कैसे वेमो रोबम्बिल्स के प्रशिक्षण के लिए गुप्त दुनिया है

कारक्राफ्ट, एक आभासी दुनिया के निर्माण के लिए सॉफ्टवेयर

अल्फाबेट के परिसर के कोने में, सॉफ्टवेयर पर काम करने वाली एक टीम है जो रोबोमेबाइल बनाने की कुंजी हो सकती है। एक भी पत्रकार ने उसे पहले नहीं देखा। वे इसे कारक्राफ्ट कहते हैं, लोकप्रिय गेम वर्ल्ड ऑफ Warcraft के बाद।

सॉफ्टवेयर के निर्माता, एक अव्यवस्थित बालों वाला एक युवा इंजीनियर और एक लड़के का चेहरा, जेम्स स्टाउट, मेरे बगल में एक खुले कार्यालय की जगह पर बैठा है, जहाँ चुप्पी राज करती है और हर कोई हेडफ़ोन का उपयोग करता है। स्क्रीन एक आभासी सड़क के एक खंड को एक परिपत्र गति के साथ दिखाती है। आंख पर पकड़ने के लिए कुछ भी नहीं है - कई लाइनों की एक सरल छवि और सड़क बनावट के साथ एक पृष्ठभूमि। हम एक मध्य-रिज़ॉल्यूशन क्रिसलर पैसिफिक रोबोट कार और एक साधारण वायरफ्रेम को दूसरे वाहन का प्रतिनिधित्व करते हुए देखते हैं।

कुछ महीने पहले, विकास टीम ने टेक्सास में इस तरह के एक परिपत्र आंदोलन पर ठोकर खाई। सड़क की स्थिति की गति और जटिलता ने कार को एक कठिन स्थिति में डाल दिया, इसलिए टीम ने परीक्षण स्थल पर उसी कॉन्फ़िगरेशन की सड़क का एक टुकड़ा बनाने का फैसला किया। और मैं पहले से ही प्रशिक्षण प्रक्रिया के तीसरे चरण को देख रहा हूं: वास्तविक ड्राइविंग का डिजिटलीकरण। यहां वास्तविक दुनिया से केवल चालक की पैंतरेबाज़ी - उदाहरण के लिए, एक कार जो आपको एक परिपत्र गति में काटती है - हजारों सिम्युलेटेड परिदृश्यों में बदल सकती है जो कार की क्षमताओं की सीमाओं की जांच करती है।

इस तरह के परिदृश्य एक शक्तिशाली सिमुलेशन टूल का आधार बनते हैं। "नई सुविधाओं पर अधिकांश काम हमने सिमुलेशन में जो देखा उससे प्रेरित है," स्टाउट मुझे बताता है। इस उपकरण ने दिसंबर 2016 में अपनी अनुसंधान इकाई एक्स से अल्फाबेट (गर्लली गूगल) द्वारा स्थापित वेमो में रोबोट वाहनों के विकास को गति दी।

यदि वेमो अगले कुछ वर्षों में पूरी तरह से स्वायत्त कार बना सकते हैं, तो कारक्राफ्ट को एक आभासी दुनिया के रूप में याद किया जाना चाहिए जिसने वास्तविक दुनिया को बदलने में महत्वपूर्ण भूमिका निभाई थी।

प्रारंभ में, इसे सार्वजनिक सड़कों पर यात्रा करते समय कारों द्वारा सामना किए गए दृश्यों के माध्यम से स्क्रॉल करने के लिए डिज़ाइन किया गया था। अब कारक्राफ्ट, और सामान्य रूप से सभी सिमुलेशन, रोबोट वाहनों के विकास में बढ़ती भूमिका निभाते हैं।

समय के प्रत्येक बिंदु पर, लगभग 25,000 आभासी रोबोमोबाइल्स ने पूरी तरह से ऑस्टिन, माउंटेन व्यू और फीनिक्स के संस्करणों के साथ-साथ अन्य परीक्षण पटरियों के लिए मॉडल तैयार किए हैं। वेमो एक विशेष रूप से कठिन सड़क पर दिन में सैकड़ों बार यात्रा का अनुकरण खेल सकते हैं। कुल मिलाकर, आभासी दुनिया में, कारें प्रति दिन 8 मिलियन मील तक चलती हैं। 2016 में, उन्होंने 2.5 बिलियन वर्चुअल मील की यात्रा की, जबकि वास्तविक सड़कों पर Google के वास्तविक प्रोटोटाइप से केवल 3 मिलियन मील की यात्रा की थी। और, महत्वपूर्ण रूप से, वर्चुअल मील का ध्यान इस बात पर है कि वेमो के कर्मचारी "दिलचस्प" सड़कों को कहते हैं, जहाँ कारें कुछ नया सीख सकती हैं। यह काम करने के रास्ते में राजमार्ग पर सिर्फ उबाऊ मील नहीं है।

सिमुलेशन Waymo द्वारा विकसित जटिल प्रक्रिया का हिस्सा हैं। उन्होंने डीओपी पर अपनी कारों द्वारा संचालित लाखों मील की दूरी को "संरचनात्मक निरीक्षण" कार्यक्रम के साथ जोड़ा, जो वे केंद्रीय घाटी में ज़मोक गुप्त आधार पर खर्च करते हैं।

अब तक, वायमो ने दुनिया के लिए अपनी प्रणाली का खुलासा नहीं किया है। नियमित सड़कों पर मीलों उन्हें दिखाया जाता है जहां उनकी कारों को अतिरिक्त अभ्यास की आवश्यकता होती है। वे कैसल में आवश्यक कॉन्फ़िगरेशन की सड़कों का निर्माण करते हैं, जो उन्हें सही मौके पर हजारों विभिन्न परिदृश्यों को खेलने की अनुमति देता है। और वास्तविक दुनिया में, किसी भी दो प्रकार की जांच में, मशीनें किसी भी समय डिजिटल रूप में स्थिति को पूरी तरह से फिर से बनाने के लिए पर्याप्त डेटा एकत्र करती हैं। इस वर्चुअल स्पेस में, आप अपने आप को वास्तविक जीवन की सीमाओं से मुक्त कर सकते हैं और किसी भी परिदृश्य के लिए हजारों विकल्प बना सकते हैं, और फिर कार को उन सभी के लिए तैयार कर सकते हैं। कार को चलाने वाले सॉफ़्टवेयर में सुधार करने के लिए, इसे वापस कारों में डाउनलोड किया जाता है, जो तब सड़कों पर अधिक लंबी और यहां तक ​​कि अधिक जटिल ड्राइव करता है, और चक्र दोहराता है।

