Машинное обучение помогает идентифицировать беспилотные летающие объекты

Управление беспилотником (БПЛА) или «Геймеры на войне»

 БПЛА – беспилотный летательный аппарат. Еще их называют дроны (от англ. трутень) или просто беспилотники. На самом деле никаких беспилотников не существует.

Любой БПЛА имеет своего оператора-пилота, а некоторые дроны имеют по два-три оператора. В данном случае, термин «беспилотный» означает что летчик не находится на борту летательного аппарата (ЛА).

Но управляет разведывательным или ударным беспилотником все-таки человек.

Применение БПЛА в военных конфликтах, с участием американской армии, в последние годы, многократно увеличилось.

Обратите внимание

В связи с этим, конгрессом США в 2013 году планировалось ввести медаль «За особые боевые заслуги», которую полагали вручать операторам беспилотников и спецам боевых киберподразделений принимавшим участие в военных конфликтах.

Но справедливое негодование настоящих ветеранов, участников настоящих боев, было так велико, что медаль без особой помпы тихо отменили. Это говорит, во-первых, о многократно возросшем участии операторов в боевых действиях, и, во-вторых, о назревающем конфликте в системе БПЛА – оператор.

 Так кто же такой оператор-пилот дрона? Военный, принимающий ответственные решения о применении оружия? Или просто геймер виртуально управляющий дорогой игрушкой на расстоянии? Задача беспилотника не подвергать опасности человека сидящего в кабине.

Действительно, физической опасности для оператора, находящегося за много миль от места боевых действий, не существует. Однако, как выяснили американские психологи и медики, оператор БПЛА, проводивший боевые операции с применением оружия, подвержен серьезным психологическим нагрузкам.

Он даже подвержен посттравматическим синдромам, подобно бойцу, принимавшему непосредственное участие в боевых операциях. Как бы ни был автоматизирован дрон-беспилотник, ответственность за его действия, за применение оружия несет человек.

Опыт эксплуатации оперативно-тактических беспилотных авиационных комплексов (БАК), показал, что наиболее эффективна команда из трех человек для управления и принятия решения.

Первый это сам пилот, управляющий БПЛА, второй член команды — оператор боевых систем. В его обязанности входит обнаружение, идентификация цели, и принятие решения о применении оружия.

И третий из состава-оператор интеллектуальных систем, имеющий опыт управления БПЛА и владеющий системами интеллектуальной поддержки в помощь летчику, обладающий отменной реакцией в принятии решения.

Важно

Эта команда, со своими рабочими местами объединена в локальную сеть, и находятся в одном операторском помещении.

Помещение мобильно и оборудовано всеми необходимыми многофункциональными органами управления, многофункциональными мониторами, и ручными органами управления. К ручным органам управления относятся кистевые самолетные ручки и флайстики на манер игровых джойстиков.

Несмотря на огромное количество современного оборудования, на большое количество поступающей и обрабатываемой информации этого явно недостаточно. Это хорошо понимают пилоты, которые знают разницу между авиатренажером и реальным полетом.

Как бы ни был совершенен авиасимулятор или тренажер, он имеет один существенный недостаток, так называемый «сенсорный голод». Это, прежде всего отсутствие перегрузок, которые чувствует в полете пилот «пятой точкой».

Неуловимое изменение в пространстве самолета сразу становится понятно опытному летчику как раз этой самой пресловутой «пятой точкой», и это не анекдот, автор этих строк испытал на себе это ощущение.

Небольшая вертикальная или боковая нагрузка, говорит о полете больше чем все приборы вместе взятые. Так вот, оператор БПЛА как раз вот этих ощущений и лишен.

Если добавить сюда отсутствие звука двигателя, и невозможность бросить мгновенный взгляд влево-вправо, вверх-назад, становится понятным термин «сенсорное голодание». Работы над обратной связью «БПЛА-пилот» сейчас ведутся полным ходом.

Например, дрожание картинки на экране, и вибрация флайстика, может подсказать оператору о попадании ЛА в зону турбулентности, это позволит ему оперативнее отреагировать не неблагополучную ситуацию в полете.

 Первоначально операторов набирали среди бывших или действующих пилотов.

Совет

Но со временем стало понятно, что по скорости реакции, без ощущений «пятой точки», стало ясно, что профессионалы значительно уступают простым геймерам, имеющим опыт обращения  с авиасимуляторами на компьютерах или игровых консолях, таких как Playstation или ХBoх.

Операторы, обучающиеся пилотированию БПЛА, что называется «с нуля», быстрее осваивали сложную аппаратуру и управление ЛА, в отличие от летчиков, которые делали больше ошибок и медленнее обучались.

Источник: http://avia.pro/blog/upravlenie-bespilotnikom-bpla-ili-geymery-na-voyne

К чему приведут искусственный интеллект и беспилотники

За два последних года мало какая глобальная компания, имеющая хоть какое-то отношение к информационным технологиям, не объявила о намерении инвестировать в искусственный интеллект, робототехнику, беспилотные машины или в другое «умное» подключенное оборудование.

Особенно отличился Китай. То, что там происходит, уже назвали великой китайской робототехнической революцией. Другие страны несколько отстают по активности, но обещают догнать Поднебесную. В этом материале — то, что сегодня занимает умы робототехников мира.

Роботы и VR

Аналитические агентства назвали 2016-й годом технологий виртуальной реальности. Тренд затронул и робототехнику.

Всё активнее обсуждается возможность управления сложными машинами через VR-шлемы и экраны, демонстрирующие дополненную реальность.

На MWC в Барселоне в этом году всем посетителям стенда Ericsson предлагалось попробовать себя в роли экскаваторщика, управляющего реальной техникой через шлем Oculus Rift.

Это один из основных сценариев применения VR в промышленности и бизнесе, который будет всё чаще проигрываться в самых разных ситуациях: при управлении грузовой беспилотной техникой (трейлеры, дроны, складские погрузчики), проведении хирургических операций, изучении и освоении недоступных для людей мест (океаническое дно, шахты, вечная мерзлота). Впрочем, тренд последних десяти лет — повышение автоматизации, то есть стремление вовсе отказаться от участия людей в подобных процессах.

Неизбежная беспилотность

На недавней встрече с инвестиционным консультантом, специализирующимся на M&A-сделках в области высоких технологий, я выяснила, что «китайцы сметают всё, что связано с connected car», в том числе и в России. Пока мы обсуждали эту историю, сидя в ресторане, в новостях на ТВ прошла информация о том, что Apple подтвердила намерение разработать свой «беспилотный» автомобиль.

