Как в России будут взаимодействовать умные автомобили
К 2022 году стандарты протестируют на подключенных и автоматизированных транспортных средствах
Автопроизводители испытывают несколько стандартов, которые станут основой безопасного движения и мобильных сервисов для умных машин. Мировая индустрия не смогла прийти к единому мнению, и вопрос развития интеллектуальных транспортных систем (ИТС) решают регуляторы. В отличие от США, где технология утверждена, в Европе придут к консенсусу в середине мая. По мнению экспертов, России при выборе стандарта связи на дорогах лучше ориентироваться на страны ЕС.
КАКИЕ ТЕХНОЛОГИИ ПРОХОДЯТ ИСПЫТАНИЯ В МИРЕ
Автомобиль будущего – подключенное и автономное устройство, которому недостаточно существующих элементов пассивной безопасности: тревожной кнопки ЭРА-ГЛОНАСС, удаленной диагностики, встроенных телематических сервисов.
С целью предотвращения аварий уже применяются алгоритмы второй ступени помощи водителю. Это системы ADAS (Advanced Driver-Assistance Systems), которые для обнаружения препятствий используют:
– радары,
– компьютерное зрение,
– ультразвуковые датчики.
Но для внедрения так называемой кооперативной безопасности, включающей обмен сообщениями автомобилями с элементами дорожной инфраструктуры (светофорами, дорожными знаками) и между собой, нужна технология ближнего радиуса действия V2X (Vehicle-to-Everything).
В США концепция V2X реализована в виде стандарта DSRC (Dedicated Short-Range Communications), основанного на Wi-Fi и утвержденного в 2010 году.
Стандарт DSRC продвигает Ассоциация глобальных автопроизводителей. Его поддерживают крупные корпорации: Volkswagen, Toyota, General Motors, Cadillac и другие
Комментарий старшего менеджера по работе с клиентами компании Huawei Евгении Пономаревой:
«В США решили, что все автомобили, выпущенные в конце 2019 года, должны поддерживать DSRС. Выделено 75 МГЦ в диапазоне 5,9 ГГц для обеспечения прямой связи между движущимися ТС, которая не зависит ни от облачной, ни от телекоммуникационной инфраструктуры». Об этом эксперт рассказала на Международном навигационном форуме в апреле 2019 года.
В Европе развивается идентичная технология ITS-G5. Стандарт был принят весной 2019 года. Однако его противники выступают за другую технологию беспроводного взаимодействия автомобилей – С-V2X (Cellular-V2X), или LTE-V2X. Как ясно из названия, она базируется на сотовой связи, а не на Wi-Fi. Технологию поддерживают Ford, BMW, операторы связи и, конечно, разработчики дополнительных сервисов в 5G – Qualcomm, Huawei, Ericsson, Panasonic и другие.
Комментарий Е. Пономаревой:
«С их точки зрения, стандарт С-V2X более безопасен. К тому же владельцу дороги при посредничестве телекома придется делать гораздо меньше капиталовложений для ее оснащения инфраструктурой. И хотя DSRS и ITS-G5 чувствуют себя более уверенно, поскольку много раз протестированы, большинство участников мирового рынка склоняется к мысли, что будущее за перспективной С-V2X.
Так думают и в Китае, где активно экспериментируют с этой технологией в девяти провинциях. Большая пилотная зона с участием операторов, автопроизводителей (Audi, Peugeot, Citroen) и полиции в условиях городской застройки создана в городе Уси. К 2020 году она станет мировой площадкой для тестирования умного транспорта.
Интеграция ADAS с V2X-технологиями позволяет снизить риск столкновения автомобилей на 96 процентов
Это фантастическая статистика».
В КНР опубликован проект стратегии, предполагающей покрытие 90% территорий крупных городов и автомагистралей С-V2X в 2020 году.
Комментарий заместителя директора по развитию НП «Глонасс» Евгения Мейлихова:
«Европейского регулятора к выбору стандарта ITS-G5 подтолкнул ряд нюансов. Например, широко распространенная система оплаты проезда, основанная на DSRS, может быть гармонизирована с ITS G5 на уровне приложений. Требования по аутентификации и обеспечению конфиденциальности передаваемой информации в автомобилях также отработаны на стандарте ITS-G5.
13 марта 2019 года Еврокомиссия опубликовала delegated regulation, определяющий обязательность ITS-G5. Акт вступит в силу через два месяца, если Европарламент или Совет Европы не выступят против».
«АВТОНЕТ» ТЕСТИРУЕТ СЦЕНАРИИ ВЗАИМОДЕЙСТВИЯ ТС
Функциональная совместимость между ITS-G5 и С-V2X невозможна, поэтому в России изучаются оба стандарта.
Сценарии безопасного вождения исследуются на цифровом полигоне Центрального научно-исследовательского автомобильного и автомоторного института (НАМИ). Участок площадки был оснащен оборудованием V2X стандарта ITS-G5 в 2018 году, сегодня на объекте размещается инфраструктура С-V2X.
Комментарий Е. Мейлихова: «Эксперимент в НАМИ поможет при дальнейшей стандартизации. Но в России целесообразно обеспечить гармонизацию стандартов с европейскими в силу географических и экономических причин».
Проект осуществляется в рамках дорожной карты (ДК) «Автонет» Национальной технологической инициативы. В числе целей ДК к 2035 году:
• 5 российских компаний входят в мировые топ-50 рынка по объему продаж продуктов,
• 70% решений и услуг имеют полный цикл разработки и производства в России.
В конце прошлого года «Автонет» запустил эксперимент по эксплуатации на автодорогах высокоавтоматизированных ТС (пока подразумевает наличие водителя за рулем). Он будет идти до 1 марта 2022 года.
В этом году прототипы умного транспорта тестируют шесть компаний:
• ПАО «КамАЗ»;
• ООО «КБ Аврора»;
• АО «Научно-конструкторское бюро вычислительных систем»;
• университет Иннополис;
• Московский автомобильно-дорожный государственный технический университет (МАДИ);
• «Яндекс».
Свыше 60% опрошенных автовладельцев в России, по данным НП «ГЛОНАСС», уже готовы использовать беспилотники на дорогах
Комментарий специального представителя президента по вопросам цифрового и технологического развития Дмитрия Пескова:
«Сегодня разрабатывается национальная стратегия в области искусственного интеллекта. Навигация – одна из наиболее понятных задач на рынке этих технологий».