कैसल में जाने के लिए, सैन फ्रांसिस्को खाड़ी से आपको पूर्व की ओर, फिर दक्षिण की ओर 99 वीं, और फिर सेंट्रल वैली राजमार्ग के साथ, दक्षिण की ओर फ्रेश्नो जाने की आवश्यकता है। कॉर्न फ़ील्ड बढ़ते उपनगरों से सटे हैं; कृषि धुंध के पीछे क्षितिज गायब हो जाता है। यह सैन फ्रांसिस्को की तुलना में 30 डिग्री अधिक गर्म है, और सतह इतनी सपाट है कि इस "पृथ्वी सागर" की ढलान, जैसा कि जॉन मैकफी ने इसे कहा था, केवल लेजर के साथ मापा जा सकता है। आप ईटवाटर के छोटे से शहर के पास से बाहर जा रहे हैं, जहां एक समय कैसल एयर फोर्स बेस था, जहां 6,000 लोगों ने बी -52 कार्यक्रम की सेवा दी थी। अब यह छोटे शहर मेरेड की उत्तरी सीमा पर स्थित है, जिसमें 2010 के दशक में बेरोजगारी 20% तक पहुंच गई थी, और अब भी यह शायद ही कभी 10% से नीचे है। 40% आबादी स्पेनिश बोलती है। हम रेलमार्ग को पार करते हैं और 650 हेक्टेयर के पुराने आधार के क्षेत्र में प्रवेश करते हैं, जिसमें अब वन्यजीव नियंत्रण विभाग से लेकर इस राज्य की जेल तक सभी प्रकार के घर हैं।

फोन पर मेरे नाविक ने मुझे एक विशिष्ट पते पर नहीं पहुंचाया, बल्कि जीपीएस समन्वय के लिए। जब तक Google मैप्स आपको रुकने का समय नहीं बताता तब तक हम एक लंबी, अपारदर्शी हरी बाड़ के साथ सवारी करते हैं। कुछ भी किसी भी द्वार की उपस्थिति को इंगित नहीं करता है। सब कुछ बाड़ के एक अन्य खंड जैसा दिखता है, लेकिन मेरा मेजबान प्रतिनिधि आत्मविश्वास से भरा दिखता है। अचानक, गेट और बाड़ के बीच चौड़ी खाई में, एक गार्ड दिखाई देता है और हमारे दस्तावेजों की जांच शुरू करता है।


बाड़

बाड़ ने भाग लिया, और हम एक हलचल परिसर में चले गए। शॉर्ट्स और टोपी में युवा लोग भागते हैं और फ्रॉस्ट करते हैं। आप आवासीय कारों, गुंबद गैरेज, और मुख्य भवन के पास पार्किंग स्थल में देख सकते हैं - रोबोमोबाइल्स। यहाँ कई प्रकार के रोबोमोबाइल्स हैं - लेक्सस मॉडल जिन्हें अमेरिकी निवासी डीओपी, प्रियस, सेवानिवृत्त और नए क्रिसलर प्रशांत वेन्स से मिल सकते थे।

रोबेम्बाइल्स को भेद करना आसान है। वे सेंसर से जड़ी हैं। दूसरों की तुलना में, छत पर लेजर स्कैनर (लिडार) जारी किए जाते हैं। लेकिन Pacifica में साइड मिरर के चारों ओर घूमने वाले छोटे बीयर कैन आकार के लिडार भी हैं। पीछे, वे श्रेक के कानों के समान रडार से लैस हैं।

जब आप मशीन के सेंसर चालू करते हैं, भले ही वह हिलता न हो, घूमता हुआ लिडार अजीब आवाज करता है। हॉवेल और हम के बीच कुछ, यह ध्वनि अप्रिय है क्योंकि यह मुझे एक नवीनता लगती है और मेरे कान इसे कारों की अन्य ध्वनियों के साथ मिलकर फ़िल्टर करने में सक्षम नहीं हैं जिनके साथ मैं बड़ा हुआ था।

मुख्य भवन में एक और भी दिलचस्प कार खड़ी है। लाल टेप के साथ पूरे शरीर पर इस पर X चिन्ह छपे होते हैं। यह एक चौथे स्तर की कार है। स्तर ऑटो इंजीनियरों के समुदाय द्वारा विकसित किए गए पदनाम हैं जो एक रोबोमोबाइल की स्वायत्तता की डिग्री का वर्णन करते हैं। जिन कारों के बारे में हम सुनते हैं, वे पहले या दूसरे स्तर पर हैं - यानी वे राजमार्ग पर "स्मार्ट" क्रूज़ नियंत्रण पर जाने में सक्षम हैं। लेकिन लाल Xs वाली कार बिल्कुल अलग जानवर है। यह न केवल पूरी तरह से स्वायत्त है, इसके अंदर का व्यक्ति बस इसे ड्राइव करने में सक्षम नहीं होगा - इसलिए, वे इसे अपनी अन्य मशीनों के साथ मिश्रण नहीं करना चाहते हैं।

हम पार्किंग स्थल तक, और हर जगह मैनहट्टन परियोजना के संकेत, एक वैज्ञानिक चौकी और हर जगह एक प्रौद्योगिकी शुरू करते हैं। मुख्य भवन में, एक मोबाइल कार एक कक्षा का आकार है, मैं इस पूरे उल्लेखनीय स्थान की ड्राइविंग शक्ति को पूरा करता हूं। उसका नाम स्टेफ विलेगास है।

अज़ालिया बुटीक के एक पूर्व कर्मचारी के रूप में, जहां से वह Google में स्थानांतरित हुई है, के रूप में वह कॉलर के साथ लंबे समय तक सफ़ेद ब्लाउज में एक कॉलर, बुरी तरह से जीन्स और ग्रे बुना हुआ स्नीकर्स के साथ तैयार है - सब कुछ बहुत फैशनेबल है। वह बर्कले की पहाड़ियों के दूसरी तरफ पूर्वी खाड़ी के एक उपनगर में पली-बढ़ी और 2011 के रोबोमोबाइल डेवलपमेंट प्रोग्राम में शामिल होने से पहले बर्कले में कैलिफोर्निया विश्वविद्यालय से कला में डिग्री हासिल की।

"क्या आपने कार ड्राइव की?" मैं पूछता हूं।

"मैं हर समय ड्राइव करती हूं," वह कहती हैं।

वह सैन फ्रांसिस्को से माउंटेन व्यू तक दौड़ते हुए राजमार्गों 101 और 280 पर अनगिनत घंटे बिताती है। सभी ड्राइवरों की तरह, वह समझती थी कि हाईवे पर कारें कैसे व्यवहार करती हैं। और यह ज्ञान रोबोट के विकास के लिए कार्यक्रम के लिए काफी महत्वपूर्ण निकला। उन्होंने एक सहज विचार विकसित किया है कि मशीनों के लिए क्या मुश्किल हो सकता है। "अपडेट किए गए सॉफ़्टवेयर की जाँच करना और टीम में एक स्थायी स्थिति होने के बाद, मैंने यह सोचना शुरू किया कि सिस्टम के लिए और कौन से जटिल कार्य निर्धारित किए जा सकते हैं," वह कहती हैं।