Обратите внимание

Тема обжигающе горячая, и через полгода уже будет поздно начинать ею заниматься, поляна будет поделена. Но пока в этой сфере ещё много чего можно дорабатывать и изобретать. Научно-исследовательские лаборатории по всему миру всё ещё работают над тем, чтобы построить машины, которые смогут передвигаться по сложным неровным и наклонным поверхностям, не роняя себя, грузы и оборудование.

Беспилотность — это не только про пассажирский и грузовой транспорт, передвигающийся по земле. Это еще и про летающие машины. Бум массовой популярности дронов нарастает. В 2014 году их продажи в мире утроились, в прошлом — удвоились, и пика на этом рынке пока не видно. Дроны уже начали использоваться для доставки пиццы — так работает компания Domino в Новой Зеландии.

Полицейские беспилотники, наблюдающие за потоками транспорта и прогнозирующие возможные преступления, уже никого не удивляют своим гудением. Они стали обыденностью в нескольких штатах Северной Америки. Они действительно помогают понизить уровень преступности. Если скрестить дроны с методами анализа больших данных, то они смогут предсказывать преступления в реальном времени.

Кстати, система такого рода используется полицией Лос-Анджелеса, хотя пока без дронов. Предиктивность — способность предсказывать вероятность возникновения событий — это одна из способностей, которую роботы могут приобрести благодаря методам машинного обучения.

Механическая зубрёжка

Прорыв в технологиях искусственного интеллекта и старт их активного применения на практике — тренд последних двух-трех лет. Если раньше на создание системы качественного машинного перевода требовалось десятилетие, то сейчас стартапы, которые только-только запустились, уже спустя год могу предложить потребителям вполне сносный конкурентоспособный продукт в этой сфере.

Машинное обучение — новый подход к работе с информацией, он очень быстро превращает машины в интеллектуальные устройства.

Во многом бум разработки программ на базе машинного обучения связан с тем, что почти всё необходимое для этого можно найти среди свободно распространяемого ПО.

Достаточно скачать среду разработки, несколько библиотек, прочитать мануал и вперед. За неделю-другую можно написать, к примеру, программу распознавания винных этикеток или даже лиц.

Важно

Возможности ИИ открыли такую вселенную, которую человечество будет осваивать даже не десятилетиями, а веками. Это означает, что роботы становятся умнее и учатся самостоятельно.

Они даже способны передавать свои знания друг другу. Для этого, конечно, необходима инфраструктура связи.

С ее помощью та программа, которая изобрела недавно новый универсальный язык, могла бы обучить ему другие машины.

Кстати, люди не ставили искусственному интеллекту задачу по созданию нового языка, это был побочный продукт его обучения переводам с разных языков. Программа сама научилась делать сносные переводы между парами языков, о которых ее не просили. Отсюда исследователи пришли к выводу, что компьютер пользуется системой общения мета-уровня, этаким новым эсперанто, универсальным языком.

Заоблачные мечты

Сложность алгоритмов машинного обучения и систем автоматического управления роботами такова, что для их функционирования требуется либо оснащать машины мощным вычислительным «железом», либо подключать их к облачной инфраструктуре. Похоже, человечество определилось с тем, что развитие робототехники пойдет по второму пути — на электронном механизме будет устанавливаться модуль связи и компьютер небольшой вычислительной мощности.

Управление устройствами, накопление знаний, обновление «мозга», взаимодействие с другими машинами будет происходить через «облако». Таким образом, купив простенькую машинку, со временем человек сможет обновить ее до супермозга, доплатив за более интеллектуальную прошивку.

К примеру, домашний робот с универсальным набором сенсоров и манипуляторов сможет на время превратиться в шеф-повара французского мишленовского ресторана. На время, потому что тут работает тренд передачи программы в пользование на ограниченный период по модели SaaS.

Сейчас мы пользуемся облачными фоторедакторами и файлообменниками, а вскоре будем подписываться на специальные программные сервисы для своих роботов, чтобы, например, заставить их станцевать вальс или изобразить драку, когда нам станет скучно.

Обучение роботов коллективному поведению — это ещё один тренд в индустрии.

Вместе мы — сила

Совет

Уже долгое время инженеры работают над тем, чтобы научить машины слаженно действовать вместе. Например, летать одной группой, демонстрировать фигуры высшего пилотажа, синхронно танцевать и вообще передвигаться. Зачем это нужно? Во-первых, это красиво. На самом деле, конечно, такое умение роботов будет жизненно необходимо нам, то есть людям, в будущем.

К примеру, слаженное движение самодвижущегося транспорта по интеллектуальным дорогам невозможно наладить без организации взаимодействия «умной» инфраструктуры с движущимися подключенными автомобилями и их общения друг с другом. В будущем дроны-почтальоны, обладая способностью коммуницировать с себе подобными, будут договариваться с полицейскими квадрокоптерами о том, чтобы не мешать их работе.

Роботы-погрузчики в портах смогут подготовить контейнеры для размещения на барже, получив сигнал задолго до ее приближения. Умный дом включит прогрев автомобиля и начнет варить кофе в тот момент, когда вы возьмете зубную щетку в руки.

Кстати, такое взаимодействие машин очень нужно на промышленных объектах.

Автоматизация на производствах с каждым годом повышается, и все идет к тому, чтобы заменить людей роботами на всех операциях, оставив несколько человек для контроля порядка и на случай экстренных ситуаций.

Робототехнические производства

Китай перестал быть источником дешевой рабочей силы для развитых стран. Крупные промышленные компании стремятся переносить производственные мощности поближе к штаб-квартирам — в Европу и США.

Электрокары Tesla выпускаются на заводах, расположенных в Калифорнии. Роботы — это идеальная рабочая сила.

С падением стоимости компонентов, сенсоров, систем компьютерного зрения они стали обходиться на порядок дешевле живых сотрудников.

К тому же они не ходят в отпуск и не берут больничный, не подставят подножку, используя профсоюз, их не нужно дополнительно мотивировать и водить на корпоративы. Они быстрее, чем люди, точнее и производительнее. Промышленные роботы, конечно, совсем не новая история.

Читайте также:  Как инженеры конструируют симпатичных роботов

Они используются на производствах разного типа уже несколько десятилетий, выполняя самую грязную, опасную, тяжелую и рутинную работу за людей.

Обратите внимание

Но в последнее время, благодаря развитию технологий машинного зрения, распространению мобильных сетей связи, автоматизации роботы стали использоваться гораздо шире.