«ЯНДЕКС» ИНВЕСТИРУЕТ В БЕЗОПАСНОСТЬ
Беспилотник «Яндекса» с прошлого лета курсирует по территории Сколково и Иннополиса в Татарстане, на дорогах Москвы он появится, предположительно, уже в мае. Компания не экономит на разработке технологий, повышающих безопасность поездок. В это направление уже вложено более 1,2 млрд рублей, а в 2019 году инвестиции увеличатся на 2 млрд рублей.
Весной стало известно о двух продуктах от «Яндекс.Такси»:
– Решение по распознаванию усталости водителей, которое отслеживает 68 точек на лице и направление взгляда.
– Программно-аппаратный комплекс (ПАК) для беспилотников совместно с Hyundai Mobis на основе технологий машинного обучения и компьютерного зрения «Яндекса». Первые прототипы построят на базе серийных моделей Hyundai и Kia.
Комментарий генерального директора «Яндекс.Такси» Тиграна Худавердяна:
«Беспилотные технологии станут безопасными в течение двух-трех лет. В первую очередь автомобили без водителей появятся в городах с хорошим климатом, где нет сложных погодных условий, потом уже у нас. Математическая и инженерная школа в целом в России более чем достаточна, чтобы быть лидерами в индустрии».
Эксперты напоминают, что для защиты ИТС требуется целостный подход, при котором средства информационной безопасности встраиваются уже на этапе проектирования.
Комментарий руководителя направления развития бизнеса транспортной кибербезопасности «Лаборатория Касперского» Михаила Савушкина:
«Каждый новый сервис в экосистеме ТС несет потенциальную угрозу. Часто новые технологии защиты не подходят к созданной пять-семь лет назад автоплатформе. То есть проблема заключается в очень долгих сроках разработки компонентов.
В индустрии отсутствует и единый подход к обеспечению кибербезопасности автомобиля. Транспортные узлы машины и мобильные приложения защищены по отдельности. Только некоторые автопроизводители начинают думать над комплексными решениями».
ПЕРЕХОД НА НОВЫЕ УРОВНИ АВТОМАТИЗАЦИИ
Упомянутый ПАК от Яндекса позволит создавать транспортные средства 4-го и 5-го уровня автономности. Согласно классификации Ассоциации автомобильных инженеров (SAE), это предельные степени автопилотирования. Такие технологии не требуют вмешательства человека в управление машиной.
В российской Стратегии развития автопрома пишут, что «в перспективе до 2035 года предполагается наращивание существенной доли автомобилей с технологией ограниченной автономности (уровень 3), в то время как говорить о значительных перспективах полной автономности (уровень 4 и 5) пока преждевременно».
Между тем, по данным НП «ГЛОНАСС»,
ТС 4-го уровня автономности займут около 70% доли мирового рынка к 2030 году
Комментарий Е. Мейлихова:
«В течение нескольких лет многие производители анонсировали выпуск серийных авто 4-го уровня автоматизации. Это противоречит существующей концепции дорожной безопасности, поскольку сегодня ответственность за аварии полностью лежит на водителе. В 2014 году Всемирный форум по безопасности дорожного движения предложил внести следующие изменения в дорожную конвенцию. Если система, которая вмешивается в управление автомобилем, сертифицирована должным образом, то требования не будут нарушены. Таким образом, вопрос сертификации становится ключевым элементом внедрения беспилотников. Эта тема сегодня находится на начальной фазе дискуссии и пока не структурирована».
«АВТОДАТА» СОБЕРЕТ ДАННЫЕ
ТС с разной степенью автономности формируют огромные массивы больших данных. Их называют новой нефтяной скважиной в силу широких возможностей коммерциализации. Использовать Big Data в ИТС начинают и в России.
Компания «АВТОДОР» в рамках проекта «Автонет» обещает протестировать технологию передачи данных в 2019 году. Пилот пройдет при испытаниях инфраструктуры для взаимодействия с высокоавтоматизированным транспортом на пилотном участке скоростной трассы М-11 (Москва – Санкт-Петербург). Для этого разрабатывается мобильное приложение и соответствующее программное обеспечение.
До конца текущего года должна быть обнародована нормативно-правовая база для национальной навигационно-телематической платформы «Автодата». Информационную систему с 2017 года создавали Минтранс, Минкомсвязь и Минэкономразвития.
«Автодата» обеспечит формирование массива статистических и аналитических данных о колесных ТС, дорожной инфраструктуре и иной информации в транспортной среде
Комментарий соруководителя рабочей группы НТИ «Автонет» Александра Гурко:
«В мае мы заканчиваем эскизное проектирование платформы “Автодата”. И будем готовы в июне начать публичное обсуждение концепции создания платформы – агрегатора данных из различных источников».
Источники данных платформы «Автодата»:
– V2X (тип, направление движения ТС, данные о дорожных работах, о скоростных ограничениях и др.);
– ЭРА-ГЛОНАСС»(тип вызова, координаты ТС, число пассажиров и т. д);
– мобильные устройства (данные приложений, история поисковых запросов, звонков и т. д);
– диагностические (время работы двигателя, пробег ТС, уровень топлива, скоростной режим, состояние узлов и т. д).
К концу 2020 года на российских дорогах будет более 6 млн персональных легковых автомобилей, подключенных к системе экстренного реагирования ЭРА-ГЛОНАСС, и около 3 млн пользователей «умного страхования». Проникновение телематики в сегменте грузового и пассажирского транспорта приближается к 100 процентам.
Комментарий А. Гурко:
«Задача “Автодаты” – консолидировать десятки тысяч параметров поведения автомобиля, водителя, взаимодействия с инфраструктурой, чтобы помочь компаниям монетизировать свои сервисы».
Портал о современных технологиях мобильной и беспроводной связи
Connected Car: V2V, V2I, V2X, V2P, V2G, V2D. Стандартизация, возможности и темпы развития умных автомобилей в России и в мире
Что такое Connected Car, V2V, V2I, V2P, C2G, V2D?
Что такое Connected Car, V2V, V2I, V2P, C2G, V2D?Развивающиеся мобильные технологии существенно меняют окружающую среду, проникая во все отрасли, в том числе автомобильную промышленность. В автоиндустрии эта концепция называется Connected Car. Connected Car – это «подключенный» инновационный автомобиль с сетевыми возможностями. Они оснащены средствами навигации и ориентации, связью с Интернетом и т.д. Стандарт пятого поколения 5G только усилит тенденцию внедрения Connected Car .
«Умный» автомобиль через сеть взаимодействует с окружающей средой и объектами, поэтому в нем выделяют несколько систем: автомобиль- автомобиль ( vehicle-to-vehicle, V2V), автомобиль – инфраструктура ( vehicle- to- infrastructure , V2X) и автомобиль-пешеход (vehicle-to-pedestrian, V2P), а также автомобиль – электросеть (vehicle-to-grid, V2G) и автомобиль – устройство (vehicle-to-device, V2D).