इसलिए विलेगास और कई इंजीनियरों ने साथ आना शुरू किया और उन स्थितियों के दुर्लभ परिदृश्यों का निर्माण किया जो उन्हें नियंत्रित वातावरण में मशीनों के नए व्यवहार का परीक्षण करने की अनुमति देते थे। उन्होंने तटीय एम्फीथिएटर के सामने पार्किंग स्थल पर कब्जा करना शुरू कर दिया, अपने लोगों के प्रवेश द्वारों पर स्थापित किया ताकि पार्किंग में केवल गोगलर्स ही रहें।

"यह सब वहाँ शुरू हुआ," वह कहती हैं। "मैं और कई ड्राइवर वहां थे।" हम उन विचारों के एक समूह के साथ आए, जिसे हम परीक्षण करना चाहते हैं, जो हमें पिकअप ट्रक में जरूरत की सभी चीजों को लोड करता है, और पार्किंग के माध्यम से इसे चेक करता है। "

इस तरह से पहले संरचित परीक्षण रॉबोमोबाइल विकास कार्यक्रम में उत्पन्न हुए। यह पता चला है कि सबसे कठिन काम लोगों द्वारा आविष्कार किए गए जटिल परिदृश्यों को संसाधित करना नहीं था, जैसे कि "अगर सड़क पर एक ज़ोंबी है," लेकिन साधारण यातायात के अंतहीन वेरिएंट में बस आत्मविश्वास और मज़बूती से ड्राइव करें।

विल्लेगास ने उन सभी चीज़ों से प्रॉप्स इकट्ठा करना शुरू किया जो उसे मिल सकती थीं: पुतलों, शंकु, कृत्रिम पौधों, खिलौने, स्केटबोर्ड, तिपहिया, गुड़िया, गेंद, सभी प्रकार की चीजें। यह सब प्रॉप्स के एक सेट में चला गया (परिणामस्वरूप, उन्होंने इसे एक तम्बू में संग्रहीत करना शुरू किया, और अब - कैसल में, एक विशेष गोदाम में)।


आवश्यक गोदाम

लेकिन समस्याएं थीं। यह आवश्यक था कि कार तेजी से चलाई जाए, ट्रैफिक लाइट और संकेतों को पहचानें। योजनाएं लगातार एम्फ़िथिएटर में आयोजित संगीत कार्यक्रमों में हस्तक्षेप करती हैं। उन्होंने कहा, "ऐसे मामले सामने आए हैं: 'खैर, मेटालिका आ रही है, हमें इसे डंप करना होगा।"

उन्हें एक गुप्त आधार की आवश्यकता थी। महल बस इतना ही था। उन्होंने एक पट्टे पर हस्ताक्षर किए और अपने नकली सपनों के शहर का निर्माण शुरू किया। "हमने विशेष रूप से आवासीय सड़कों, राजमार्गों, मृत सिरों, पार्किंग स्थल, और सभी को बनाया है, ताकि हमें उन विशिष्ट स्थानों का प्रतिनिधि चयन मिले, जिन्हें आप यात्रा कर सकते थे।"

हम मुख्य कार्यालय से उसकी कार तक जाते हैं। जब हम फील्ड ट्रिप पर जाते हैं, तो वह मुझे एक नक्शा देती है। "यह डिज्नीलैंड की तरह है ताकि आप नेविगेट कर सकें," वह कहती हैं। नक्शा सावधानी से बनाया गया है। एक कोने में एक वेगास-शैली का बैज है: "कैलिफोर्निया में कथा महल में आपका स्वागत है।" परिसर के विभिन्न क्षेत्रों में भी नामकरण नियमों का पालन होता है। हम जो गाड़ी चला रहे हैं, उसमें प्रत्येक सड़क का नाम प्रसिद्ध कार ( देओलोरियन , बुलिट ) के नाम पर या प्रियस पर आधारित पहले पार्क से कार के सम्मान में रखा गया है, जो कार्यक्रम के शुरुआती दिनों (बारबरो) में मौजूद थी।

हम गुलाबी इमारतों, पुराने बैरकों को चलाते हैं, जिनमें से एक का जीर्णोद्धार किया गया है - वेमो के कर्मचारी वहां आराम करते हैं जब वे खाड़ी में वापस जाने में विफल होते हैं। इनके अलावा, परीक्षण क्षेत्र में कोई अन्य इमारतें नहीं हैं। यह वास्तव में रोबोटों के लिए एक शहर है: सब कुछ जो मायने रखता है वह या तो फुटपाथ पर है या उस पर सीमाएं हैं।


महल में "शहर"

किसी व्यक्ति के लिए, यह सब चरित्रों के बिना कंप्यूटर गेम के स्तर जैसा दिखता है। यह अजीब है कि आप ऐसा महसूस करते हैं कि आप सीमलेस ड्राइववे और उपनगरीय इंटरचेंजों के साथ प्रतीत होता है कि कोई इमारतें नहीं हैं, जो बुलेवार्ड्स से दूर लगती हैं। सड़क के कुछ हिस्से समय-समय पर मुझे परिचित लगते हैं।

हम एक बड़े टू-लेन ट्रैफिक सर्कल से संपर्क कर रहे हैं। केंद्र में एक सफेद बाड़ के साथ एक चक्र है। विलेगस कहते हैं, "यह विशेष रूप से ऑस्टिन, टेक्सास में मल्टी-लेन राउंडअबाउट का परीक्षण करने के बाद यहाँ दिखाई दिया।" - सबसे पहले, हमारे पास केवल एक-लेन वाला गोल चक्कर था, और हमने तय किया: "ठीक है, ठीक है, हमने इस चरण को समाप्त कर दिया है।" और फिर हम एक मल्टीबैंड पर ठोकर खाई, और चमत्कार किया: 'वाह, एक अलग रंग का घोड़ा! धन्यवाद टेक्सास। ' इसलिए, हमने अपने आप में यह सुंदरता बनाई है। ”