Они работают в логистике, на службе у государства, в сельском хозяйстве, строительстве, исследованиях, медицине. Oxford Martin School предсказывает, что в ближайшие 15-20 лет 40% рабочих мест в США займут боты. Причем они станут выполнять в том числе сезонные работы.

Распространяется практика привлечения «железных помощников» на время сбора урожая или для посева семян, опрыскивания растений для борьбы с вредителями, для проведения токсичных покрасочных работ на строящихся объектах.

Маркетологи уже придумали название такой услуге — RaaS (Robotics-as-a-Service: роботы как сервис).

Я сверху вижу всё, ты так и знай

Если говорить о развитии технологий беспилотных автомобилей, то нельзя оставить без внимания технологии машинного зрения, которые усовершенствовались в последние годы. На YouTube в конце октября появился ролик с автомобилем Tesla, движущимся самостоятельно по дорогам Калифорнии.

Эта картина заставила понервничать опытных водителей, которые отождествились с безвольно сидящим за рулём пассажиром.

Но беспокоиться им было не о чем, по крайней мере этот ролик заканчивается хорошо — все остались целы и добрались до пункта назначения.

В видео производитель демонстрирует, как машина считывает и интерпретирует информацию с трёх камер, расположенных на корпусе. На идеальных дорогах Кремниевой Долины этого вполне достаточно.

Но ученые пока еще не добились того, чтобы искусственные глаза роботов могли распознавать предметы, лежащие на дороге, и помогать автомобилю двигаться в сложных погодных условиях.

Впрочем, даже в вечно солнечной Калифорнии беспилотные машины проявили себя не на сто процентов безопасными. Не так давно произошла первая трагедия с участием автомобиля Tesla, который двигался под управлением электронного интеллекта.

Машина протаранила тягач с прицепом, водитель не успел взять управление на себя. Этот случай заставил людей задуматься о многом.

Зловещая долина

Автомобиль, убивший своего владельца, — сюжет, достойный фильма ужасов и ночной кошмар создателя Tesla Элона Маска — стал реальностью.

Важно

Всё чаще и громче звучат тревожные прогнозы умнейших людей мира о том, что искусственный интеллект может стать последним изобретением человечества и уничтожить своих создателей.

Маск тоже беспокоится об этом, считая, что ИИ может оказаться страшнее ядерного оружия.

Предприниматель стал одним из инициаторов Open AI — проекта по свободному распространению технологий искусственного интеллекта. Его идея в том, чтобы самые передовые разработки в этой области не оказались в руках нескольких крупнейших компаний с неясными намерениями.

Понятный ход, но есть и побочные последствия. Если код для «мозга» роботов создаёт множество людей с разным уровнем профессионализма, это может ещё больше всё запутать. Кто виноват в гибели сорокалетнего Джошуа Брауна, первой жертвы искусственного интеллекта автомобиля Tesla?

В законодательстве пока такие случаи вообще не рассматриваются. Хотя регулирование в области робототехники уже активизировалось. Каждый американский штат выбрал свою позицию относительно дронов и функций автопилота в автомобилях. Но вопросов в этой сфере так много, что это похоже на ящик Пандоры: стоит его открыть, и на человечество посыпятся проблемы.

Этические, моральные и философские вопросы, связанные с использованием роботов, нам ещё предстоит поднять и обсудить. Мы только-только начинаем задумываться о них.

Стоит ли доверять роботам больше, чем своей интуиции? Этично ли помещать воспоминания и «виртуальный слепок» личности умершего в машину? Можно ли «убить» робота и необходимо ли наказывать за это его владельца? Кто должен ответить, если робот навредил человеку? Как насчёт секса с роботами?

Последний вопрос, похоже, один из самых животрепещущих. В Лондоне в декабре 2016 года пройдёт первый международный конгресс под названием «Любовь и секс с роботами». Там же покажут машины, похожие на людей.

Совет

Остаётся непонятной причина, по которой роботы, чья внешность слишком близка к человеческой, вызывают иррациональный ужас.

Этот эффект падения уровня симпатии при приближении к человеческой внешности прозвали «зловещей долиной».

Есть версия, что машина, чрезмерно похожая на своих создателей, перестаёт восприниматься как нечто искусственное, и мозг считает, что это ненормальный, а значит, опасный человек, этакий «живой труп». Что ж, ещё неизвестно, кто из нас живее на этой планете: роботы или люди. Возможно, наши машины переживут нас.

Источник: http://putc.org/trendy-v-robototexnike-na-2017-god-k-chemu-privedet-iskusstvennyj-intellekt-i-bespilotniki/

И еще раз учиться

Последние несколько лет кажется, что искусственный интеллект есть уже везде: алгоритмы умеют не только узнавать лица, но и считывать эмоции, беспилотные автобусы и автомобили тестируются на улицах, а если вы позвоните в крупную компанию, велика вероятность поговорить с машиной, а не с автоответчиком. Почему технологии искусственного интеллекта так активно развиваются именно сейчас и что будет дальше, «Чердаку» рассказал специалист по машинному обучению Николай Князев из компании Jet Infosystems.

В подходе к разработке искусственного интеллекта выделяют два основных подхода. Один имитирует логику. «Один из критериев хорошего алгоритма машинного обучения — его интерпретируемость.

Это означает, что человек может понять, на основе каких признаков и взаимосвязей алгоритм делает выводы. Например, если алгоритм подсказывает не давать кредит заемщику, то это продиктовано тем, что у него одновременно много детей и мало стажа на новой работе.

Таким образом, можно сказать, что алгоритмы мыслят, как человек», — говорит Николай.

Николай Князев. Фото предоставлено организаторами олимпиад НТИ

Другой подход представляет собой попытку сымитировать работу мозга, в котором за реакцию на стимулы отвечают связи между нейронами.

«Особняком здесь стоят искусственные нейросети — их разрабатывали по аналогии со строением головного мозга, и многие функции являются приближением процесса мышления. Однако это вполне самостоятельный математический аппарат.

Аналогия с человеческим мозгом служит хорошим подспорьем для понимания механизмов работы, но мы пока достоверно не знаем, ни как мыслит человеческий мозг, ни пределов применимости искусственных нейросетей.

Вполне вероятно, что будут еще потрясающие открытия, основанные на схожести искусственных и биологических нейронных сетей», — продолжает рассказывать специалист по машинному обучению.