Vehicle-to-vehicle (V2V)
Это система беспроводной связи, позволяющая двум автомобилям обмениваться друг с другом информацией о состоянии на дорогах без участия человека. Таким образом, Connected Car сможет получать информацию о скорости движения, местонахождении и т.д. другого автомобиля в режиме Онлайн.
Vehicle-to-infrastructure (V2I)
Это система беспроводной связи, позволяющая автомобилям обмениваться информацией с объектами инфраструктуры, например, со светофорами, дорожными знаками и т.д. И наоборот, получать информацию от них.
Vehicle-to-pedestrian (V2P)
Это система Connected Car, через которую автомобиль может взаимодействовать с находящимися в непосредственной близости от него пешеходами. В рамках подобного взаимодействия электроника автомобиля получит возможность выявлять частотный диапазон смартфонов, которыми пользуются пешеходы, что позволит оценить скорость и направление движения мобильного гаджета, и соответственно пешехода. Это позволит подать сигнал об опасности, как водителю, так и пешеходу с помощью звукового сигнала его телефона.
Vehicle-to-grid (V2G)
Это система, позволяющая подключать машины в общую энергосеть для подзарядки автомобиля или возвращения лишней электроэнергии обратно.
Vehicle-to-device (V2D)
Это система, позволяющая транспортному средству обмениваться информацией с любым электронным устройством, подключенным к самому Connected Car.
Ожидается, что V2V и V2I в совокупности станут первым этапом эволюции автомобильной промышленности к беспилотным автономным транспортным средствам.
Среди главных преимуществ Connected Car можно назвать безопасность. Предполагается, что мониторинг окружающей среды, получение информации о происшествиях на дорогах в режиме реального времени, взаимодействие с другими автомобилями обеспечат безопасное движение как для водителей, так и пешеходов. Не менее важное значение имеет более низкая энергоемкость подобной дорожной инфраструктуры. Однако есть и препятствия скорого развития концепции Connected Car. В первую очередь – это отсутствие правовой базы, регулирующей «общение» автомобилей с другими участниками дорожного движения. Еще одна – это необходимость в построении «умной» среды, в которой к сети будут подключены все объекты (светофоры и т.д.).
Возможности vehicle–to–vehicle (V2V)
Основные элементы V2V, благодаря которым автомобили могут поддерживать взаимную связь, это микропроцессор, модуль передачи информации посредством сетей мобильной или беспроводной связи и спутниковая система навигации GPS.
Как уже было сказано, главная цель развития Connected Car – это безопасность. Цифровая система предупредит водителя о наличии на пути следования транспортного средства, даже если оно не двигается и еще не находится в поле зрения водителя. V2X будут предупреждать о наличие автомобиля на обочине или в «мертвой» зоне, о резком торможении или об участках, где ведутся дорожные работы. Также V2X способен предупреждать столкновение, если, например, за поворотом находится сломанный автомобиль, который не может свернуть на обочину.
Чаще всего, участникам дорожного движения, услышав сигнал автомобиля экстренных служб, не могут определить, с какой стороны он приближается. Дисплей «умного» автомобиля сориентирует водителя о ситуации, а также подскажет, в какой ряд передвинуться, чтобы уступить дорогу. Данная возможность полезна как самим водителям, так и спасательным службам.
V2V, V2X в России и в мире
V2V, V2I в мире
Примеры интеграции различными автоконцернами систем связи в свои автомобили уже есть. Например, громким проектом является анонсированная в 2016 году компанией Tesla Motors полноценная система автовождения. Но взаимодействовать друг с другом транспортные средства разных производителей не могут по причине отсутствия единых стандартов. Поэтому в США их намерены ввести.
В США уже разработали стратегию развития Connected Car. Департамент транспорта США разместил в открытый доступ документ, выражающий намерение обязывать автопроизводителей оснащать автомобили средствами V2V-связи, начиная с 2023 года. Первые внедрения vehicle-to-vehicle должны начаться в 2021 году. В обозримом будущем, а именно 2019 году, власти США планирую принять законодательные нормы, регулирующие технологии Connected Car. Федеральная комиссия по связи ( FCC) США уже выделил промышленности частоты для создания и масштабирования национальных систем vehicle-to- infrastructure и vehicle-to-vehicle. Стоимость одной системы V2V-связи оценивается приблизительно в 250-350$. Не стоит забывать, что все дополнительные расходы производителей будут возмещены за счет повышения конечной стоимости автомобиля для потребителя.
V2V, V2I, Connected Car в России
В нашей стране концепция Connected Car только начинает формироваться. Сейчас развивается система «Эра-глонасс», предназначенная для экстренного реагирования при авариях. Она же будет положена в основу интеллектуальной транспортной системы России в целом.
Кроме того, на ее базе реализован коммерческий сервис «ЭРА Транзит», применяющийся в логистике. Он призван контролировать сохранность груза и обеспечивать передвижение транспорта по верному маршруту. В планах специалистов внедрить сервис «ЭРА Помощь на дороге», который будет оказывать техническую поддержку автомобилистам, осуществлять для них технические и юридические консультации и пр.
В России, как и в мире, развитие интеллектуальных дорог замедляет несогласованность проектов. Закрытые платформы и решения несовместимы между собой, что не позволяет объединить заинтересованных участников рынка и сформировать единую эффективную систему мультимодальных грузовых и пассажирских перевозок. Такая инфраструктура позволит снизить стоимость перевозок, при этом улучшив их качество.
Стандартизация V2V, V2I в 3GPP
В основе V2Х лежит технология D2D-коммуникаций или иными словами взаимодействия устройство-устройство (Device to Device). Они специфицированы еще для взаимодействия на близком расстоянии ( Proximity Services, ProSe ) в Relese 12 и Release 13 3GPP. Принцип D2D может использоваться для транспортных средств, развивающих скоростью до 250 км/ч, и плотностью автомобилей до тысячи узлов. Обе конфигурации используют выделенную полосу для V2V, а также спутниковое геопозиционирование для синхронизации времени.
В сентябре 2016 года консорциум 3GPP завершил первый этап стандартизации сервиса Vehicle-to-everything ( V2Х ). Положения о стандарте включены в 14-й релиз 3GPP.
Это станет дополнительным драйвером для развития сетей мобильной связи пятого поколения и интеллектуальной транспортной системы.
Если концепция Connected Car оправдает возлагаемые на нее надежды, то количество аварий на дорогах значительно сократится, также как и связанные с ними издержки.