हम रुकते हैं और विलेगास एक नए अतिरिक्त पर विचार कर रहा है: दो कार लेन और एक साइकिल लेन एक समानांतर पार्किंग क्षेत्र में लॉन की सीमा से गुजरते हैं। “मैं वास्तव में यहाँ समानांतर पार्किंग के साथ एक सड़क बनाना चाहता था। यह अक्सर उपनगरों में पाया जाता है। अखरोट क्रीक। माउंटेन व्यू। पालो अल्टो, “वह कहती है। - लोग दुकानों से या पार्किंग से बाहर जाते हैं। लोग कारों के बीच चलते हैं, अपने हाथों में चीजों के साथ सड़क पार करते हैं। ” पट्टी उसकी स्मृति का एक टुकड़ा थी, जो डामर और कंक्रीट में सन्निहित थी, जो तब परिचित इलाके को संसाधित करने के लिए रोबोट की क्षमता में सुधार करने के लिए, अधिक अमूर्त रूप में बदल जाएगी।

वह मुझे मुख्य कार्यालय में वापस ले जाती है, और हम क्रिसलर पैसिफिकस के रोबोटिक वैन में चढ़ जाते हैं। हमारा ड्राइवर ब्रैंडन केन है। यात्री सीट में उसका सहायक XView प्रोग्राम का उपयोग करके लैपटॉप पर कार के व्यवहार की निगरानी करेगा।

सहायकों का एक समूह, जिसे वे "लोमड़ी" कहते हैं, उनके साथ काम करता है - उपनाम "कृत्रिम" शब्द से विकसित हुआ है [लोमड़ी - लोमड़ी, अशुद्ध - कृत्रिम / लगभग। ट्रांस।]। वे कार चलाते हैं, ट्रैफ़िक बनाते हैं, पैदल यात्री खेलते हैं, साइकिल चलाते हैं, स्टॉप सिग्नल पकड़ते हैं। ये ऐसे एक्टर हैं जिनकी ऑडियंस कार है।

हमारी पहली जांच सरल मार्ग और कटिंग है, लेकिन उच्च गति पर। इस मामले में, यह 70 किमी / घंटा है। हम सीधे उस चौड़ी सड़क पर चलते हैं, जिसे वे ऑटोबान कहते हैं।

जब लोमड़ी हमें काट देती है, तो वेमो मशीन ब्रेक और टीम इस मामले में एक महत्वपूर्ण संकेतक की जांच करती है: ब्रेकिंग। वे ऐसी परिस्थितियां बनाने की कोशिश कर रहे हैं जिसमें कार को तेजी से ब्रेक लगाने की आवश्यकता होगी। कितना तेज? "नरक के बीच कहीं, मेरे पास ट्रैफिक लाइट के लिए समय नहीं है" और "मुझे तेज पसीना आया, और फोन सीट से उड़ गया"।

मैं एक अजीब बात कहूंगा: यह एक रोबोट के लिए मेरी पहली यात्रा नहीं है। अतीत में, मैंने दो अलग-अलग रोबोटों में दो बार डाइविंग की: पहली बार एक लेक्सस एसयूवी पर जिसने मुझे माउंटेन व्यू की सड़कों पर और दूसरी छोटी गूगल फायरफ्लाय कार पर ले जाया, जो गूगल बिल्डिंग की छत पर सवार थी। ये अमिट यात्राएं थीं, जो वास्तव में हर किसी की इच्छा होती हैं।

अब सब कुछ अलग है। दो तेजी से चलने वाली कारें, जिनमें से एक हमें काफी तेजी से काटनी चाहिए।

यह शुरू करने का समय है। केन कार शुरू करता है, और बीप के बाद कार कहती है: "ऑटो।" एक अन्य कार हमारे पास आती है और एक पॉर्श चालक के रूप में हमें काट देती है, जो बाहर निकलने के लिए पहली ड्राइव है। हम दृढ़ता से, जल्दी और आसानी से ब्रेक लगाते हैं। मैं प्रभावित हूं।

वे ब्रेकिंग डेटा की जांच करते हैं और समझते हैं कि हम बहुत मुश्किल ब्रेक नहीं कर रहे थे। मुझे इसे दोहराना है। और फिर से, और फिर से ... दूसरी कार हमें अलग-अलग कोणों पर, एक अलग तरीके से काटती है। वे इसे "कवरेज प्राप्त करते हैं।"


तेज गति से पुनर्निर्माण। कारों में से एक स्वायत्त है।

हम तीन और चेक कर रहे हैं - तेज गति से पुनर्निर्माण, एक गली से एक कार ड्राइविंग के साथ बैठक करना, जो हम से तीन ब्लॉकों से दूर है, और एक बास्केटबॉल जो सड़क पर लुढ़का हुआ है, को देखते हुए एक चिकनी रोक। युद्धाभ्यास में से प्रत्येक अपने तरीके से प्रभावशाली है, लेकिन मुझे याद है कि परीक्षण सबसे अधिक अंडरकटिंग के साथ हुआ था।

जब हम रिस्टार्ट पर जाते हैं, तो केन सीट पर चला जाता है। "क्या आपने प्रशांत रिम देखा है?" वह मुझसे पूछता है। - गुइलेर्मो डेल टोरो फिल्म, जहां लोग राक्षसों से लड़ने के लिए विशाल रोबोट के साथ क्रियाओं को सिंक्रनाइज़ करते हैं। मैं एक रोबोमोबाइल के साथ क्रियाओं को सिंक्रनाइज़ करने की कोशिश कर रहा हूं। हमारे पास कुछ सामान्य विचार हैं। ”

मैं उसे समझाने के लिए कहता हूं कि उसका क्या मतलब है। "मैं कार में मौजूद लोगों के कारण वजन में अंतर के अनुकूल होने की कोशिश कर रहा हूं," वे कहते हैं। - मैं कार में बहुत समय बिताता हूं और मैं महसूस कर सकता हूं कि वह क्या कर रही है - यह अजीब लगता है, हां - मेरी गांड के साथ। मैं इस बात को समझता हूं कि वह क्या करना चाहती है। ”

माउंटेन व्यू में कैसल की धुंध और गर्मी से दूर, Google का आरामदायक मुख्यालय स्थित हैं। मैं एक्स के अंदर काम करने वाले इंजीनियरों से मिलने के लिए उनके पास आया, जो शायद आपको Google एक्स के रूप में जाना जाता है। कंपनी का यह प्रभाग दीर्घकालिक उच्च जोखिम वाले अनुसंधान परियोजनाओं में लगा हुआ है। 2015 में, जब Google ने वर्णमाला समूह का पुनर्गठन और व्यवस्थित किया, तो X ने Google को शीर्षक में गिरा दिया (उनकी वेबसाइट को X.company कहा जाता है)। उसके एक साल बाद, एक्स / अल्फाबेट ने एक अलग कंपनी में रोबोट बनाने के लिए कार्यक्रम को अलग करने का फैसला किया, जैसा कि पहले ही कई अन्य परियोजनाओं के साथ हो चुका है, और वायमो दिखाई दिया। यह गूगल के चचेरे भाई की तरह लगता है।