Первой нейронной сетью стал перцептрон американского психолога и нейрофизиолога Фрэнка Розенблатта. Идея была в том, что, когда мы получаем какой-то стимул, в мозге запускается цепь реакций: один нейрон активирует другие и так по цепочке.

Обратите внимание

Когда мы учимся, наши действия получают обратную связь («правильно»/»неправильно»), что позволяет выработать определенный шаблон ответа. При этом в мозге связи между нейронами, отвечающими за этот шаблон, усиливаются, что позволяет выдавать на один и тот же стимул одну и ту же реакцию.

В 1960 году ученый продемонстрировал компьютер, который был способен научиться распознавать зрительные образы, например простые геометрические фигуры и буквы.

Для обучения компьютера ему предъявляли фигуры вместе с правильным ответом, чтобы, присваивая связям между «нейронами» определенные веса, он тренировался выдавать правильный ответ.

Правда, для более сложных задач перцептрон Розенблатта приспособить не удалось. В 1969 году легендарные Марвин Минский и Сеймур Пейперт написали книгу «Перцептроны», в которой весьма пессимистически оценивали возможности системы Розенблатта и ей подобных.

Книга имела огромное влияние и чуть ли не в одиночку ответственна за начало одного из периодов «зимы искусственного интеллекта» (этим весьма спорным эпизодом в истории дисциплины даже социологи интересуются!).

Многие исследователи потянулись вслед авторитетному мнению и решили, что раз идея самообучающихся компьютеров бесплодна, то следует сфокусироваться на создании компьютеров, имитирующих человеческую логику, а не сам процесс обучения.

Сторонники «нейронок» много лет были очень обижены: некоторым, якобы чуть ли не со ссылкой на «Перцептроны», отказывали в финансировании исследований.

Позже, в 1988 году, Минский и Пейперт выпустили расширенную и дополненную версию «Перцептронов», посвятив эпилог тому, как подействовала на исследования ИИ их оценка потенциала искусственных нейронных сетей, и отмечали, что их пессимизм был чересчур переоценен читателями. Минский, вспоминая об этом в 90-е, даже сравнивал эффект первого издания книги с «Некрономиконом» — вымышленной книгой из творчества Говарда Лавкрафта, которую начали «цитировать» другие писатели, а в результате многие теперь уверены, что она действительно существует. Вот и «Перцептроны», подозревал Минский, мало кто на самом деле читал.

Важно

Несмотря на «заморозки», где-то исследования в этой области все равно продолжались. В начале 1990-х Ян Лекун, французский информатик, работавший в «Лабораториях Белла», смог создать систему, которая могла читать цифры, написанные от руки.

Ян Лекун демонстрирует систему распознавания рукописного текста.

Источник: https://chrdk.ru/tech/sup-neural-nets

Это мы создаем нейронные сети

Нейронные сети позволяют создавать беспилотные автомобили, обрабатывать огромный объем промышленных данных и даже анализировать расположение товаров на полке.

Чем нейронные сети похожи на мозг, почему компьютерное зрение превосходит человеческое и из-за чего даже сами разработчики до конца не понимают, как работают алгоритмы машинного обучения? Об этом в партнерском материале с «Газпром нефтью» рассказывают сотрудники Научно-технического центра и инженер-программист группы «Кронштадт», производящей беспилотники.

Инженер-программист в группе «Кронштадт»

Чем занимаются специалисты по машинному обучению и нейросетям?

Нейронная сеть — это черный ящик, как и человеческий мозг. Но поскольку нейронные сети мы создаем сами, то у нас есть некоторое представление о том, как они работают.

Мы не можем предсказать точное значение каждого нейрона, но в целом имеем представление об алгоритмах обучения. Это не имитация мозга, единственное сходство — наличие нейронов (биологических в мозге и искусственных в нейросети).

Нейросеть учится, выявляя закономерности; как учится человеческий мозг, мы пока сказать не можем.

Я занимаюсь разработкой наукоемких решений в области компьютерного зрения и глубокого обучения для беспилотных летательных аппаратов. Работаю в группе «Кронштадт», которая занимается производством беспилотных авиационных систем и бортового оборудования.

Я здесь относительно недавно, но уже успел поучаствовать в интересных проектах: один из них — это мониторинг линий электропередач.

При помощи беспилотников специалисты могут определить геодезические координаты опор; их высоты и габариты элементов воздушной ЛЭП; угрожающие падением деревья; незаконные строения; свалки в охранной зоне воздушных ЛЭП. А также выявить наличие перегревов изоляции и другие важные характеристики.

Время на настройку комплекса (запуск аппаратуры, настройка программы полета) — 15–20 минут. Летательный аппарат сам взлетит, облетит участок, соберет необходимые данные и вернется на аэродром.

Совет

Как работает компьютерное зрение? У человека картинка поступает на сетчатку глаза, сжимается в сигнал, передается в мозг и дальше обрабатывается. С компьютерным зрением — что-то отдаленно похожее. Картинка, которую видит компьютер, представлена в виде пикселей. Эти пиксели сворачиваются в вектор, который передается нейронной сети. Вектор анализируется, и нейросеть выдает нам результат.

Технология компьютерного зрения обошла человека в огромном количестве задач. Человек видит хуже, чем современные нейросети. В 2011 году нейросеть победила человека про распознаванию дорожных знаков, в 2012-м — рукописных букв, в 2014-м — в распознавании объектов.

Все существующие нейросети — это так называемый слабый искусственный интеллект. Он выполняет конкретные задачи: распознавание лиц, голоса, обработку языка.

Сильный искусственный интеллект будет сам искать путь решения проблемы, выбирая наиболее эффективный. У сверхсильного интеллекта способности будут еще выше.

Мы не сможем даже осознать этих способностей, поскольку они будут превосходить человеческие.

Моя первая серьезная публикация была на забавную тему: мы с командой делали детектор порнографического контента в видео. То есть создали нейросеть, которая определяла наличие запрещенного контента в видеозаписях.

Источник: https://paperpaper.ru/photos/neyro/

О беспилотных летательных аппаратах и людях, которые их делают

руководитель группы компаний «Геоскан»руководитель направления мультироторных систем в группе компаний «Геоскан»

Читайте также:  Вкалывают роботы – счастлив шахматист

– Чем занимается «Геоскан»?
Алексей Семенов: Группа компаний «Геоскан» работает в нескольких направлениях.

Мы создаем программное обеспечение (в частности, Agisoft), позволяющее по нескольким фотоснимкам восстанавливать 3D-модель объекта. Мы первыми в мире решили эту задачу, а сейчас наша программа экспортируется в более чем 100 стран мира. Также мы разрабатываем беспилотники и оказываем с их помощью различные услуги.

