстоятельства, должны быть уже заложены в прогноз.
Несколько пояснений: зеленым автор пометил те прогнозы, которые полностью сбылись; голубым — слишком оптимистичные прогнозы; красным — слишком пессимистичные прогнозы; даты в прогнозах идут в формате «ггггммдд» (например, 201906003- это 3 июня 2019 года). Интересно, что дат, помеченных красным цветом, в таблице г- на Брукса по беспилотному транспорту пока нет.
БЕСПИЛОТНЫЙ ТРАНСПОРТ.
Определение беспилотного автомобиля постоянно меняется. Раньше это была машина, которая едет самостоятельно. Теперь это больше пиар. Какая-то компания на волне интереса к теме выпускает пресс-релиз о запуске в таком-то пригороде беспилотных автомобилей, журналисты его подхватывают, а на деле — нет никаких упоминаний об ограничениях по времени суток, о погоде или конкретных дорогах в указанной географической зоне.
Прогноз (беспилотные автомобили)
9 октября в ArsTechnika вышла публикация о том, что Waymo запустила сервис такси без водителя. Однако пока нельзя называть такси Waymo в Чандлере, пригороде Феникса, полностью беспилотным. Такси доступно для заказа, и на самом деле в машине нет человека-водителя. При этом в Waymo сами отмечают, что автомобили движутся под контролем удаленного оператора, и при этом не уточняют, сколько машин мониторит один человек. Поэтому заголовки прессы о «полностью беспилотных автомобилях» не совсем соответствуют действительности.
Следующий заголовок — в The Verge от 9 декабря: Cruise тестирует полностью беспилотные машины в Сан-Франциско. И снова нужно читать внимательно. На пассажирском сиденье каждого из «полностью беспилотных» автомобилей находится сотрудник Cruise, который в любой момент может остановить машину. В дополнение, контроль осуществляется удаленным сотрудником. Два человека обеспечивают безопасность каждого из этих так называемых полностью беспилотных автомобилей!
В тот же день в Washington Post сообщается, что тестирование будет только в районе Сансет и только на определенных улицах. Жители Сан-Франциско знают, что это спальный район с очень небольшим количеством транспорта и знаками остановки на перекрестках в каждом квартале. Дороги не перегружены, и всегда можно безопасно остановиться.
Журналистам следует задавать всем компаниям, заявляющим, что они тестируют автомобили без водителя, такси или что-то еще, следующие вопросы.
Есть ли в «беспилотном автомобиле» сотрудник?
Может ли он каким-либо образом остановить машину?
Может ли удаленный сотрудник следить за автомобилем?
Могут ли сотрудники каким-либо образом взять на себя управление, например, остановить машину или наметить маршрут объезда?
Сколько автомобилей отслеживает такой удаленный сотрудник сейчас (и сколько будет в будущем)?
Есть ли машина сопровождения, которая предотвращает столкновение беспилотного автомобиля с машинами, следующими за ним? А если такая есть, может ли она остановить беспилотник? Кстати, обратите внимание: целая машина сопровождения для каждого автомобиля без водителя для обеспечения его безопасности…
Есть ли ограничения по времени суток, когда беспилотники выходят на рейс?
Какие изменения в испытаниях повлечет плохая погода? Или она никак не влияет на испытания?
Есть ли улицы, по которым беспилотники не ездят?
Если это служба такси, есть ли специальные места посадки и высадки, или это может быть где угодно?
Могут ли пассажиры изменить желаемый пункт назначения, уже находясь в такси?
Могут ли пассажиры прервать поездку и выйти, когда захотят?
Может ли пассажир вербально общаться с автомобилем (не с оператором)?
На большинство этих вопросов пиарщики не ответят. И будут выкручиваться, мол, «не в состоянии ответить», а ответов, может быть, и не существует…
Единственная компания, которая заявляет, что протестировала полностью беспилотные автомобили, без сопровождения, на дорогах Калифорнии, — это Nuro. Но это совсем не служба такси. У компании крошечные транспортные средства специального назначения, которые не могут вместить даже одного человека.