С техническими особенностями функционирования концепции Connected Car в сетях мобильной связи, а также с другими техническими аспектами работы сетей мобильной связи существующих и новых поколений можно ознакомиться в книге “Мобильная связь на пути к 6G”.
V2X появился, чтобы остаться – может использовать его для автономных автомобилей?
Несмотря на противоречия, автомобильная промышленность продолжает вкладывать значительные средства в автономные транспортные средства. Большая часть обсуждений по технологиям, используемым при разработке автономного транспортного центра, вращается вокруг трех типов датчиков: камеры, радара и LiDAR. Но еще одна беспроводная технология, которая уже существует, может принести значительную добавленную стоимость автономным автомобилям: «автомобиль-ко-всем» (V2X).
Технология V2X позволяет транспортным средствам общаться друг с другом, инфраструктурой и уязвимыми участниками дорожного движения, что делает управление безопаснее и эффективнее для всех. Превращая невидимое в видимое, V2X предупреждает водителей о дорожных опасностях, тем самым сокращая общее
количество дорожно-транспортных происшествий и смертельных ДТП. В дополнение к повышению безопасности, V2X помогает оптимизировать поток трафика, уменьшает пробки на дорогах и уменьшает экологические последствия транспортных перевозок.
Почему V2X для автономного вождения?
Существует пять уровней автономного вождения, каждый из которых обеспечивает большую автономию при переходе от одного уровня к другому (рисунок ниже). Чтобы продвигаться между этими уровнями, необходимо увеличить количество измеряемых и обрабатываемых данных, чтобы позволить транспортному средству принимать правильные решения.
Многие новые транспортные средства используют весь набор датчиков — камеры, радары и LiDAR для реализации автономных функций. Эти передовые системы безопасности могут «видеть», что вокруг транспортного средства, наблюдая за «слепыми зонами» и близкими опасностями. С технологией обработки радара и камеры транспортные средства могут автоматически управляться и тормозить в целях безопасности, если водитель реагирует медленно или не реагирует вовсе. Учитывая физическую природу этих технологий, они «ощущают» только объекты и события прямой видимости.
Но что, если транспортное средство может «увидеть» даже дальше, чем вокруг себя, вокруг других транспортных средств, через плотную городскую среду и даже до мили? С технологией V2X автомобили могут «разговаривать» друг с другом, включая мотоциклы, спецавтомобили и инфраструктуру, включая светофоры, цифровые дорожные знаки и пешеходов, даже если они не находятся в зоне прямой видимости.
- Системы связи между транспортными средствами (V2V) поддерживают системы безопасности с беспроблемными и чувствительными к задержкам возможностями предотвращения столкновений — полезными водителями, пассажирами, байкерами и другими участниками дороги.
- Связь между инфраструктурой (V2I) применяется к различным приложениям безопасности и интерактивности, включая вывески для информации о дорогах, фазе синхронизации сигнала трафика для контроля за выбросами и уменьшения перегруженности, а также сообщения о светофоре для обеспечения того, чтобы транспортные средства проходили через перекрестки безопасно.
DSRC и C-V2X
Существует два стандарта связи для поддержки V2X: выделенная короткодиапазонная связь (DSRC) на базе 802.11 p и сотовой V2X. DSRC позволяет автоматически передавать короткие, критичные для безопасности сообщения в режиме реального времени между объектами в отсутствие сотовой сети. Для критически важных приложений, которые должны иметь возможность работать в отсутствии сети, DSRC является идеальным решением.
Низкая латентность и непроницаемость
DSRC — единственная проверенная и готовая к производству технология сегодня, которая может надежно видеть вокруг. Текущая версия V2X обеспечивает минимальную задержку для обмена в режиме реального времени и рабочий диапазон, превышающий одну милю, даже в тех областях, где недоступны сотовые сети. DSRC также обеспечивает специальную безопасную работу через безопасный канал, чтобы обеспечить безопасную передачу критических сообщений и других данных в реальном времени, что является неотъемлемой частью набора автономных датчиков движения для современных подключенных транспортных средств.
Значительные инвестиции вкладываются в гарантию качества и надежности технологии V2X. Несколько компаний, занимающихся полупроводниковой продукцией, разработали и испытали сертифицированные автономными автомобилями DSRC-совместимые продукты. Многие аппаратные и программные продукты доступны от нескольких поставщиков, включая богатую экосистему. Наконец, сегодня есть несколько моделей автомобилей, которые включают технологию DSRC, а другие, как ожидается, скоро появятся, в том числе модели от Volkswagen, GM и Toyota.
Поскольку автомобильная промышленность продолжает продвигаться в автономном вождении, V2X не следует игнорировать как интегральную технологию.
Qualcomm запускает программу по тестированию технологии C-V2X в Сан-Диего
Qualcomm Technologies — один из партнеров SDRPG в частном секторе, совместно с партнерскими государственными структурами продвигающий тестирование технологии и приближающий ее готовность к внедрению. Предлагаемая программа включает дорожный сегмент протяженностью около 5 км, оснащенный коммерческими придорожными C-V2X-модулями (roadside unit, RSU) на базе платформы Qualcomm® 9150 C-V2X, которые установлены вдоль трасс и на светофорных перекрестках федеральной трассы 805 и региональной трассы 52 между гг. Сорренто-Вэлли и Керни-Меса. Задействованные в проекте автомобили предоставлены Калифорнийским транспортным департаментом и оснащены коммерческими бортовыми C-V2X-блоками (onboard unit, OBU) также на базе платформы Qualcomm® 9150 C-V2X. В настоящее время программа разворачивается в Калифорнии и будет действовать до конца текущего года. При том что технология C-V2X должна быть полностью совместима с 5G и дополнять другие перспективные системы помощи водителю (Advanced Driver Assistance Systems, ADAS), такие как датчики, камеры, радары и лидары, реализуемый в Сан-Диего проект C-V2X будет посвящен исключительно преимуществам и надежности технологии связи автомобилей с инфраструктурой, при этом будут отрабатываться такие пункты, как ограничения скорости, дорожные знаки, перекрытия и время передвижения. Аналогичные программы уже развернули штаты Колорадо и Вирджиния, анонсировавшие ограниченное внедрение технологии C-V2X.
С целью поддержки развивающейся экосистемы C-V2X программа будет открыта для автопроизводителей и дорожных операторов, заинтересованных в использовании проектной платформы для тестов или же для оценки экономических преимуществ встраивания сотовых технологий в автомобили и взаимодействия сотовых базовых станций с объектами дорожной инфраструктуры.