Например, недавно мы создали беспилотный летательный аппарат для обучения школьников в кружках. На нем дети могут потренироваться и в программировании беспилотников, и в пилотировании.

– Какие бывают беспилотники?
Алексей Семенов: Рынок беспилотников уже достаточно сильно сегментирован. Есть огромное количество моделей потребительских беспилотников, например для видеосъемки. Существуют беспилотники для поиска полезных ископаемых.

Обратите внимание

Они оснащены датчиками магнитного поля, что позволяет им не только находить залежи минералов, но и определять, на какой глубине они находятся. Также беспилотники используют в военном деле. Появляются беспилотники, предназначенные для перевозки грузов и даже людей.

Если же говорить о тенденциях среди производителей беспилотных летательных аппаратов, то сейчас нет единого тренда. Кто-то разрабатывает самолеты, кто-то коптеры (летательные аппараты с четырьмя несущими винтами — прим.

сайта), кто-то конвертопланы (аппараты, которые могут садиться и взлетать вертикально, как вертолеты, а потом благодаря повороту движителей продолжать горизонтальный полет самолетным способом — прим. сайта).

Есть беспилотники весом в десятки грамм, а есть — в сотни килограмм, есть на аккумуляторах, двигателях внутреннего сгорания, гибридные, на водородных технологиях. На беспилотники ставят фотоаппараты, видеокамеры, тепловизоры, мульти- и гиперспектральные камеры, газоанализаторы, гамма-спектрометры. В общем, разработчики пытаются множеством способов решать самые разные задачи. Кто из них достигнет максимального успеха — покажет время.

– Какие беспилотники выпускает «Геоскан»?
Иван Помелов: В основном мы выпускаем беспилотники для аэрофотосъемки. Первым нашим летательным аппаратом был Геоскан 101 — беспилотник самолетного типа, предназначенный для съемки небольших территорий.

Следующим стал Геоскан 201 — большой беспилотник, который мог летать дольше, чем его предшественник, и, соответственно, успевал за это время сделать больше снимков. А это выгоднее, чем запускать аппарат дважды.
Сейчас мы завершили разработку беспилотника коптерного типа — Геоскан 401.

– Как разрабатывают беспилотники?
Иван Помелов: Все начинается с прототипирования. Вначале мы решаем, какой хотим получить летательный аппарат. Например, мы придумали, что сделаем коптер, который сможет летать час и переносить полтора килограмма полезного груза.

Также нам хотелось, чтобы аппарат был компактный и помещался в кейс, который будет удобно брать с собой. Затем начинается исследование винтомоторной группы. Мы измеряем характеристики винта и двигателя, высчитываем оптимальное потребление при определенных оборотах.

Зная тягу летательного аппарата, определяем допустимую массу, которая позволит беспилотнику пролетать час, а также решаем, какие функции аппарат будет выполнять.

После беспилотник начинают конструировать. Это делают в специальных программах, которые позволяют строить 3D-модели и видеть их в различных плоскостях. Мы используем SolidWorks, но это можно делать и в Autodesk 3ds Max.

В проект, сделанный в этих программах, может войти любой работающий над ним человек. Конструктор может найти интересующую его деталь, внести изменения и оставить комментарий, что именно он сделал. Если специалист ошибся, всегда можно откатиться до предыдущей версии.

Это очень удобно, когда разработчиков много.

Важно

Потом собирают прототип устройства и предсерийный образец. Отдел испытаний тестирует его, а мы при необходимости дорабатываем аппарат и устраняем все неполадки.

Я, как руководитель направления разработки коптеров, являюсь связующим звеном между конструкторским отделом, механическим отделом, который занимается разработкой плат, и программистами, занимающимися прошивкой и программным обеспечением.

– Сколько времени уходит на то, чтобы разработать беспилотник?
Алексей Семенов: Бывает по-разному. Если мы загоримся интересной идеей, можем сделать все очень быстро — за несколько месяцев.

– Какие услуги можно оказывать с помощью беспилотников?
Алексей Семенов: Например, сейчас мы занимаемся созданием трехмерной модели Тульской области в рамках программы «Национальная технологическая инициатива». Мы должны снять всю область — более двадцати тысяч квадратных километров.

Сейчас проводим анализ кадастровых нарушений и пытаемся понять, как можно получить максимальный экономический эффект из мониторинга земель. Запустив беспилотник в воздух, можно сделать точную копию поверхности и работать с ней.

К примеру, предприятие, занимающееся открытыми горными выработками, может посмотреть на такую копию и понять, сколько грунта выбрано или перемещено, определить, есть ли угроза осыпей, где будет скапливаться вода при дожде.

Используются беспилотники и в сельском хозяйстве, чтобы наблюдать за ростом растений и оптимизировать агротехнические мероприятия — внесение удобрений и средств защиты растений.

– Есть ли в России, помимо вас, компании, производящие беспилотники?
Алексей Семенов: Конечно, есть. В России производством беспилотников занимается несколько фирм из Москвы, Питера, Казани, Ижевска, Красноярска.

– Кто ваши покупатели?
Алексей Семенов: Мы сотрудничаем с частными компаниями, которые покупают у нас аппараты преимущественно для мониторинга объектов или для картографии.

– Почему вы решили заняться беспилотниками?
Иван Помелов: Я с детства интересовался авиацией. В пятом классе я начал заниматься в клубе юных техников «Родина» города Кирова.

По окончанию школы я выбрал вуз, связанный с авиацией, — Балтийский государственный технический университет «Военмех» имени Д.Ф. Устинова и поступил на кафедру «Динамика управления летательными аппаратами» факультета ракетно-космической техники, где мы занимались программированием систем управления воздушных средств.

После бакалавриата я пошел в магистратуру на направление «Баллистика и гидроаэродинамика летательных аппаратов». В качестве дипломной работы я делал систему управления для тяжелого беспилотника MQ-9 Reaper на базе аналога. Беспилотные аппараты меня увлекли, поэтому, окончив учебу, я принялся искать работу, связанную с ними.

Так и попал на собеседование в «Геоскан».
Алексей Семенов: Идея была в том, чтобы предложить средство получения фотографий для программы Agisoft PhotoScan, которая к тому времени уже продавалась во всем мире.

В начале 2012 года мы начали проектировать первый самолет для аэрофотосъемки, а в конце года уже представляли его на международной выставке, где он получил очень хорошие оценки. Потом пошло развитие проекта, которое продолжается до сих пор.