इसलिए, हालांकि वायोमो के कार्यालय अभी भी "वाहक जहाज" के अंदर हैं, ये दो क्लिक पहले से ही धीरे-धीरे अलग हो रहे हैं, और सभी वायमो कर्मचारियों को अलग से बैठाया गया है।

X / Waymo बिल्डिंग बड़ी और हल्की है। प्रोजेक्ट विंग ड्रोन प्रोटोटाइप हर जगह हैं। मुझे कंपनी द्वारा निर्मित एक छोटा जुगनू टाइपराइटर दिखाई देता है। "क्या तुमने खुद के बारे में कुछ अच्छा है," विल्लेगास ने मुझे महल में बताया। "लेकिन उनमें कोई एयर कंडीशनिंग नहीं थी, इसलिए मैं उन्हें मिस नहीं करता।"

भवन के किसी एक कोने के कोने में कैफेटेरिया से दूर वेमो सिमुलेशन क्लस्टर नहीं है। सभी को लगता है कि स्क्रीन पर Carcraft और XView हैं। एक काले रंग की पृष्ठभूमि के खिलाफ एक बड़ी संख्या में बहुभुज हैं। यह वे लोग हैं, जो वर्चुअल वर्ल्ड बनाते हैं, जिस पर वेमो कार चलाती हैं।


जब वायोमो लेजर स्कैनर ने देखा कि चार एक कार को धक्का दे रहे थे

मैं Carcraft के निर्माता जेम्स स्टाउट की प्रतीक्षा कर रहा हूं। उनके पास अपनी परियोजना के बारे में सार्वजनिक रूप से बात करने का अवसर नहीं है, इसलिए उनका उत्साह टूट जाता है। कारक्राफ्ट उनके दिमाग की उपज है।

"मैं रिक्तियों के माध्यम से देख रहा था और देखा कि डाकू बनाने के लिए टीम कर्मचारियों की भर्ती कर रही थी," वे कहते हैं। "मैं विश्वास नहीं कर सकता कि उन्होंने सिर्फ एक नौकरी पोस्ट की है।" वह टीम में शामिल हो गए और तुरंत एक उपकरण बनाने के बारे में सेट किया, जिसकी बदौलत आज एक दिन में 8 मिलियन वर्चुअल मील की यात्रा की जा रही है।

प्रारंभ में, उपकरण का उपयोग मुख्य रूप से यह देखने के लिए किया जाता था कि उनकी कार कठिन परिस्थितियों में क्या करेगी जिसमें जीवित ड्राइवर कार को नियंत्रित करते हैं। ऐसे क्षणों से, वे स्क्रिप्ट बनाने लगे। "यह जल्दी से स्पष्ट हो गया कि यह एक बहुत ही उपयोगी उपकरण था, और इसके आधार पर बहुत कुछ बनाया जा सकता है," स्टाउट कहते हैं। कारक्राफ्ट की संभावनाएं इतनी बढ़ गई हैं कि अब यह पूरे शहरों में फिट हो गया है, और कारों की संख्या एक बड़े आभासी पार्क में बढ़ गई है।

स्टाउट ने मुझे स्क्रिप्टिंग सर्विसेज डिपार्टमेंट के प्रमुख एलेना कोलोरोव से मिलवाया। उसके सामने दो मॉनिटर हैं। दाईं ओर Xview दिखा रहा है कि मशीन क्या देखती है। मशीन देखने के क्षेत्र में वस्तुओं की पहचान करने के लिए कैमरे, रडार और लिडार का उपयोग करती है - यह उन्हें छोटे वायरफ्रेम आकार के रूप में प्रस्तुत करता है।

हरी रेखाएं रूपों से निकलती हैं और उन संभावित तरीकों को दिखाती हैं जिनमें मशीन के अनुसार वस्तुएं स्थानांतरित हो सकती हैं। नीचे छवि का एक टुकड़ा है, जो दर्शाता है कि साधारण कार कैमरों को शूट किया जा रहा है। कोलारोवा लिडार से प्राप्त आंकड़ों के प्रदर्शन को चालू कर सकता है - वे नारंगी और बैंगनी डॉट्स में प्रदर्शित होते हैं।

हम कैसल में एक परिपत्र गति में एक पंक्ति में पुनर्व्यवस्था के वास्तविक मामले को पुन: प्रस्तुत करने पर विचार कर रहे हैं। Kolyarova सिम्युलेटर में स्विच करता है। सब कुछ एक जैसा दिखता है, लेकिन यह घटना का रिकॉर्ड नहीं है, लेकिन एक नई स्थिति जिसे मशीन को सामना करना होगा। अंतर केवल इतना है कि स्क्रीन के शीर्ष पर बड़े लाल अक्षरों में एक शिलालेख "सिमुलेशन" है। स्टाउट का कहना है कि उन्हें इसे जोड़ना पड़ा क्योंकि लोग हर समय वास्तविकता के साथ भ्रामक अनुकरण करते रहे।


XView में महल में परिपत्र गति कैसे दिखाई देती है

वे एक अलग स्थिति लोड करते हैं। यह फीनिक्स में था। कोलायरोवा शहर के अपने मॉडल को दिखाने के लिए तस्वीर को बढ़ाता है। पूरे मॉडल के लिए, उन्होंने कहा, "सभी गलियां, कौन सी गलियां हैं, किस स्थान पर रुकती हैं, कहां ट्रैफिक लाइटें हैं, फुटपाथ हैं, कहां लेन केंद्र हैं - आपको सभी को जानने की जरूरत है," हम कहते हैं।



अब हम फीनिक्स के पास कहीं एक चौरासी चौराहे को बढ़ा रहे हैं। कोलारियोवा ने इस पर कृत्रिम कार, पैदल यात्री और साइकिल चलाना शुरू किया।


कारक्राफ्ट में एक कृत्रिम स्थिति बनाना

एक गर्म कुंजी दबाने से, वस्तुएं हिलने लगती हैं। कारें कार की तरह व्यवहार करती हैं, उनकी लेन या मोड़ में ड्राइव करती हैं। साइकिल चालक अपने अनुसार व्यवहार करते हैं। उनका तर्क डीओपी पर रोल किए गए मिलियन मील से प्राप्त आंकड़ों से लिया गया था। और यह सब दुनिया के सुपर-विस्तृत नक्शे और स्थिति में विभिन्न प्रतिभागियों के भौतिक मॉडल पर आधारित है।