Ближе к концу года компания AutoX, базирующаяся в Китае, заявила, что она предоставляет услуги такси без водителя в ряде городов. Однако сначала обратите внимание, что услуга не открыта для публики и доступна только для сотрудников компании. В AutoX отмечают, что водителей в машинах и удаленных операторов у них нет, но однако ни одна из статей в СМИ не ответила на те вопросы, которые перечислены выше.
Это не значит, что в упомянутых проектах по внедрению беспилотников есть что-то плохое. Это разумные и необходимые шаги. Но вот публикации пишутся так, будто будущее уже наступило. Это не соответствует действительности. Мы очень далеки от реальной службы такси без водителя, которая могла бы конкурировать с традиционной таксомоторной компанией (а она должна приносить прибыль), или даже с одной из компаний, занимающихся шерингом, которая сама все еще теряет деньги. В развернутых демонстрационных системах на каждый беспилотник работает намного больше людей, чем в любой из работающих на рынке компаний. Машины без водителей совершают лишь небольшое количество поездок в день, и такие проекты не будут прибыльными, даже если за каждую поездку будет взиматься плата в тысячу раз больше, чем в обычных такси. И так будет еще долго.
В последние два года произошла настоящая встряска в области создания беспилотных автомобилей. Самый последний пример — в декабре 2020 года Uber продал свое подразделение по беспилотникам. И это правильно. Они передали в стартап бизнес по беспилотным автомобилям, который ранее рассматривали как способ наконец сделать Uber прибыльным, да еще инвестировали $400 млн. Не очень-то выгодная сделка для Uber!
Чтобы проиллюстрировать, как меняются прогнозы, г-н Брукс приводит в пример свои предсказания о беспилотных автомобилях от 27 марта 2017 года. В скобках указаны годы, когда были сделаны прогнозы, а синим цветом — даты, когда предполагалось, что произойдет событие. Желтым помечены те случаи, когда компании отказались от первоначальных планов (возможно, какие-то из таких случаев пропущены). Сиреневым помечены сроки, которые наступили, а событие не случилось. На самом деле, пока ни один прогноз не сбылся.
· NVIDIA выпустит систему управления 4го уровня (когда машина едет полностью самостоятельно) для беспилотников к 2018 (2017)
· NuTonomy запустит беспилотные такси в Сингапуре к 2018, а в 10 городах мира — к 2020 (2016)
· Delphi и MobilEye выпустят коммерческую систему беспилотного вождения к 2019 (2016)
· Директор Ford заявил, что полностью автономные автомобили появятся к 2021 (2016)
· Volkswagen обещает вывести первые беспилотные автомобили на рынок к 2019 (2016)
· GM: система автономных автомобилей будет развернута к 2020 или раньше (2016)
· BMW запустит беспилотный iNext в 2021 (2016)
· Ford: беспилотные автомобили выйдут на рынок к 2020 (2016)
· Baidu: большое количество беспилотников выйдет на дороги к 2019 (2016)
· Первая автономная Toyota появится в 2020 (2015)
· Илон Маск обещает, что первая полностью беспилотная Tesla появится в 2018, позже — в 2021 (2015)
· Американская Sec Trans: беспилотные автомобили будут использоваться по всему миру в 2025 (2015)
· Все машины Uber будут беспилотными в 2030 (2015)
· Ford: полностью автономные машины появятся к 2020 (2015)
· Полностью автономная Audi A8 следующего поколения появится к 2017 (2014)
· Jaguar и Land-Rover выпустят полностью автономные автомобили к 2024 (2014)
· Daimler: полностью автономные автомобили появятся к 2025 (2014)
· Nissan выпустит полностью автономные автомобили к 2020 (2013)
· Настоящие беспилотные автомобили наводнят дороги в 2028–2032, так говорят страховщики (2013)
Таким образом, 9 прогнозов растворились. Из оставшихся три к 2021 году тоже не будут достигнуты, да и к 2024 году тоже. Очевидно, что прогнозы для развития автономных транспортных средств в 2017 году были чрезмерно оптимистичными. Г-н Брукс и тогда в блоге рассказывал о проблемах развертывания беспилотников, которые не решались и которые требовали проведения исследований. Революцию в этой области задержали не столько необычные обстоятельства, сколько наличие обычных транспортных средств в большинстве городов и на автострадах.