– Каким специалистом можно стать, чтобы работать с беспилотниками?
Алексей Семенов: Можно заниматься разработкой, производством или эксплуатацией беспилотников. В разработке беспилотников участвуют программисты, конструкторы, электронщики.

Совет

Кроме того, в команде непременно должен быть программист со знанием физики. Ведь физика полета — непростая наука, а создание автопилота — это самая сложная программа, с которой предстоит столкнуться при создании беспилотника. Программист, не имеющий физического образования, с ней не справится.

Существует довольно много фирм, которые предоставляют услуги, осуществляемые с помощью беспилотников. В этих компаниях есть много рабочих мест для операторов беспилотных летательных аппаратов.

Например, в Москве этим занимается «Птеро», в Санкт-Петербурге — мы, в Ижевске — ZALA AERO, в Красноярске — «АВАКС-ГеоСервис».

– Какие программы стоят в беспилотнике?
Алексей Семенов: Нашими беспилотниками никто не управляет.

Поэтому аппарату задается программа, которая говорит ему: «Лети туда и сними такую-то территорию в таком-то качестве, а потом вернись».

Оператор только контролирует процесс и в случае опасности он должен быть готов перевести управление на ручной режим, прервать задание и посадить или вернуть беспилотник.

– Какое высшее образование нужно получить, чтобы стать конструктором?
Иван Помелов: Я бы порекомендовал вначале определиться с направлением, которое человеку интересно, ведь конструкторы работают в разных областях, и в соответствии с этим уже выбирать факультет и кафедру.

– На какие школьные предметы нужно делать упор человеку, который хочет стать конструктором?
Иван Помелов: В первую очередь надо хорошо знать физику. Кроме этого, важно разбираться в математике и в геометрии в частности. В будущем это поможет работать в 3D.

– Какие компетенции нужны конструктору?
Иван Помелов: Думаю, он должен быть любопытным, с детства интересоваться всем вокруг. Именно таким я сам был в детстве. Кроме того, ему должно нравится творить. Когда я занимался авиамоделизмом, самым увлекательным для меня были не соревнования (их я вообще не любил), а процесс создания устройства.

– Вы упоминали, что нужны операторы беспилотных летательных аппаратов. Чем занимаются эти специалисты?
Алексей Семенов: Эти люди управляют беспилотниками.

Например, в нашем отделе эксплуатации работает несколько десятков таких операторов. Востребованы будут эти специалисты и в сельском хозяйстве.

Чтобы организовать должный уход за растениями и повысить их урожайность, нужно регулярно мониторить поля — сотни тысяч квадратных километров.

– С какими трудностями сталкиваются разработчики беспилотников?
Алексей Семенов: Сложно все: программное обеспечение, электроника, система питания и т. д.

Например, на Севере наши беспилотники должны летать в сильный ветер и мороз, во Вьетнаме — подвергаться воздействию морского тумана, в Мексике — высокой температуры. При полете на больших высотах надо адаптироваться к малой плотности воздуха.

Есть множество проблем, над которыми мы работаем.

– Существуют ли кружки, где старшеклассники могут на практике приобрести навыки работы с беспилотными летательными аппаратами?
Иван Помелов: К счастью, сегодня существует много кружков на эту тему: можно заниматься моделированием, робототехникой. Могу порекомендовать отдавать детей в детские технопарки «Кванториум».

– Что вы могли бы посоветовать школьникам посмотреть о людях, которые создают беспилотники?
Иван Помелов: Мне больше нравятся старые советские фильмы про достижения космической авиации, которые снимали в 60–70 годах. Из современных рекомендую недавно вышедший фильм «Время первых». Кроме того, сам я в детстве очень любил смотреть канал Discovery и цикл передач «Как это работает», где объясняли, из чего сделаны те или иные вещи.

Источник: https://intalent.pro/interview/o-bespilotnyh-letatelnyh-apparatah-i-lyudyah-kotorye-ih-delayut.html

Беспилотники. Виды и устройство. Работа и применение. Особенности

Беспилотники в последнее время получают все большее распространение. Их начинают применять повсеместно: в воздухе, на воде и на суше.

Ученые всего мира возлагать большие надежды на беспилотные устройства и рассчитывают, что в будущем не будет ни одной сферы, где они не будут применяться.

Сегодня эти аппараты являются одним из наиболее перспективных направлений в развитии военных технологий. Их применение уже привело к существенному изменению тактики ведения боя.

Планируется, что и в гражданском секторе произойдут существенные изменения.

Обратите внимание

К 2025 году глобальный рынок технологий использования беспилотников вырастет в несколько сотен раз, что приведет к вытеснению многих существующих операционных процессов.

Стоимость аппаратов постепенно снижается, а с внедрением их в крупносерийное производство они станут стоить совсем немного, что приведет к их повсеместному использованию.

Виды

Воздушные. БПЛА находят все большее применение, так как воздушным дроном управлять на порядок проще, ведь в воздухе практически отсутствуют какие-либо препятствия. Это многообразные летающие военные роботы, дроны для фото и видеосъемки, развлекательные аппараты, дирижабли, в том числе агрегаты доставляющие товары и посылки.

БПЛА по предназначению:

  • Коммерческие или гражданские. Они предназначены для перевозки грузов, строительства, удобрения полей, научных исследованиях и тому подобное.
  • Потребительские. В большинстве случаев они используются для развлечения, к примеру, для гонок, снятие высотных видео и так далее.
  • Боевые. Они имеют сложную конструкцию, их используют для военных целей.

По конструкции воздушные беспилотники могут быть следующих видов:

  • Беспилотники с фиксированным крылом. К их преимуществам можно отнести большую дальность и скорость полета.
  • Мультикоптеры. Они могут иметь разное число пропеллеров: от 2-х до 8-ми. Пропеллеры у некоторых моделей могут складываться.
  • Беспилотники вертолетного типа.
  • Конвертопланы. Особенность таких моделей в том, что они взлетают «по вертолетному», а в полете передвигаются подобно самолету, опираясь на крылья.
  • Глайдеры или планеры. Эти устройства могут быть с двигателем или без двигателя. В большинстве случаев их используют для разведывательных операций.
  • Тейлситтеры. БПЛА для смены режима полета поворачивает свою конструкцию в вертикальной плоскости.
  • Экзотические. Эти устройства имеют нетипичную конструкцию, к примеру, аппараты, способные садиться на воду, взлетать с нее и погружаться в нее. Также это могут быть устройства, которые приземляются на вертикальную поверхность и могут карабкаться по ней.
  • Привязные беспилотники. Их особенность в том, что энергия поступает к такому дрону по проводу.
  • Миниатюрные.
  • Модульные.
Читайте также:  Создан робот-осьминог для изучения морских глубин

Наземные беспилотники. Их конструкция создается с учетом наличия многочисленных препятствий и объектов, которые могут оказаться под колесами.