आश्चर्य की बात नहीं, सबसे मुश्किल काम दूसरे लोगों के व्यवहार का अनुकरण करना है। "मैं तुम्हारे जाने की चिंता नहीं करता, मैं सड़क पर बाकी सब के बारे में चिंता करता हूं।"

“हमारी कारें दुनिया को देखती हैं, दुनिया को समझती हैं। वे पर्यावरण के सभी चलती प्रतिभागियों के इरादों को समझते हैं - कार, पैदल यात्री, साइकिल चालक, मोटर साइकिल चालक। यह केवल अंतरिक्ष में किसी वस्तु को ट्रैक करने के लिए पर्याप्त नहीं है। आपको यह समझने की जरूरत है कि वह क्या करता है, "दिमित्री डोलगो, विकास के वायमो उपाध्यक्ष कहते हैं। - एक कुशल और सुरक्षित रोबोमोबाइल बनाने में यह एक महत्वपूर्ण कार्य है। "इस तरह के एक सिमुलेशन, आंदोलन में अन्य प्रतिभागियों के व्यवहार की ऐसी समझ, एक सिमुलेशन में उनके व्यवहार को मॉडलिंग करने के समान है।"

एक महत्वपूर्ण अंतर है: वास्तविक दुनिया में, आपको फ़्लाई पर प्रक्रिया करने और स्क्रिप्ट को मशीन-फ्रेंडली मशीन में बदलने और फिर इसे नेविगेट करने के लिए नए, वास्तविक समय के डेटा की आवश्यकता होगी। लेकिन अब, इस परियोजना में कई वर्षों के काम के बाद, वे आश्वस्त हैं कि वे ऐसा करने में सक्षम हैं, क्योंकि उन्होंने "चेक का एक गुच्छा आयोजित किया, जिसमें दिखाया गया है कि हम पैदल चलने वालों की एक बड़ी संख्या को पहचानने में सक्षम हैं," स्टाउट कहते हैं।

इसलिए ज्यादातर स्थितियों में, वे केवल वस्तु मान्यता के चरण को छोड़ देते हैं। कार के कच्चे डेटा को खिलाने के बजाय कि इसे पैदल यात्री के रूप में पहचाना जाना चाहिए, वे बस उसे बताते हैं: एक पैदल यात्री है।

चौराहे पर, कोलारोवा कार के जीवन को जटिल बनाता है। वह वी, वाहन के लिए एक हॉटकी दबाता है, और कारक्राफ्ट में एक नई वस्तु दिखाई देती है। फिर, सही मेनू में माउस के साथ, वह कार के प्रकारों में से मेरे पसंदीदा का चयन करती है: bird_squirrel।

विभिन्न वस्तुओं को वेमो में पूर्व-कॉन्फ़िगर तर्क के अनुसार कार्य करने के लिए मजबूर किया जा सकता है या कारक्राफ्ट में क्रमादेशित तर्क दिया जा सकता है ताकि वे बहुत विशिष्ट तरीके से आगे बढ़ें - विभिन्न प्रकार के व्यवहार का परीक्षण करना आवश्यक है। "स्थिति पर पूर्ण नियंत्रण और दृश्य में वस्तुओं की सरल व्यवस्था के बीच एक विस्तृत श्रृंखला है, जिसके बाद आप बस उन सभी को चला सकते हैं," स्टाउट कहते हैं।

जैसे ही स्थिति का आधार कॉन्फ़िगर किया जाता है, आप इसमें निहित सभी महत्वपूर्ण विकल्पों की जांच करना शुरू कर सकते हैं। मान लीजिए कि आप एकल चौराहे पर जांच करना चाहते हैं कि कारों, पैदल यात्रियों और साइकिल चालकों के आगमन का अलग-अलग क्रम, अलग-अलग समय वे रोकते हैं, उनकी गति और कुछ भी। फिर आप बस इसी मापदंडों के लिए उचित अंतराल सेट कर सकते हैं और इस स्थिति के सभी संयोजनों को खो सकते हैं।

वे इसे धुंधला बताते हैं, और इस मामले में, हमारे चौराहे पर 800 स्थितियां अपने आप बन गईं। परिणाम एक सुंदर फीता आरेख है - और सभी प्रोग्रामर इसकी जांच कर सकते हैं और देख सकते हैं कि चर के विभिन्न संयोजन कैसे रॉबटेल द्वारा चुने गए मार्ग को प्रभावित करते हैं।


चुनावी चार्ट

चुनौती इन सभी विकल्पों और सिमुलेशन का विश्लेषण करना है ताकि दिलचस्प डेटा मिल सके जो प्रोग्रामर को अपने ड्राइविंग प्रोग्राम को बेहतर बनाने में मदद कर सकें। पहला कदम हो सकता है: क्या कार फंस गई थी? यदि ऐसा है, तो इसके साथ काम करने के लिए यह स्थिति दिलचस्प हो जाती है।

नीचे दिया गया एनीमेशन ऐसी ही स्थिति को दर्शाता है। माउंटेन व्यू में वास्तविकता में मौजूद जटिल चौराहा। बाईं ओर मुड़ते हुए, कार एक साइकिल चालक को दिखाई दी, जो दिखाई दिया, यही कारण है कि वह सड़क पर रुक गई। प्रोग्रामर ने समस्याओं की इस श्रेणी को लिया और सॉफ्टवेयर को फिर से डिजाइन किया ताकि यह स्थिति के लिए सही ढंग से जवाब दे सके। वीडियो वास्तविक स्थिति को दिखाता है, और फिर इसका अनुकरण। जहां वे विचलन करते हैं, आप देख सकते हैं कि सिम्युलेटेड मशीन चलती रहती है, और फिर शिलालेख "शैडो_वीहिकल_पोज" शिलालेख के साथ दिखाई देता है। धराशायी बॉक्स दिखाता है कि वास्तव में क्या हुआ था। Waymo कर्मचारियों के लिए, यह प्रगति का सबसे स्पष्ट दृश्य है।



लेकिन उन्हें न केवल उन मामलों के लिए देखने की जरूरत है जिनमें कार फंस गई है। वे उन स्थितियों की तलाश कर सकते हैं जिनमें समाधान पर खर्च किया गया समय बहुत लंबा था, या ब्रेक लगाना बहुत धीमा था। सब कुछ जो प्रोग्रामर ठीक ट्यून करते हैं और अध्ययन करते हैं, वे समस्याओं को खोजने के लिए अनुकरण करते हैं।

स्टाउट और ऋण सॉफ्टवेयर विभाग के प्रमुख ने विशेष रूप से निर्दिष्ट किया कि सिमुलेशन में तीन मुख्य गुण हैं। सबसे पहले, सिमुलेशन में, आप एक भौतिक पार्क के साथ जितना संभव हो उतना अधिक मील चला सकते हैं; और अनुभव अच्छा है। दूसरे, ये मील दिलचस्प और जटिल बातचीत पर ध्यान केंद्रित करते हैं, न कि केवल उबाऊ मील पर। तीसरा, सॉफ्टवेयर डेवलपमेंट साइकल बहुत तेजी से आगे बढ़ सकता है।

