Зачем тимлиду вообще оценивать себя и команду

Оценка команды — это не про бюрократию, а про устойчивость. Когда вы как тимлид регулярно отслеживаете не только то, что сделано, но и как это сделано, вы получаете более полную картину — о людях, процессах и собственных управленческих решениях.

Цели можно достигать разными путями. Иногда проект сдан в срок — но ценой выгоревшей команды, серии бессонных ночей и негласных конфликтов. Это срабатывает один раз. Потом — начинает рушиться всё: мотивация, доверие, стабильность. Если тимлид не обращает внимание на процессы, он рискует не заметить, как команда теряет темп и выгорает.

Регулярная оценка процессов помогает избежать накопления технического и эмоционального долга.

В чём разница между рефлексией тимлида и ретроспективой команды?

Важно разделять две зоны ответственности:

• Саморефлексия — это про вас как руководителя. Что сработало в управлении? Где вы промолчали, когда стоило вмешаться? Что стоило делегировать, а что — взять на себя?
• Ретроспектива — это формат командной обратной связи. Обсуждаются процессы, договорённости, коммуникация.

Если вообще не оценивать команду, ошибки повторяются. В команде накапливается усталость и раздражение. Скорость разработки падает, появляются конфликты, растёт текучка. Команда теряет гибкость и способность адаптироваться. Поэтому регулярный «внутренний аудит» — это не формальность, а необходимость.

Самооценка тимлида: навыки, зоны роста, влияние

Регулярная самодиагностика — важный навык для тимлида. Она помогает не только корректировать собственные действия, но и видеть, как твоя работа влияет на команду. Без этого легко застрять в ощущении, что «вроде всё нормально» — хотя на самом деле давно пора пересмотреть подход.

Какие навыки важны тимлиду в 2025 году?

В центре — работа с людьми. Не просто организовать процессы, а выстраивать доверие, развивать каждого участника команды, создавать среду, в которой люди хотят работать. Управленческие навыки, планирование, приоритизация — важны, но без человеческого фундамента всё это не работает в долгую.

Чтобы оценить свою эффективность, нужно опираться не только на ощущения. Помогают конкретные маркеры:

• достигнутые цели;
• стабильность и прозрачность процессов;
• обратная связь от команды и руководства;
• собственный анализ ошибок и сильных сторон.

Важно задавать себе прямые вопросы: где я сработал хорошо? Что пошло не так? Что можно сделать по-другому в следующий раз?

Но что делать, если даже при хороших результатах чувствуешь синдром самозванца? В такой ситуации стоит сравнивать себя не с «идеальным» тимлидом или чужими успехами, а с собой в прошлом. Если за последние месяцы есть прогресс — ты движешься в правильном направлении. Это помогает вернуть фокус на реальное развитие, а не на внутреннюю тревожность.

Оценка команды: не про «кто слабый», а про развитие

Оценка команды — это не поиск слабого звена, а точка входа для роста. Важно понять, как каждый участник двигается вперёд — и что мешает, если не двигается.

Какие метрики командной эффективности реально работают?

Есть простые, но показательные ориентиры:

• Удовлетворённость. Проверяется через анонимные опросы. Если люди довольны процессами, они не просто работают, а вовлечены.
• Инициативность. Если команда предлагает улучшения, сама находит точки роста — это сильный сигнал, что внутри всё в порядке.

Как распознать рост или стагнацию участника команды

Рост видно по тому, что человек начинает справляться с более сложными задачами, предлагает решения, берёт на себя больше ответственности.

Стагнация — когда человек долго сидит на одинаковых задачах, перестаёт учиться, избегает новых вызовов и не проявляет интереса к чему-то кроме текущей рутины. Признак — молчание: на встречах, в чатах, при обсуждении идей.

Как отличить выгорание от потери интереса

Это тонкая грань. Уставший человек может быть раздражительным и забывчивым, но он всё ещё хочет делать хорошо — просто не может. Иногда достаточно отпуска или смены фокуса, чтобы он вернулся в строй.

Если же разработчик давно «отключился», не хочет брать новые задачи и не проявляет интереса даже после отдыха — это уже не про усталость, а про стагнацию. Тут нужна отдельная работа: понять, в чём затык, и готов ли человек двигаться дальше.