Также здесь необходимо учитывать тип грунта. В данном случае большой перспективой обладают военные разработки.

На ровных покрытиях ситуация обстоит несколько по-другому. В этом направлении работает множество компаний, развивающих гражданский автомобильный сектор. Ограничивают внедрение подобных устройств действующие законы. Но сегодня уже имеются определенные подвижки, которые позволят в ближайшие годы внедрить эти автомобили.

Водные беспилотники. Это танкеры, подлодки, робо-рыбки и так далее. Изобретатели постоянно совершенствуют устройства, создавая роботехнические водомерки, медузы, рыбки.

Космические беспилотники. Их особенность в том, что это невероятно сложные и точные устройства, которые не терпят ошибок. На их производство выделяются огромные деньги, но в основном создаются единичные экземпляры.

Устройство

Беспилотныелетающие устройства в большинстве случаев состоят из следующих основных элементов:

Основой летающего аппарата является рама. Именно на нее устанавливаются все элементы. В большинстве случаев ее делают из полимеров и разных сплавов металлов. Полетный контроллер управляет дроном.

На него приходят сигналы от пульта управления.

В контроллер входят процессор, барометр, который, определяет высоту, акселерометр, гироскоп, GPS-навигатор, оперативное запоминающее устройство, устройство приема сигнала.

Двигатели, регуляторы и пропеллеры отвечают за полет беспилотника. При помощи регулятора задается скорость летающего аппарата. Аккумулятор является источником энергии для двигателя, а также других элементов дрона. Коммерческие и потребительские беспилотники управляются при помощи пульта управления. Военные агрегаты управляются как с помощью пульта, так и спутниковых систем.

Устройство наземных беспилотников несколько отличается от летающих. Большая часть разработчиков применяет уже существующие транспортные средства, в которые встраивает средства управления, камеры, сенсоры и датчики.

По степени автоматизации это могут быть полностью автономные устройства или агрегаты, которые управляются частично или полностью человеком, но на расстоянии.

Военные наземные беспилотники могут быть миниатюрными в виде червей и змей и огромными в виде танков, разминирующих, десантных и пехотных машин.

Устройство гражданских машин выполнена с учетом следующих элементов:

  • Лазерные, звуковые, инфракрасные и другие датчики.
  • Навигация, которая объединяет электронные карты и GPS систему.
  • Сервер с аккумуляторами и ПО.
  • Автоматизированные органы управления, куда входят система управления движком, управление рулем, система тормозов.
  • Трансмиссия.
  • Беспроводная сеть, через которую может происходить управление, загружаться программы, карты и другие данные.

Принцип действия

Коммерческие и потребительские беспилотныеустройства в большей части случаев управляются при помощи пульта управления. Однако могут быть и полностью автоматические аппараты. Пульт дистанционного управления отправляет сигналы в контроллер.

Контроллер производит обработку полученных сигналов, и далее отправляет команды на различные элементы беспилотника. К примеру, сигнал об увеличении скорости заставляет пропеллер крутиться быстрее, что приводит к повышению скорости и перемещения беспилотника.

В полностью автоматизированных наземных аппаратах отсутствуют типичные органы управления, свойственные стандартным автомобилям. Здесь нет педалей, рулевого колеса. Пассажиру необходимо только активировать, то есть указать пункт назначения, куда ему нужно ехать, или деактивировать систему.

Важно

Беспилотныеавтомобили обычно имеют разнообразные датчики и сенсоры, которые помогают им ориентироваться в пространстве.

Основой их, к примеру, может быть 64-лучевой светодальномер, который устанавливается на крыше машины. При помощи этого прибора генерируется детальная карта пространства, которая находится вокруг машины.

Далее автомобиль комбинирует полученные сведения с высокоточными картами и обрабатывает их.

В результате он может передвигаться, избегая любых возникающих препятствий. Также на автомобиле находятся и другие сенсоры и приборы, в том числе радары на бамперах, камеры переднего и заднего вида, инерциальные измерители, колесные датчики, позволяющие определять положение и отслеживать движение автомобиля.

Применение

  • Гражданские применяются в промышленности, сельском хозяйстве, охранных и логистических операциях.
  • Системы с применением беспилотников и специального программного обеспечения могут автономно обследовать необходимую местность, создавая двух или трехмерные карты. К тому же они могут получать визуальные данные, которые помогут строителям и архитекторам принимать верные решения в строительстве, электроснабжении и так далее.
  • Такси и аэротакси без водителя. Человеку достаточно только вызвать такси на своем гаджете, чтобы оно приехало к нему и доставило в необходимое место. На данный момент такие возможности только тестируются, но в будущем именно таким способом основная масса горожан будет перемещаться по своим делам.
  • Беспилотные аппараты открывают огромные возможности перед военными. Уже не надо рисковать жизнями людей, чтобы выполнить поставленную задачу. Военная техника может управляться оператором за тысячи миль от места действия. Танки и самолеты могут вообще стать полностью автоматизированными. В них достаточно будет загрузить программу, чтобы они выполнили поставленную задачу. Уже сегодня появились дроны, которые могут стрелять ракетами, сбрасывать бомбы.

Военные создают и более миниатюрные устройства в виде насекомых, червей и змей. Они смогут незаметно использоваться для разведки и даже для уничтожения целей. К примеру, дрон в виде осы может напасть на врага, кольнув его жалом и выпустив смертельный яд.

  • Беспилотные аппараты могут использоваться для доставки грузов, пиццы, почты или медикаментов.
  • БПЛА помогают бороться с браконьерами, выявлять пожары и свалки, сажать леса, инспектировать вырубки, вести учет животных в стаде.

Похожие темы:

Источник: https://electrosam.ru/glavnaja/slabotochnye-seti/oborudovanie/bespilotniki/

«Проблема вагонетки» — это не про беспилотные автомобили

Вы у рычага. Что будете делать?

«Проблема вагонетки» — это интересная философская конструкция, придуманная для того, чтобы исследовать реакции людей на различные этические вопросы.

Её даже можно рассмотреть в рамках кантианской этики или этики утилитаризма, если немного изменить характеристики приведённых в задаче участников — машиниста и людей, которые находятся в опасности.