"दोहराव चक्र हमारे लिए अत्यंत महत्वपूर्ण है, और सिमुलेशन पर किए गए कार्य हमें इसे बहुत कम करने की अनुमति देते हैं," डॉली ने मुझे बताया। "पहली बार हमारे साथ काम करने में एक सप्ताह का समय लगेगा, अब मिनटों में गुजरता है।"

सड़कों पर तेल के दाग के बारे में क्या? फटते हुए टायर, अजीब पक्षी, खोल के आकार के छेद और ड्राइवरों का सामान्य पागलपन। क्या वे होने का नाटक कर रहे हैं? कर्ज का भरोसा था। वह कहता है कि वे ऐसा कर सकते थे, लेकिन "आपको सिम्युलेटर की सटीकता बढ़ाने की कितनी आवश्यकता है?"

कारक्राफ्ट की आभासी दुनिया के लाभ यह नहीं है कि वे सुंदर, आदर्श और फोटोरिअलिस्टिक वास्तविक दुनिया की छवियां हैं। उनका लाभ यह है कि वे लूटने के लिए महत्वपूर्ण पहलुओं में वास्तविक दुनिया को दर्शाते हैं और उन्हें शारीरिक जांच से अधिक अरबों मील की दूरी पर ड्राइव करने की अनुमति देते हैं। मेजबान मशीन सॉफ्टवेयर निर्णय नहीं करता है, वास्तविक दुनिया के समान - उसके लिए सब कुछ ऐसा है जैसे वह वास्तविक दुनिया में निर्णय लेता है।

और यह सिस्टम काम करता है। कैलिफोर्निया परिवहन विभाग को कंपनियों को यह रिपोर्ट करने की आवश्यकता है कि एक वर्ष में उनके कितने रोबोटों ने मील को संचालित किया है, और कितनी बार ड्राइवरों को नियंत्रण रखना है। वेमो ने न केवल किसी और की तुलना में तीन मील अधिक परिमाण के तीन आदेश निकाले, बल्कि नियंत्रण हस्तांतरण के मामलों की संख्या तेजी से गिर रही है।

वेमो ने दिसंबर 2015 से नवंबर 2016 तक 635,868 स्वायत्त मील की दूरी तय की। इन मीलों पर, नियंत्रण स्थानांतरण 124 बार हुआ, औसतन हर 5000 मील पर एक बार, या 0.2 मील प्रति 1000 मील की दूरी पर। पिछले वर्ष में, उन्होंने 424,331 स्वायत्त मील की दूरी पर मारा, उनके पास 272 पारियां थीं, औसतन हर 890 मील, या 0.8 मील प्रति 1000 मील की दूरी पर।

हर कोई, निश्चित रूप से कहता है कि इन आंकड़ों की तुलना नहीं की जा सकती है, लेकिन चलो यथार्थवादी बनें: ये कैलिफोर्निया के लिए सबसे अच्छे संकेतक हैं। कुल मिलाकर बाकी सभी ने 20,000 मील का बल मारा।

Waymo का दृष्टिकोण तीसरे पक्ष के विशेषज्ञों को आश्चर्यचकित नहीं करता है। आंद्रेसेन होरोविट्ज़ के उद्यम पूँजीपति क्रिस डिक्सन कहते हैं, जो एक कंपनी की सिमुलेशन कंपनी में बेहतर है। "और वेमो बहुत शीर्ष पर हैं, वे सबसे अधिक परिष्कृत हैं।"

मैंने ऑलस्टैट इंश्योरेंस के इनोवेशन हेड, सुनील चिंतकंडी से वेमो के बारे में पूछा। "एक विश्वसनीय सिमुलेशन बुनियादी ढांचे के बिना, आप मशीनों को स्वायत्तता के उच्चतम स्तर के साथ नहीं बना सकते हैं," उन्होंने कहा। "मैं किसी ऐसे व्यक्ति से बात नहीं करूंगा जो अन्यथा सोचता है।"

अन्य शोधकर्ता इसी तरह के रास्ते चुनते हैं। ह्यूए पेंग, मिशिगन विश्वविद्यालय की स्वायत्त और एकीकृत परिवहन प्रयोगशाला, मैकिटी के निदेशक हैं। पेंग कहते हैं कि कोई भी सिस्टम जो रोबोमेबाइल के लिए काम करता है, वह "99% सिमुलेशन का संयोजन होगा, ध्यान से डिज़ाइन किए गए संरचनात्मक चेक और सड़कों पर कुछ मात्रा में चेक।"

स्नातक छात्र के साथ मिलकर, उन्होंने असली मील की यात्रा के लिए एक प्रणाली का प्रस्ताव रखा, जो सिमुलेशन के साथ यात्रा करने में मदद करता है। सिस्टम थोड़े-थोड़े तरीके से लागू होता है। "हम ड्राइविंग के सभी उबाऊ चरणों को हटाने और उन्हें दिलचस्प छोड़ने का सुझाव देते हैं," पेंग कहते हैं। "यह आपको सैकड़ों गुना तेजी लाने की अनुमति देगा: एक हजार मील एक लाख में बदल जाता है।"

वायमो परियोजना का कार्यक्षेत्र, संगठन और गतिविधि आश्चर्यजनक है। मैंने Google, पेंग्विन द्वारा की गई संरचनात्मक जाँचों का वर्णन किया, जिसमें 20,000 परिस्थितियाँ शामिल हैं जो कि कैसल में टीम द्वारा आयोजित संरचनात्मक जाँचों से अनुकरण में आईं। पहले तो उन्होंने मेरी बात नहीं सुनी और कहने लगे कि "ये 2000 स्थितियाँ एक प्रभावशाली व्यक्ति हैं।" मैंने इसे सही किया: "यह 20,000 सिमुलेशन था।" वह चुप था। "20,000," उन्होंने कहा, यह देखते हुए। "यह प्रभावशाली है।"

वास्तव में, इन 20,000 स्थितियों में से सभी वेमो द्वारा सत्यापित स्थितियों की कुल संख्या का एक छोटा सा हिस्सा हैं। ये संरचनात्मक जाँच प्रक्रिया के परिणाम हैं। उनके पास वास्तविक सड़कों पर वाहन चलाने से लेकर उनके सिर से सिर्फ और भी अधिक परिस्थितियाँ हैं।