Подходы и инструменты для оценки команды

Необязательно устраивать месячник самопознания с табличками и ритуалами. Но если нужно видеть, как развивается команда (и самому при этом не буксовать), придётся систематизировать подход. Без данных всё будет держаться на ощущениях — и чаще всего, ложных.

Что использовать для оценки команды

Универсального рецепта нет, но рабочая комбинация выглядит так:

• 1:1 — регулярные личные встречи раз в две недели или раз в месяц. Здесь можно выстроить доверие и быстро решать проблемы до того, как они всплывут на митапах.
• Опросы — раз в квартал, чтобы понять общее настроение, уровень удовлетворённости, зоны риска.
• 360-фидбек — раз в полгода или год, если хочется посмотреть на человека глазами коллег, а не только руководителя.

Можно начать с чего-то одного, но лучше — использовать инструменты в комплексе. Они дополняют друг друга: фидбек даёт нюансы, опрос — картину в целом, 1:1 — конкретику.

Типичные ошибки в оценке команды — и как их избежать

Оценка — не просто «подведение итогов». Это инструмент развития. Но в неумелых руках она легко превращается в источник выгорания и конфликтов. Разбираемся, где чаще всего ошибаются тимлиды и как этого избежать.

Фокус на «проблемных людях»

Распространённая ошибка — искать крайнего. Если что-то не работает, проще всего обвинить одного человека и навесить на него ярлык. Но команда — это не набор изолированных людей, а система. И системные сбои почти всегда связаны с процессами: неясными ролями, плохой коммуникацией, отсутствием поддержки или перегрузкой.

Фиксация на «слабом звене» только усугубляет ситуацию: остальные теряют мотивацию, настоящие проблемы не решаются, атмосфера становится токсичной.

Псевдо-ретро

Ретроспектива должна вести к изменениям. Если после ретро нет реальных действий или если обсуждают только безопасные темы для галочки, команды перестают воспринимать ретроспективу всерьёз, и это становится пустой процедурой.

Путаница между личным и рабочим

Личное отношение легко затуманивает взгляд. Особенно если кто-то «приятный в общении», но стабильно опаздывает с задачами — и наоборот. Чтобы оценка оставалась честной, нужны факты: как человек справляется с задачами, как влияет на процессы, насколько вносит вклад в общее дело.

Хорошая привычка — фиксировать наблюдения и результаты заранее, чтобы не принимать решения на эмоциях.

Что делать с результатами оценки команды

Провести самооценку и опросы — полдела. Главное — что происходит дальше. Если оценки остаются на бумаге, а разговоры — в воздухе, смысл теряется. Но как этого избежать?

Корректно даем фидбек по итогам само- и командной оценки

Фокус должен быть не на ошибках, а на росте. Начинать лучше с того, что получилось хорошо, а потом мягко обсуждать, что можно улучшить. Стоит использовать конкретные примеры и предлагать поддержку, а не просто указывать на проблему. Главное — говорить уважительно и показать, что фидбек нужен для развития, а не для наказания.

Строим индивидуальные планы развития по результатам

Сначала стоит обсудить с человеком, куда он сам хочет двигаться. Потом вместе выбрать несколько реальных целей, которые связаны с его сильными сторонами и задачами команды. Важно разбить цели на маленькие шаги и договориться, как будете отслеживать прогресс. План должен быть живым — его можно корректировать по ходу.

Вовлекаем команду в изменения, не вызывая сопротивления

Не навязывайте изменения сверху. Лучше вместе обсудить проблемы и идеи на ретроспективе или встрече. Объясните, зачем нужны изменения, и покажите, какую пользу они принесут каждому. Дайте людям возможность влиять на процесс — тогда изменения будут восприниматься как общее дело, а не как чья-то чужая инициатива.

Итоги: чек-лист для оценки себя и команды

В конце предлагаем универсальный чек-лист, который поможет тимлиду в оценке команды.

На что обратить внимание при самооценке?