И еще две «автомобильные» темы
В начале прошлого года Родни Брукс делился своим мнением по поводу заявления Илона Маска о том, что к концу 2020 года на дорогах будет миллион роботакси Tesla. Такой прогноз положительно повлиял на стоимость акций Tesla, этого не отнять. Вот что писал тогда г-н Брукс:
«Были и более возмутительно-оптимистичные прогнозы относительно появления полностью беспилотных автомобилей. Я не буду называть имен, но 23 апреля 2019 года, то есть менее чем девять месяцев назад, Илон Маск заявил, что в 2020 году Tesla будет иметь «один миллион роботакси» на дорогах, и их услуги будут «значительно дешевле для пассажиров, чем сегодня у Uber и Lyft». Хотя у меня нет реального мнения о правдивости этих прогнозов, они технически являются чушью. Кай-Фу Ли и я обменялись по этому поводу мнениями в Твиттере и решили «насладиться» зрелищем роботакси Tesla на всех дорогах в конце 2020 года».
2020 год наступил и ушел, и на дорогах так и нет миллиона роботакси Tesla. Есть ноль. Прогноз Родни Брукса и его коллеги сбылся. А у Илона Маска — новые прогнозы. В июле он предсказал появление системы автономного вождения пятого уровня в 2020 году, а в декабре со своим обычным серьезным лицом пообещал «полную автономию» в 2021 году. Эти прогнозы снова подняли цену акций Tesla. «Никогда не отказывайтесь от выигрышной стратегии!», — пишет г-н Брукс.
И немного о летающих беспилотниках. Как и в случае с «беспилотными автомобилями», определение менялось, поскольку PR-отделы различных компаний вовсю заявляли о прогрессе в этой области. За последние пару лет понятие «летающая машина» было извращено и стало обозначать любую небольшую летающую машину для одного или двух человек — обычно негабаритный квадрокоптер или октодекакоптер, или что-то подобное, которая взлетает и приземляется. Это не машины. Это вертолеты. С множеством винтовых двигателей. Но совсем не этот смысл вкладывался в понятие «летающие машины».
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И МАШИННОЕ ОБУЧЕНИЕ.
Родни Брукс не предсказывал каких-либо серьезных свершений в развитии искусственного интеллекта и машинного обучения на прошлый год, и так и произошло. Были, по мнению г-на Брукса, и раздутые достижения, к которым он относит GPT-3 — об этом далее.
Ни один из результатов прошлогодних исследований не понятен тем, кто не находится в гуще самого исследования. Но так и появляются достижения в науке и технике: много постепенных улучшений. Через тридцать лет мы, вероятно, не будем говорить в позитивном ключе: «Вспомните достижения в области AI / ML в 2020 году!» Этот год неотличим от других. Вот в 2012 году, когда к ImageNet впервые было применено глубокое обучение, результаты потрясли всех и полностью изменили две области: машинное обучение и компьютерное зрение.
В соответствующей таблице добавлено три пункта к прогнозам прошлого года, два из которых относятся к тому, как люди смотрят на ИИ и машинное обучение, а один — к отсутствующим возможностям, а не к техническим достижениям.
Прогноз
[ИИ и машинное обучение ]
В 2020-м в популярной прессе было много критики по поводу того, что шумиха вокруг ИИ не оправдана. Возможно, самая серьезная публикация была в The Economist. Заголовок гласил: «Приходит понимание ограничений ИИ», а подзаголовок: «ИИ не справился с задачей после нескольких лет на хайпе». Это не остановило публикаций в изданиях, которые разбираются в вопросах ИИ гораздо лучше: журнале AAAS Science или Nature. Ажиотаж продолжается, и это удручает.
Как сказано в таблице, здравый смысл и внимание — это то, чего не хватает текущим методам машинного обучения и с чем они не работают. Хотя изучение всего «с нуля» стало фетишем в машинном обучении, использование дополнительных встроенных механизмов имеет свои преимущества. И, конечно же, когда кто-нибудь из ML-разработчиков демонстрирует свою систему, изучающую что-то новое, на самом деле она основана на исходных данных, вложенных в нее автором. Люди выбирали задачу, награду и набор данных или симулятор. И когда они говорят: «Смотрите, она все сделала сама!», это звучит странно.