«Стремясь повысить безопасность автомобилей и эффективность дорожного движения, и выступая за автономное вождение, администрация входящего в Региональную испытательную зону Сан-Диего города Чула-Виста активно поддерживает такие технологии автомобильной связи следующего поколения, как C-V2X, — сказал директор инженерного департамента г. Чула-Виста Билл Валле (Bill Valle). — Мы надеемся, что сотрудничество с Qualcomm Technologies поможет сформировать правила и создать новые системы, которые должны повысить безопасность и эффективность движения на дорогах региона».
«Наша работа с Региональной испытательной зоной Сан-Диего по реализации программы C-V2X — очередной значительный шаг в продвижении технологий подключенного вождения, — сказал Джим Майзнер (Jim Misener), старший директор компании Qualcomm Technologies, Inc. по управлению продуктами. — Сотрудничая с операторами и собственниками дорожной инфраструктуры, мы совместно исследуем и демонстрируем преимущества целостных транспортных проектов, где технология C-V2X не только повышает локальную безопасность транспортных средств, водителей и пассажиров, но и показывает свою эффективность на федеральном и международном уровнях, помогая уменьшить число столкновений и аварий».
«Стратегическое сотрудничество с Калифорнийским транспортным департаментом, муниципалитетом Чула-Виста и Qualcomm Technologies очень важно для продвижения тестов автомобильной связи в Калифорнии, — сказал председатель SANDAG и мэр г. Поуэй Стив Ваус (Steve Vaus). — Достигнутые по результатам внедрения C-V2X успехи и полученные уроки позволят нам собрать жизненно важные данные, необходимые для встраивания новых концепций в процесс планирования транспортных схем. В частности, такие тесты помогут определить, как технологии будут сочетаться с региональной дорожно-транспортной планировкой».
Режим прямой связи C-V2X разработан с целью обеспечить связь с низким временем задержки непосредственно между автомобилями, автомобилями и объектами придорожной инфраструктуры, и автомобилями и пешеходами без задействования сотовой связи и без необходимости быть абонентом сети сотовой сети. Связь осуществляется в выделенном для интеллектуальных транспортных систем и гармонизованном диапазоне 5,9 ГГц, который Федеральная комиссия США по связи (Federal Communications Commission, FCC) предложила для систем C-V2X. В режиме прямой связи технология C-V2X также упрощает автомобилям процесс обмена информацией без задействования сотовой сети, поддерживая приложения, которые заботятся о безопасности, и при этом сохраняя анонимность водителей. Дополняя другие датчики систем помощи водителю (ADAS), такие как камеры, радары и лидары, технология C-V2X поддерживает круговой обзор вне линии прямой видимости (NLOS) и расширяет возможности автомобиля «видеть», «слышать» и воспринимать дорожную обстановку по ходу движения, на слепых перекрестках и в плохих погодных условиях.
C-V2X с поддержкой сетей 5G NR: новая парадигма обмена данными между автотранспортом
Технологии 5G позволят более эффективно собирать данные телеметрии и открывать совершенно новые для автотранспорта функции, способные повысить безопасность на дорогах и развить сферу беспилотных авто. В системах V2X (система обмена данных между транспортными средствами, элементами дорожной инфраструктуры и другими участниками движения) есть потенциал, для раскрытия которого будет использоваться связь 5G NR. Это позволит значительно повысить уровень безопасности для водителей, пассажиров и пешеходов, снизить расход топлива и затраты времени на поездки.
В марте этого года организация 3GPP, которая занимается стандартизацией сетей 5G, одобрила введение в следующую версию глобального стандарта 5G NR (Release 16) первые спецификации C-V2X с поддержкой 5G NR. Мы считаем, что эта версия будет принята в первой половине 2020 года. Сочетание этой технологии и поддержки eMBB (сверхширокополосная мобильная связь), спецификации которой утвердили в 3GPP Release 15, станет первым шагом к использованию 5G NR для создания «умных» автомобилей на базе платформы Qualcomm Snapdragon Automotive Platform.
Мы не ждём глобального развёртывания сетей 5G, чтобы запустить прямой обмен данными между транспортными средствами при помощи технологий сотовой связи. Ещё в 3GPP Release 14 были описаны технологии V2X, которые позволяют автомобилям обмениваться базовой информацией с другими участниками движения и, например, светофорами, через определённые промежутки времени. Их возможности демонстрировались во время многих испытаний с применением нашего чипа C-V2X, Qualcomm 9150. Прямой обмен данными при помощи технологий C-V2X позволяет машине «видеть» своё окружение даже в ситуациях, когда другие объекты отсутствуют в прямой видимости, например, на слепых перекрёстках или в плохих погодных условиях. При этом новые технологии дополняют и расширяют возможности, привносимые другими пассивными датчиками, такими как радар, LIDAR и системы камер, у которых есть ограничения по дальности и видимости.
Документ 3GPP Release 16 и стандартизация C-V2X с поддержкой 5G NR выведут эти возможности на совершенно новый уровень и позволят транспортным средствам получать и отправлять намного больше информации, например, более подробные данные от датчиков и информацию о «намерениях» участников движения, о дорожной инфраструктуре и о перемещениях пешеходов. Причём обмен данными о «намерениях» поможет более эффективно планировать маршрут автомобиля, что важно для развития беспилотных транспортных средств в будущем. C-V2X превратится из технологии, которая в Release 14 служила в основном как средство повышения базовой безопасности на дорогах, в инструмент прямого взаимодействия между участниками движения, который поможет повысить безопасность движения и осведомлённость о ситуации на дорогах, а также снизить затраты топлива и времени в дороге.
Использование всех преимуществ C-V2X и 5G NR
Решения C-V2X на базе 5G NR для своей работы используют инновационные возможности, которые появились вместе с сетями 4G и 5G. Первая версия сетей 5G, которая начнёт внедряться уже этой весной и была стандартизирована в 3GPP Release 15, представила масштабируемый шаг частотной сетки каналов, который используется и для C-V2X. Одним из примеров её применения является возможность изменения плотности эталонного сигнала в зависимости от скорости транспортного средства. По нашим оценкам спектральная эффективность на высоких скоростях в этом случае вырастет в 3,5 раза, что крайне важно для новых сценариев использования C-V2X, например, для взаимообмена между автомобилями и элементами дорожной инфраструктуры большими объёмами данных от сенсоров.
Реализации C-V2X с поддержкой 5G NR предполагают несколько крупных улучшений на уровне радиосвязи, уникальных именно для 5G NR. В Release 16 впервые в стандарт 5G будет добавлена «боковая» линия связи — прямой канал обмена данными для систем V2X. Эта технология послужит основой для разработки будущих решений с использованием 5G NR в смартфонах и в других областях, например, в общественной безопасности. Базой для её создания послужили разработки Qualcomm Technologies для LTE Direct, которые по факту привели к появлению в 3GPP Release 14 технологий C-V2X. Также технологии, описанные в Release 14, позволят автомобилям с поддержкой более старой версии C-V2X обмениваться данными на дороге даже с новейшими моделями, в которых используется C-V2X обеих версий (из Release 14 и Release 16 с поддержкой 5G NR).