• Достигаю ли я цели, которые ставлю перед собой и командой?
• Поддерживаю ли рост и развитие каждого члена команды?
• Регулярно ли даю понятную и полезную обратную связь?
• Умею ли я решать конфликты спокойно и конструктивно?
• Развиваю ли процессы, а не просто работаю в режиме пожаров?

Какие сигналы говорят, что в команде что-то не так?

• Появляются частые недопонимания и скрытые конфликты.
• Сильно падает мотивация и вовлечённость в задачи.
• Заметны регулярные срывы сроков без очевидных причин.
• Люди сопротивляются изменениям или делают их для вида.
• Пропадает инициатива и стремление предлагать улучшения.

Что проверить, прежде чем делать оргвыводы?

• Не перегружена ли команда задачами и ожиданиями?
• Чётко ли распределены роли и зоны ответственности?
• Достаточно ли у команды ресурсов и поддержки для выполнения работы?

• Нет ли системных проблем в процессах, которые мешают работе и развитию?

Единый чек-лист для тим-лида:

1. Цели команды понятны, достижимы и разделяются всеми участниками.

2. Каждый знает свои роли и зоны ответственности.

3. Есть регулярные 1:1 встречи для обратной связи и поддержки.

4. Команда понимает, как её успех оценивается (метрики, критерии качества).

5. Процессы не мешают работе, а помогают — есть баланс структуры и гибкости.

6. Конфликты обсуждаются открыто и решаются конструктивно.

7. У команды есть возможности для профессионального роста.

8. Тимлид следит за собственным развитием и рефлексирует над своими действиями.

9. Проблемы не замалчиваются, а выявляются и устраняются без страха наказания.

10. Изменения в процессах объясняются заранее и обсуждаются с командой.

11. Успехи команды замечаются и признаются.

12. Фокус — не только на результатах, но и на атмосфере и здоровье команды.

Узнаем, на каких принципах работает Edge AI, каковы преимущества работы ИИ на устройствах с ограниченными ресурсами, как Edge AI используются прямо сейчас и что будет с этой технологией в будущем.

Основные принципы работы Edge AI

Технология Edge AI — это развертывание моделей ИИ на основе нейросетей непосредственно на устройствах: смартфонах, камерах, датчиках и другом оборудовании. Для вычислений и анализа данных не не нужно обращаться к удаленным или облачным серверам. Устройства принимают решения на месте получения сигнала, что упрощает процесс.

Почему технология считается революционной? Вместо того чтобы гонять данные в облако и обратно, алгоритмы работают прямо на устройстве — будь то смартфон, камера наблюдения или беспилотный автомобиль. Процессор принимает решения мгновенно, не спрашивая разрешения у главного сервера.

Традиционные системы ИИ работают через сеть — данные уходят в дата-центр, там обрабатываются, а результат возвращается обратно. Проблема в том, что даже при быстром интернете такая схема создает задержки. Устройства с Edge AI реагируют на сигнал мгновенно.

Поэтому основное преимущество такого способа работы с данными — скорость. Беспилотному автомобилю нужно распознать пешехода за миллисекунды — ждать ответа из облака смертельно опасно. Другой аспект — автономность. Промышленные датчики и устройства, к которым они подключены, в удаленных локациях могут работать без стабильного интернета.

Есть и экономическая выгода. Зачем отправлять терабайты сырых данных, если можно обработать их на месте и передать только результат?

Наглядный пример: современные смартфоны используют Edge AI для обработки фото. Когда вы делаете портрет в размытом режиме «боке», нейросеть на устройстве сразу отделяет фон от объекта — без загрузки снимка в облако.

Обычные нейросети требуют огромных вычислительных ресурсов — например, чат GPT-4 вряд ли получится запустить на умных часах. Но Edge AI-модели — это «лайт-версии» своих облачных собратьев: они компактные, быстрые и энергоэффективные.

При этом данные никуда не отправляются, что обеспечивает их конфиденциальность: если нет постоянной передачи данных, хакерам сложнее перехватить информацию.

Пример: Apple использует Edge AI в Siri — голосовые команды распознаются прямо на iPhone, а не в облаке. Так компания гарантирует, что ваши разговоры с ассистентом не прослушает даже она сама.