В недавних статьях про беспилотные автомобили, «проблема вагонетки» описывается следующим образом:

По какому пути вы бы ни решили поехать, вы всё равно будете виновником смерти людей. Что вы чувствуете по поводу этого? Есть несколько вариантов этой философской задачи. Например, представьте, что один из рабочих — член вашей семьи или президент; или что вам нужно столкнуть кого-то на пути, чтобы спасти жизнь пятерых.

Конечно, это всё — лишь теоретические конструкции, которые используют философы-этики в своих научных спорах, чтобы показать, каким образом мораль задействована в человеческом взаимодействии.

В отношении беспилотных автомобилей, «проблема вагонетки» говорит лишь о том, что эти машины будут сталкиваться с подобными ситуациями в будущем, и что эти ситуации порой неразрешимы, или моральный выбор между возможными вариантами очень сложен.

Может быть, применение «проблемы вагонетки» к беспилотным автомобилям не имеет практического смысла.

«Проблема вагонетки» была разработана, чтобы исследовать этические подходы людей, но она не подходит для разработки универсального алгоритма по принятию решений.

Я думаю, описанная дилемма слишком широко используется в связи с вопросами этики беспилотных автомобилей. Она не только вводит в заблуждение, но и негативно влияет на то, как люди думают о технологии.

Совет

И, что более важно, эта дилемма определяет, как законодатели говорят и пишут о технологии.

Вот мои аргументы:

  1. В «проблеме вагонетки» есть только два варианта — поехать прямо или свернуть на ответвление (зависит от конкретной формулировки задачи). Машины и другие транспортные средства, которые мы видим на дорогах сейчас, могут двигаться независимо от направления рельс, у них есть свобода ехать в любую сторону в двумерном пространстве. В целом, у машин гораздо больше возможностей движения, чем у поезда.
  2. Задача обычно рассматривается в вакууме, рабочие на пути всё время остаются неподвижными, поезд не может замедлиться, и никаких других событий не происходит. В реальном мире у нас нет такой роскоши, условия меняются каждую секунду.
  3. Люди (и беспилотные машины) имеют свои собственные намерения и могут действовать независимо друг от друга. Например, представьте машину, которая движется в сторону пяти велосипедистов, едущих ей навстречу — через несколько мгновений произойдёт автокатастрофа. Это, конечно, кошмарная ситуация. Если её вообразить в «вакууме», по аналогии с задачей о вагонетке, то будет сказано, что машина едет по прямой линии, велосипедисты едут ей навстречу, и времени достаточно только на то, чтобы решить, повернуть направо или налево. Теперь представим такую ситуацию в реальной жизни. Если вы знаете про игру «Цыплёнок» (игроки получают наибольший выигрыш, если действуют согласованно), то знаете, что велосипедисты скорее всего в панике будут сворачивать куда попало или просто будут падать на обочину. Бортовые компьютеры беспилотных автомобилей просто не смогут каждую секунду изменять трактовку ситуации и предсказывать наилучший выход из положения. Эта задача сродни пересчёту песчинок на пляже. Каждое действие будет считаться как новые входные данные, и нужно будет симулировать сценарий действий повторно раз за разом, получать новый набор возможных реакций машины, сравнивать их, пытаться (если возможно) рассчитать, как велосипедисты будут реагировать на такое поведение. Потом нужно будет посчитать следующее оптимальное действие. Это — непозволительная трата времени. Скорее всего, время, необходимое на подсчёты, будет превышать доступное время для принятия решения.
  4. Существующие на данный момент беспилотные транспортные средства разбираются в мире не очень хорошо. По крайней мере, их способностей недостаточно, чтобы делать какие-то предсказания о том, что случится в следующую секунду. Сейчас «навыков» машин хватает только на то, чтобы следить за дорогой или идентифицировать человека среди других объектов.
  5. И, наконец, каким образом мы собираемся прописать в алгоритме реакции на различные ситуации, или гарантировать, что наиболее этичное решение среди множества вариантов будет принято? Давайте представим, что каким-то чудом бортовому компьютеру удалось обработать набор исходов ситуации, что теперь? Есть ли у него встроенная функция поиска похожей ситуации в базе данных, или, может, он отправляет данные на обработку в облако, чтобы там нашёлся ответ, как действовать наилучшим образом, одобренным всем человечеством? После того, как ответ будет найден, останется ли время, чтобы действовать согласно инструкциям? А будут ли события развиваться именно так, как было рассчитано изначально?

Надеюсь, из сказанного видно, что ситуация может запросто выйти из-под контроля. Уровня развития технологии ещё недостаточно, чтобы предвидеть всё, не говоря уж о симуляции и о том, что нам придётся принимать решения относительно миллионов ситуаций, которые требуют моральной экспертизы.

Как описать наше текущее положение, учитывая всё это?

Наверно, нам придётся перестать использовать дилемму вагонетки применительно к беспилотным автомобилям, так как это всего лишь мысленный эксперимент.

Нужно исследовать миллионы ситуаций из реальной жизни, в которых могут оказаться беспилотные автомобили, и провести симуляции с учётом постоянно изменяющегося контекста.

Только тогда мы сможем увидеть, как работают наши сценарии, и после этого изменить автомобили и технологию, по которой они функционируют, изменить сами системы движения, изменить среду (например, дороги), а также и информировать широкую публику.

Давайте вернёмся к моему примеру с пятью велосипедистами. Может быть после того, как мы проведём несколько симуляций этой ситуации (может быть даже и в жизни), мы сможем понять, как нужно изменить дизайн устройств и программ.

Предположу, что будет лучше, если автомобиль сможет предупреждать об опасности с помощью громкоговорителя и огней, оповещая о своём намерении свернуть вправо или влево от человека. Это сделает ситуацию однозначной для человека и для машины.

Возможно, придётся заранее обучить всех вовлечённых лиц, — рассказать людям, что транспортные средства теперь обладают этими новыми способностями.

Конечно, это лишь беглый взгляд на решения для конкретного случая. Чтобы действительно найти правильные выходы из положения, потребуется больше времени и усилий.

Обратите внимание

Тем не менее, я верю, что прямолинейные и непродуманные этические выводы, запрограммированные в виде схемы (hard coded rules) не подойдут для беспилотных машин.

Только вдумчивое проектирование, наблюдение, а также информирование людей действительно помогут нам.

Источник: https://22century.ru/popular-science-publications/trolley-problem-not-a-problem

Ссылка на основную публикацию