Обучение с подкреплением широко используется для решения задач манипулирования разными предметами. Задачи ставят люди, а решения могут быть чрезвычайно дорогими с точки зрения времени облачных вычислений. Как дети учатся обращаться с предметами? Они делают это предопределенными эволюцией способами. Дети изучают простые методы захвата, затем узнают, как брать предмет указательным и большим пальцами, а параллельно эти захваты направляют с помощью мышц рук. Ребенок 18 месяцев отроду, пытаясь открыть замок на двери, применяет кажущиеся случайными силы и движения (точно так же, как при машинном обучении с подкреплением), направляя внимание на видимый механизм блокировки, а не рассматривает все это как одно большое облако точек, как это могла бы сделать машина. А вот ИИ не знает, на что обращать внимание. В такой задаче пространство поиска на пару порядков меньше, чем при подходе «научиться всему». Когда счет за время работы облачных компьютеров составляет десятки миллионов долларов, порядок или два могут иметь реальное выражение в деньгах.
Таким образом, нужно определить правильные механизмы приложения внимания и здравого смысла и встроить их в системы обучения, если мы хотим создавать системы общего назначения.
И о GPT-3: его уже сравнивали с доской для спиритических сеансов. Люди видят в нем то, что хотят, но на самом деле там ничего нет. В GPT-3 (Generative Pre-Trained Transformer 3) было загружено около 100 млрд. слов из множества текстовых источников. Алгоритм группирует их, а затем, когда вы говорите несколько слов, бессвязно завершает вашу фразу. Репортеры стали на этом спекулировать: некоторые дошли до того, что брали различные предложения, складывали их в порядке, который сами же и выбирали, и утверждали, что полученный текст написал GPT-3. К сожалению, The Guardian сделала именно это. Они заставили GPT-3 создать 8 блоков текста примерно по 500 слов каждый, затем журналисты отредактировали их, текст сократили примерно до 1100 слов и сказали, что «GPT-3 написал эссе». Это было правдой — только в некотором роде. И некоторые из этих журналистов (под руководством специалистов по связям с общественностью Open AI, компании, которая произвела GPT-3) с трепетом говорят о том, что «это так умно, но одновременно и опасно». Неудивительно, что с учетом большого разнообразия источников, содержащих 100 млрд. слов, язык GPT-3 иногда бывает сексистским, расистским или предвзятым. Но люди, которые считают, что мы находимся на пороге полностью общего ИИ, видят слова, которые он генерирует — а на самом деле, перефразирование того, что алгоритм увидел, и верят, что GPT — это разум. Нет, это лишь доска для спиритических сеансов. Некоторые из текстов GPT — отличная поэзия, но она часто не связана с реальностью. Попробуйте ввести в программу несколько слов, и вы увидите, что обычного человеческого понимания этих слов у алгоритма просто нет. Есть сами слова и связь между ними, без какой-либо связи и моделью мира. Умышленно-доверчивые видят настоящий интеллект, но его тирады случайны, и уж точно не являются частью какого-либо серьезного продукта.
И вообще-то, GPT-n был изобретен с использованием нейронных сетей еще в 1956 году. Ему просто требовалось все больше и больше компьютеров, чтобы обманывать как можно больше людей. В том же году Клод Шеннон и Джон Маккарти опубликовали серию статей под названием « Исследования автоматов» под эгидой Принстонского университета (Annals of Mathematical Studies, выпуск 34). В первом абзаце написано: «Среди наиболее сложных научных вопросов нашего времени… — такие: как работает мозг? Можем ли мы создать машину, имитирующую мозг?» Как будто это написано одним из современных исследователей, правда, шестьдесят четыре года спустя.
В своем предисловии они критикуют модель интеллекта, подобную GPT-n, которая основана на нейронных сетях (именно такие слова употребляются в их книге) и способна пройти тест Тьюринга: «Недостатком определения интеллекта по Тьюрингу является то, что в принципе возможно сконструировать машину с полным набором произвольно выбранных ответов на все возможные входные стимулы. Такая машина, в некотором смысле, для любого введенного параметра просто ищет в «словаре» соответствующий ответ. С подходящим словарем такая машина наверняка прошла бы тест Тьюринга, но это не имеет отношения к обычной концепции мышления». Машина, о которой они говорят, нейронная сеть, похожа на обученную сеть GPT-3, хотя в 1956 году еще не придумали, как ее обучать.