Новая парадигма обмена данными между транспортными средствами
В современной парадигме обмена данными при помощи мобильных сетей устройства меняют параметры передачи сигнала, такие как его модуляция и кодировка, в зависимости от качества сигнала базовых станций. С C-V2X задача усложняется тем, что речь идёт о постоянно перемещающихся транспортных средствах, а не о стационарных базовых станциях. В этом случае одного только качества сигнала недостаточно, чтобы понять, какие транспортные средства подходят для обмена данными в каждом конкретном случае. Представьте, что на перекрёстке за углом находится автомобиль. Уровень сигнала у него слабый, но сам автомобиль находится достаточно близко, то есть является частью важного для нашего авто окружения. Поэтому оба транспортных средства в данном случае должны иметь возможность получать полную информацию от датчиков независимо от того, находятся ли они в прямой видимости друг для друга.
А это в свою очередь означает, что нужна новая парадигма, которая будет учитывать не только уровень сигнала, но и расстояние между объектами. Сам подход к разработке сетей 5G из-за этого отличается от того, как строились сети предыдущих поколений. В частности, на «нижних» уровнях 5G NR (физический и MAC-уровни) появляется необходимость в оценке расстояния. К примеру, транспортные средства будут пересылать подтверждения, такие, как автоматические запросы на повторение передачи типа ACK/NAK, только если они находятся на определённом расстоянии от передатчика и только если передаваемая информация полезна этому транспортному средству. Такой подход поможет справиться и с проблемой «скрытого узла» в виде описанного выше автомобиля со слабым уровнем сигнала, который находится за углом. В целом благодаря ему повышается надёжность передачи информации для всех транспортных средств и обеспечивается большая пропускная способность системы, так как ресурсы сети больше не тратятся на передачу «бесполезных» для части участников движения.
Российский искусственный интеллект нацелился оставить программистов без работы. Он впервые написал программу самостоятельно
Нейросеть ruGPT-3, обученная специалистами дочерней компании Сбербанка Sber AI, самостоятельно написала компьютерную программу на С++ и Java. Это первое зарегистрированное в России ПО, написанное искусственным интеллектом.
Искусственный интеллект выучился на программиста
В России зарегистрирована первая компьютерная программа, с нуля написанная искусственным интеллектом. Как сообщили CNews представители Сбербанка, за ее разработкой стоит команда Sber AI, дочерней компании банка.
Программа получила название Artificial Vision («Искусственное зрение», – англ.). Это часть программного комплекса, разработанного Sber AI в рамках научного поиска и направления AGI (сильный искусственный интеллект).
На момент публикации материала Artificial Vision была зарегистрирована в Роспатенте. Дополнительно она внесена в Реестр программ для ЭВМ – ей присвоен номер 2021661571.
Тренировкой нейросети, написавшей программу, занимались сотрудники Sber AI. Именно они указаны в протоколе о регистрации в графе «Авторы». По информации представителей Сбербанка, над программой работала нейросеть ruGPT-3.
Для написания программы использовались языки С++ и Java, каждый из которых, наряду с Python, С и C#, входит в топ-5 самых популярных языков программирования в мире по версии Tiobe. Скомпилированная программа весит 1,7 МБ.
Что делает программа
Созданная искусственным интеллектом программа Artificial Vision умеет имитировать зрение человека. ПО позволяет сопоставлять пиксели изображения нейронам «сетчатки» искусственного глаза.
Один из вариантов использования Artificial Vision – это создание модели искусственного интеллект со способностью к существованию в виртуальной среде и обучению восприятию визуальных сцен. Другими словами, программа обеспечивает распознавание визуальных образов.
Перспективы нейросетей как разработчиков ПО
Нейросеть ruGPT-3, написавшая Artificial Vision, была обучена нескольким языкам программирования. Как сообщили «Ведомостям» представители Сбербанка, в дальнейшем она сможет взять на себя ряд рутинных задач, выполняемых программистами.
Sber AI планирует и дальше совершенствовать нейросеть и развивать в ней навыки написания программ. «Не исключено, что «Сбер» начнет предоставлять технологию как коммерческую услугу, когда она станет более совершенной», – сообщили изданию представители Сбербанка.
Стоит ли разработчикам бояться конкуренции
Представители портала HeadHunter называют программистов «дефицитным и капиталоемким кадровым ресурсом», подчеркивая, что свободных специалистов в этой отрасли, готовых откликнуться на открытую вакансию, пока довольно мало. Это влечет за собой и рост зарплат, который в первом полугодии 2021 г. составил 9% год к году.
Программисты действительно могут получать сотни тысяч рублей. Как сообщал CNews, хорошей зарплатой обеспечены как минимум разработчики, пишущие на Python и C#.
Однако внедрение искусственного интеллекта, способного писать программы, позволит компаниям резко сократить свои расходы – в пределах 6 млн руб. в год, и это еще на самых простых проектах, над которыми трудятся два-три программиста. Если же над той или иной программой трудятся до 10 человек, их замена на искусственный интеллект позволит сэкономить до 30 млн руб., рассказали «Ведомостям» представители HeadHunter.
Более оптимистично смотрит на внедрение искусственного интеллекта в среду программирования основатель и гендиректор группы vvCube Вадим Ткаченко. «С развитием технологии программистов, с одной стороны, будет требоваться меньше, с другой – за искусственным интеллектом нужно будет кому-то следить, а для этого нужны программисты более высокого уровня», – сообщил он изданию.
Мировая практика
Искусственный интеллект дополняет и постепенно заменяет программистов не только в России. В июне 2020 г. CNews писал, что компания Amazon запустила сервис Honeycode для создания приложений без необходимости написания программного кода. Проект полностью бесплатный, и использовать его могут как обычные потребители, так и крупные компании. К примеру, Slack, разработчик одноименного мессенджера, уже заявил о готовности к использованию Honeycode в своей работе.
В конце июня 2021 г. корпорация Microsoft запустила сервис Copilot, представляющий собой виртуального помощника программиста на базе искусственного интеллекта.
Распространяется Copilot на бесплатной основе. Он изучает код и комментарии к нему и предлагает разработчику функции и целые строки для добавления в этот код. Такой подход ускоряет процесс написания программ и дает возможность полностью отказаться от поиска решений в интернете. В процессе работы Copilot обучается и с каждым разом становится все умнее.