"वे बहुत अच्छा करते हैं," पेंग ने कहा। पूरी तरह से स्वायत्त कार के लिए शब्दजाल में कमी का उपयोग करते हुए, वे चौथे स्तर के विकास में बाकी सभी से बहुत आगे हैं।

पेंग ने पारंपरिक वाहन निर्माताओं की स्थिति को बताया। उन्होंने कहा कि वे कुछ अलग करने की कोशिश कर रहे हैं। वे पूर्ण स्वायत्तता का लक्ष्य नहीं रखते हैं, लेकिन उन तकनीकों को जोड़ने की कोशिश करते हैं जो ड्राइविंग में मदद करती हैं, "कुछ पैसे कमाएं", और फिर पूर्ण स्वायत्तता की दिशा में आगे बढ़ें। वेमो को चेवी जैसे निर्माता के साथ एक मशीन पर $ 70,000 लेजर रेंजफाइंडर डालने के लिए संसाधनों और कॉर्पोरेट स्वतंत्रता के साथ तुलना नहीं की जा सकती है, जिनकी कारों को बाजार में बेचने के लिए $ 40,000 से अधिक की लागत नहीं होनी चाहिए।

"जीएम, फोर्ड, टोयोटा और बाकी का कहना है: 'मुझे टक्कर और हताहतों की संख्या कम करने और बड़े पैमाने पर उपभोक्ता के लिए सुरक्षा बढ़ाने के लिए।' पेंग कहते हैं, उनका लक्ष्य पूरी तरह से अलग है। "हमें लाखों कारों के बारे में सोचने की ज़रूरत है, न कि केवल कुछ हज़ार।"

और वेस्मो को पूर्ण स्वायत्तता की दौड़ में अधिक बाधाओं का सामना करना पड़ा था, उदाहरण के लिए, टेस्ला। क्रिस गेरडे स्टैनफोर्ड ऑटोमोटिव रिसर्च सेंटर के निदेशक थे। अठारह महीने पहले। उन्होंने मेरे सहयोगी से कहा कि वेमो "समस्याओं की गहराई के बारे में बहुत बेहतर समझ रखते हैं और हम उन्हें हल करने के लिए कितने करीब आए हैं।" जब मैंने पिछले हफ्ते उनसे पूछा कि क्या वह अभी भी ऐसा सोचते हैं, तो उन्होंने कहा, "बहुत कुछ बदल गया है। ”

"फोर्ड और जीएम जैसे ऑटोमेकरों ने अपनी कारों का प्रदर्शन किया और अपने सड़क डेटा सेट का निर्माण किया," वे कहते हैं। - टेस्ला ने ऑटोपायलट के विकास से बड़ी मात्रा में डेटा एकत्र किया, अध्ययन किया कि सिस्टम उन परिस्थितियों में कैसे ठीक व्यवहार करता है जिसमें उनके ग्राहक खुद को पाते हैं। चुपचाप एल्गोरिदम का परीक्षण करने और मशीनों के तेजी से बढ़ते आधार की उनकी क्षमता एक अद्भुत परीक्षण आधार का प्रतिनिधित्व करती है। ”

गेरडे का कहना है कि सिमुलेशन की दुनिया में, उन्होंने कई प्रतियोगियों को काफी गंभीर कार्यक्रमों के साथ देखा। "मुझे यकीन है कि सिमुलेशन की बहुत संभावनाएं हैं, लेकिन मैंने कई अच्छे उदाहरण देखे हैं। Waymo अब इतना अनूठा नहीं लगता। उनके पास वास्तव में एक बाधा थी, लेकिन आज कई समूह समान दृष्टिकोण का अनुभव कर रहे हैं। तो अब सवाल यह है कि कौन इसे बेहतर करेगा। ”

यह केवल एक तंत्रिका नेटवर्क के संचालन का कुछ प्रकार का प्रदर्शन नहीं है जो मस्तिष्क की तरह दिखता है। यह एआई विकास में एक बड़ी छलांग है, यहां तक ​​कि वर्णमाला कंपनी के लिए भी, जो आक्रामक एआई नीतियों के लिए जाना जाता है। यह Google फ़ोटो नहीं है, जहां त्रुटि कुछ भी नहीं है। यह एक ऐसी प्रणाली है जो लोगों की दुनिया के साथ लाइव और पूरी तरह से स्वतंत्र रूप से बातचीत करेगी। वह हमारे नियमों को समझेगी, अपनी इच्छाओं का संचार करेगी, हमारी आँखों और दिमागों के लिए स्पष्ट हो जाएगी।

Waymo एक विशिष्ट तकनीकी कौशल के रूप में सवारी के साथ काम करने से थोड़ा दूर चला गया है, और मानव सामाजिक गतिविधि के रूप में उसके साथ काम करने के लिए आगे बढ़ रहा है। "सामान्य रूप से" और न केवल "कानूनी रूप से" ड्राइव करने का क्या मतलब है? इस एआई को कैसे पढ़ाएं?

यह पता चला है कि इस तरह के एआई को बनाने के लिए, आपको न केवल बड़ी मात्रा में डेटा और प्रोग्रामर की कला की आवश्यकता है। ये आवश्यक लेकिन अपर्याप्त स्थिति हैं। इसका एक हिस्सा आवश्यक है ताकि लोग कारों के साथ तालमेल बिठाएं, दुनिया को समझें कि वे किस तरह से हैं। कैसल में ड्राइवर समझते हैं कि इन मशीनों में से एक होने का क्या मतलब है, वे जिस तरह से हैं उन्हें देखने और निर्णय लेने के लिए। शायद यह दोनों तरीके से काम करता है - बेहतर लोग मशीनों को समझते हैं, बेहतर मशीनें लोगों को समझती हैं।

ऑस्टिन में राउंडअबाउट की स्मृति कैसल का हिस्सा बन जाती है, रोबोट कार का डेटा सेट बन जाता है कारक्राफ्ट के लिए स्थिति बन जाती है सिमुलेशन का नेटवर्क नया सॉफ्टवेयर बन जाता है जो अंततः टेक्सास में इस चक्कर में जाने वाली भौतिक रोबोट कार पर लौटता है।

दुनिया को पहचानने के लिए एआई द्वारा उपयोग किए गए सिमुलेशन के बहुभुज अमूर्त के अंदर भी, मानव सपनों, यादों के कुछ हिस्सों, ड्राइवरों की भावनाओं के निशान हैं। ये घटक गलतियाँ नहीं हैं और उन स्थानों पर धब्बे नहीं हैं, जिन्हें साफ़ करने की आवश्यकता है, लेकिन एक प्रणाली के आवश्यक भाग जो कि, हर जगह, और शहरों में, और नरक में, परिवहन में क्रांति ला सकते हैं।