И, наконец, AlphaFold, вокруг которого в конце года поднялась шумиха в прессе, решивший задачу определения трехмерной формы белка по его аминокислотной последовательности — важная веха в биологии, которая поможет понять, как лекарства будут взаимодействовать с белком. Специалисты по ИИ работали над этим, по крайней мере, с начала 1990-х годов (например, см. Работы Томаса Лозано-Переса и Тома Диттериха). AlphaFold (от DeepMind, дочерней компании Google, с минусовой прибылью)- настоящий рывок вперед. Но это не решает проблемы расчета белковых структур. Скорее всего, AlphaFold не произведет революцию в открытии лекарств без дополнительной работы, а, возможно, этого не случится вообще никогда. Хотя AlphaFold — еще один интересный пример «успеха» машинного обучения, он вообще не влияет на прогресс ИИ и машинного обучения, да и его долгосрочные перспективы тоже туманны.
КОСМОС
В 2020 году SpaceX пришла в себя после аварии Crew Dragon во время наземных испытаний 20 апреля 2019 г., и 30 мая 2020 года запустила двух человек в космос на борту Demo-2. Боб Бенкен и Даг Херли, астронавты НАСА, пристыковались к МКС 31 мая и оставались на станции до возвращения и успешного приводнения 2 августа. 16 ноября состоялся запуск трех астронавтов НАСА и одного JAXA, и в настоящее время этот экипаж работает на борту МКС.
Следом за SpaceX запуск космического корабля CST-100 осуществил Boeing. Из-за проблемы с программным обеспечением в декабре 2019 года этот корабль в беспилотном режиме не добрался до МКС, хотя благополучно вернулся на Землю. В апреле 2020 года Boeing объявил, что проведет испытание беспилотного корабля в четвертом квартале 2020 года. Теперь этот срок перенесен на первый квартал 2021 года из-за сохраняющихся проблем с программным обеспечением. Еще одна нештатная ситуация — и Boeing не успеет произвести пилотируемый запуск в 2021 году.
В 2020 году была всего одна попытка пилотируемого суборбитального полета, но в космос корабль не долетел. 12 декабря не включились двигатели корабля Virgin Galactic SpaceShipTwo — Unity, и полет был прекращен.
13 октября 2020 корабль New Shepard 3 Blue Origin совершил 7-й успешный беспилотный испытательный полет. Новый корабль New Shepard 4 должен был улететь в ноябре-декабре, и это был бы 14- й испытательный полет системы New Shepard. Не случилось. А вообще, New Shepard 4 должен осуществить первую пилотируемую миссию в истории Blue Origin.
Прогноз
[Космос]
Как указано в таблице, SpaceX первоначально обещала в 2018 году отправить двух коммерческих клиентов в полет вокруг Луны, причем запуск предполагалось произвести на Falcon 9 Heavy. В течение 2018 года они пересмотрели эти планы и назвали новое транспортное средство — Starship, а срок установили на 2023 год. Что касается системы Starship, здесь наблюдается прогресс. В 2020 году вторая ступень длиной 55 метров приземлилась в вертикальном положении после полета в атмосфере. Были некоторые проблемы с контролем подачи топлива, поэтому не произошло нужного замедления для мягкой посадки, что привело к взрыву. Но все равно, это реальный и впечатляющий прогресс.
Пока мы не видели 64-метровую первую ступень, хотя ходят слухи о ее первом полете в 2021 году. Это будет массивная ракета, и, учитывая стратегии, которые SpaceX успешно применила ранее, нет сомнения, что мы будем свидетелями важных вех в ее создании.
Корабль длиной 55 метров для облета вокруг Луны кажется слишком большим, но, может, так и нужно. Не будет удивительно, если миссия не состоится в 2023 году. Если в 2021 году будет иметь место фантастический прогресс, срок «к 2023» станет более реальным. В любом случае, стоит ожидать впечатляющие события в этой отрасли в 2021 году.
http://rodneybrooks.com/predictions-scorecard-2021-january-01/