За месяц до запуска Copilot Microsoft создала инструмент для написания ПО без развитых навыков программирования. Проект получил название Microsoft Power Apps, и он пригодится тем, кто пишет на языке Power Fx. С его помощью пользователи могут разрабатывать программы в формате диалога с компьютером. Например, при разработке приложения в сфере электронной коммерции можно будет описать в диалоге желаемую цель на естественном английском языке, после чего Power Apps задействует алгоритмы искусственного интеллекта и предложит варианты преобразования этого запроса в формулу Microsoft Power Fx.
В октябре 2020 г. в открытом доступе появилось приложение Lobe для создания готовых моделей машинного обучения. Lobe дает возможность создавать такие модели даже тем, кто не умеет программировать – от пользователей нужно лишь загрузить в нее данные, а всю работу программа выполнит сама. Lobe полностью бесплатна. Результат ее работы затем можно использовать в сторонних ПО и устройствах. Разработала Lobe все та же Microsoft.
Итоги 2020 года: самые интересные AI-решения и проекты
- Чувство обоняния
- Болезни отступят
- Сила мысли
- От классики до рока
- Уроки рисования
- Игры разума
- Вкалывают роботы
- Взгляд в будущее
В последние годы на рынке IT наблюдается настоящий бум в области решений на базе искусственного интеллекта. И в этом нет ничего удивительного: современные вычислительные и нейросетевые технологии достигли уровня, позволяющего AI-системам решать весьма сложные для человека практические задачи, а разработчикам — создавать инновационные приложения и сервисы, демонстрирующие безграничный потенциал электронного разума.
Источник изображения: emarsys.com
⇡#Чувство обоняния
Одним из ярчайших примеров интенсивного развития технологий искусственного интеллекта стал созданный специалистами Intel Labs и Корнелльского университета AI-комплекс, способный различать запахи и имитировать работу обонятельной нервной системы человека. В основу разработки легли нейроморфные процессоры Intel Loihi, сочетающие процессы обучения, тренировки и принятия решений в одном чипе и позволяющие системе быть автономной и «сообразительной» без подключения к облаку (к базе данных). В ходе экспериментов спроектированный и оснащённый химическими датчиками комплекс продемонстрировал высокую эффективность при распознавании в воздухе запахов опасных веществ даже в условиях сильных помех. Подобного рода решения, уверены в Intel, помогут в развитии робототехники, когда роботы смогут сами сортировать продукты, ориентируясь на запах, подтолкнут развитие систем слежения за состоянием окружающей среды, приведут к повышению безопасности труда на производстве и в целом дадут толчок к развитию когнитивных способностей кремниевых процессоров.
Нейроморфный процессор Intel Loihi (источник изображения: intel.com)
⇡#Болезни отступят
Значительного прогресса в 2020 году разработчики AI-систем добились в области медицины. Так, компанией DeepMind, принадлежащей холдингу Alphabet (Google), было объявлено о существенном прорыве в предсказании фолдинга (сворачивания) белков. Проблема предсказания сворачивания белка считается одной из 125 важнейших для решения задач современности, а также одной из величайших проблем биологии за последние 50 лет. Дело в том, что белки собираются из линейных последовательностей аминокислот, которые после синтеза принимают уникальную пространственную форму, и таких форм огромное множество. В настоящий момент из сотен миллионов белков (комбинаций аминокислот) изучено только 0,1 % соединений, чья пространственная структура также хорошо известна. Неизвестные белки, а также соединения, свойства которых ещё не были подтверждены экспериментальным путём, учёные пытаются предсказать с помощью компьютеров. Но до сих пор никто не мог с достаточной степенью точности вычислить, какую 3D-форму примет белок из заданных набора и последовательностей аминокислот. В DeepMind утверждают, что нашли ключ к решению этой задачи. Если это действительно так, то нас может ждать прорыв в открытии новых лекарств и вакцин, а также в понимании возникновения и течения многих болезней.
Проблема восстановления трёхмерной структуры белков является одной из самых сложных вычислительных задач (источник изображения: independent.co.uk)
По мнению экспертов, повсеместное внедрение технологий искусственного интеллекта в медицину сулит огромные перспективы, позволяя значительно улучшить качество лечения и принципиально изменить подход к ранней диагностике опасных заболеваний. Аналогичной позиции придерживается небезызвестный Билл Гейтс (Bill Gates), считающий, что использование нейронных сетей в сложных биологических системах способно кардинально изменить жизнь людей в будущем. Потенциал AI только сейчас начинает раскрываться, считает основатель Microsoft, — вычислительные мощности в этой области удваиваются каждые 3,5 месяца. Господин Гейтс указал, что, наряду с улучшениями в обработке данных, это даёт возможность синтезировать, анализировать, выявлять закономерности и делать прогнозы по гораздо большему количеству направлений, чем может осознать человек.
⇡#Сила мысли
Чтение мыслей пока что остаётся уделом фантастических фильмов и книг. Однако наука и техника не стоят на месте, и есть все основания считать, что в будущем подобного рода технологии станут реальностью. На шаг вперёд в этом направлении удалось продвинуться группе учёных из Калифорнийского университета в Сан-Франциско, экспериментально доказавшим возможность распознавания нервных сигналов в головном мозге человека и их трансляции в понятные слова с помощью рекурентной нейросети и вживлённых в мозг электродов. В эксперименте приняли участие пациенты с эпилепсией, электроды которым были вживлены для борьбы с неврологическим заболеванием и отслеживания приступов. Так получилось, что часть электродов оказались в зонах мозга, в которых происходит подбор слов, составление выражений и осуществляется обратная связь с участками мозга, воспринимающими собственную речь человека. Испытуемым было предложено мысленно, а затем вслух произнести несколько предложений с ограниченным набором слов. Одновременно снимались сигналы с имплантированных в мозг датчиков. Полученные данные были переданы в нейронную сеть для обучения, а промежуточный результат был отдан для анализа другой AI-сети. Вероятность ошибочного определения слов составила всего 3 процента. Впечатляющий показатель!
Перевод на лету нервных импульсов мозга в речь мог бы помочь людям с травмами конечностей и речевого аппарата, а это общение и возможность пользоваться электроникой и информацией (источник изображения: darpa.mil)
⇡#От классики до рока
Интересное применение искусственному интеллекту нашли программисты компании OpenAI, разработавшие Jukebox — искусственный интеллект, сочиняющий музыку с осмысленными текстами и вокалом. Для обучения нейронной сети системы было использовано множество отрывков из песен самых разных жанров, от рока, джаза и блюза до хип-хопа с кантри и классическими произведениями. Такой подход позволил команде OpenAI расширить возможности проекта и добиться эффекта имитации музыкальных композиций исполнителей, на треках которых он обучался. Например, Jukebox может сочинить музыку в стиле кантри-певца Джонни Кэша, рэпера Drake и даже российской поп-группы «Тату». На создание одной минуты музыкального трека с вокальными партиями искусственному интеллекту требуется около 9 часов и огромный объём вычислительных ресурсов. Именно по этой причине компания не может предоставить открытый доступ к своей AI-системе. Зато разработчики опубликовали результаты работы Jukebox. Послушать их можно на сайте jukebox.openai.com.
На данный момент музыка Jukebox впечатляет, но далека по качеству от идеала. Искусственному интеллекту пока явно не хватает мастерства, чтобы воссоздать полную структуру композиции с куплетами и повторяющимися припевами
⇡#Уроки рисования
Электронный разум нашёл применение и в изобразительном искусстве. Аккурат в середине 2020 года стало известно о создании специалистами Лаборатории искусственного интеллекта Массачусетского технологического института системы машинного обучения Timecraft, позволяющей воссоздать процесс написания картин и нанесения мазков для произведений живописи известных художников, будь то Моне, Винсент Ван Гог или Сальвадор Дали. Сообщается, что нейросеть вначале была обучена на двух сотнях видеороликов с ускоренной съёмкой техники написания реальных цифровых и акварельных картин. После этого исследователи создали свёрточную нейронную сеть, которая призвана «деконструировать» художественные работы на основе своих знаний о процессе создания картин. В результате система Timecraft сумела показать более высокую эффективность, чем существующие подобные проекты, более чем в 90 % случаев. Неплохой результат. Помимо уроков виртуальной истории, AI-система Timecraft может быть полезна для иллюстрации общих приёмов и техники рисования новичкам.
Исследователи обещают опубликовать исходный код Timecraft, чтобы любой желающий мог опробовать технологию или использовать её в работе
Успела отметиться в творческом AI-сегменте и компания «Яндекс», открывшая виртуальную галерею нейросетевого искусства, в которой представлено четыре тысячи уникальных картин, созданных искусственным интеллектом. Галерея размещена по адресу yandex.ru/lab/ganart и разделена на четыре тематических зала: «Люди», «Природа», «Город» и «Настроение». Для обучения нейросети специалистами «Яндекса» были использованы произведения, принадлежащие к разным направлениям живописи: от фовизма и кубизма до минимализма и стрит-арта. В процессе обучения AI-система изучила 40 тысяч картин, после чего взялась за создание собственных произведений. Для отбора картин по разным категориям использовалась другая нейросеть, которая применяется в сервисе «Яндекс.Картинки» для поиска изображений по запросам. Именно она смогла увидеть на картинах людей, природу, город и разные настроения, отсортировав имеющиеся в наличии работы по категориям.
В виртуальной галерее «Яндекса» собраны картины, нарисованные искусственным интеллектом
⇡#Игры разума
Немало применений искусственный интеллект нашёл и в других сферах человеческой деятельности. К примеру, NVIDIA задействовала AI для воссоздания игрового процесса знаменитой аркадной видеоигры Pac-Man с помощью нейросети GameGAN. Для решения этой задачи искусственному интеллекту потребовалось всего 4 дня. Компания обучила нейросеть с помощью 50 тысяч игровых сессий в Pac-Man. Затем перед ней поставили задачу — воссоздать увиденную игру целиком, начиная от статичных стен и точек и заканчивая двигающимися призраками и самим Пакманом. Обучение и воссоздание игры проводилось с использованием квартета графических ускорителей NVIDIA Quadro GP100. Самое интересное заключается в том, что GameGAN не предоставили доступ к оригинальному коду игры или её движку. Всё обучение сводилось к тому, что одна нейросеть наблюдала за тем, как в Pac-Man играла другая нейросеть. «Для создания игры, подобной Pac-Man, программисту требуется придумать и прописать правила поведения и взаимодействия всех имеющихся агентов внутри игры. Это очень кропотливая работа. GameGAN может упростить эту задачу. Нейросеть способна обучаться новым правилам через наблюдение. В идеале алгоритмы, подобные GameGAN, можно будет обучить процедурной генерации правил для той игры, которую вы хотите создать», — поясняют исследователи NVIDIA, подчёркивающие, что в перспективе их разработка может быть задействована не только в игровой индустрии, но и в других областях.
По словам разработчиков, GameGAN — первый шаг к созданию искусственного интеллекта, способного решать куда более серьёзные и масштабные задачи
⇡# Вкалывают роботы
Любопытной разработкой в области искусственного интеллекта отметилась Mail.ru Group, представившая в 2020 году платформу dictor.mail.ru, которая позволяет в несколько кликов создавать новостные и репортажные видео студийного качества. Чтобы создать видео, достаточно загрузить в систему текст новости — и виртуальный ведущий его зачитает. Дикторы выглядят и разговаривают, как живые люди: при чтении новостей они реалистично воспроизводят мимику, эмоционально реагируют и расставляют смысловые акценты. Внешность диктора выбирает пользователь: в компании создали несколько моделей цифровых ведущих, прототипами для которых послужили реальные люди. В Mail.ru Group подчёркивают, что при создании виртуальных ведущих использовались методы машинного обучения. Синтез речи построен на основе наработок голосового ассистента Маруси. А видеоизображение синхронизируется с речью в режиме реального времени с помощью системы компьютерного зрения Vision от той же Mail.ru Group, обученной на реальных прототипах и видеозаписях.
В Mail.ru Group считают, что платформа для создания видео будет полезна как крупным изданиям, которые активно экспериментируют с технологиями, так и нишевым медиа
⇡#Взгляд в будущее
Прошедший 2020-й можно смело назвать годом самых ярких достижений искусственного разума, который продолжит интенсивное развитие, несмотря на пандемию коронавируса и непростую экономическую обстановку в мире. Согласно оценкам аналитиков International Data Corporation (IDC), в прошедшем году глобальные затраты в этой сфере составили примерно 156,5 млрд долларов США. К 2024-му объём рынка вырастет в два раза и превысит $300 млрд. При этом самым крупным сегментом в отрасли останется программное обеспечение. На втором месте по размеру расходов окажутся различные AI-сервисы. Оставшаяся часть придётся на аппаратные решения. В отдалённом будущем искусственный интеллект затронет практически все сферы человеческой деятельности. У рынка AI большой задел на будущее и хорошие перспективы для развития, а поэтому есть все основания полагать, что динамика его роста окажется выше ожиданий и прогнозов экспертов.