Периферийный ИИ можно установить на любые устройства, работа которых требует быстродействия и определенной степени автономности. Это промышленные станки с умным зрением, беспилотные дроны для доставки товаров, камеры наблюдения. Такие системы не имеют ограничений в виде пропускной способности при передаче данных и задержек, связанных с серверами. Обработка происходит в режиме реального времени.

Технологии и инструменты для Edge AI

Для реализации Edge AI используются специальные инструменты и технологии. Их условно можно разделить на две категории: компактные модели нейросетей и аппаратные ускорители для мобильных устройств. Кроме того, созданы специальные фреймворки, значительно ускоряющие разработку ПО для Edge AI.

Компактные нейросети

Представьте, что вам нужно упаковать суперкомпьютер в бокс размером со спичечный коробок. Именно такую задачу решают разработчики компактных моделей для Edge AI.

Так, MobileNet использует хитрый трюк с разделяемыми свертками, что позволяет уменьшить модель в 10 раз без катастрофической потери точности. Ваш смартфон распознает лица на фото именно благодаря таким оптимизациям.

TinyML — это вообще магия микроуровня. Методика машинного обучения разработана специально для компактных нейросетей. Такие модели могут работать на устройствах с памятью меньше, чем занимает одна фотография в соцсетях. Датчик вибрации на заводском оборудовании с TinyML способен предсказывать поломки, потребляя энергии меньше, чем светодиодная лампочка.

Аппаратные ускорители

Даже самая оптимизированная модель нейросети будет тормозить без специализированного «железа». Так называемые нейроморфные процессоры обладают специальной архитектурой, имитирующей принцип работы человеческого мозга. Такие компоненты повышают производительность устройств и снижают стоимость внедрения Edge AI технологий.

Эти продукты делают автономные сети быстрыми и энергоэффективными:

• NPU (Neural Processing Unit) — процессоры, заточенные под нейросети. В iPhone и флагманских смартфонах Android стоят NPU от Apple и Qualcomm, которые ускоряют распознавание лиц и обработку фото в 5–10 раз быстрее CPU. Специализированные чипы запускают миниатюрные копии нейросетей на устройствах.
• TPU (Tensor Processing Unit) — разработка Google, созданная для ускорения TensorFlow-моделей. Edge TPU на компьютерах с одной платой Coral Dev Board позволяют запускать до 4 трлн (!!!) операций в секунду при потреблении всего 2 Вт.
• VPU (Vision Processing Unit) — чипы, оптимизированные под компьютерное зрение. Так, Intel Movidius используется в дронах и камерах видеонаблюдения анализа видео в реальном времени без облака. Они потребляют в 10 раз меньше энергии, чем обычные GPU, выполняя те же задачи. Камера ноутбука, которая размывает фон во время видеозвонков, использует именно такие процессоры.

Фреймворки для Edge AI

В числе самых популярных инструментов:

• TensorFlow Lite — идеален для Android и встраиваемых систем. Он поддерживает квантизацию (преобразование и сжатие) и аппаратное ускорение через NPU. Например, с его помощью можно развернуть модель распознавания жестов на одноплатном мини-компьютере Raspberry Pi за пару часов.
• PyTorch Mobile — выбор тех, кто любит гибкость. Фреймворк позволяет динамически изменять архитектуру модели прямо во время работы, что полезно для задач вроде адаптивного компьютерного зрения.
• Edge Impulse — самый дружелюбный инструмент для новичков. Он предлагает готовые шаблоны для TinyML и даже автоматически оптимизирует модели под конкретное железо. Например, с его помощью можно собрать систему мониторинга вибрации промышленного оборудования без написания кода.

Это лишь несколько наиболее популярных примеров. Есть и другие инструменты для работы с локальными нейросетями в зависимости от назначения устройств и степени их сложности.

Оптимизация нейросетей для Edge AI

В периферийном AI используются оптимизированные нейросети. Рассмотрим подробнее

Квантизация

Это «сжатие» модели за счет снижения точности вычислений. Например, переход с 32-битных чисел на 8-битные уменьшает размер нейросети в 4 раза, а скорость работы повышает вдвое или втрое. Точность слегка падает, но для многих задач (распознавание объектов, голоса) это незаметно. TensorFlow Lite и PyTorch поддерживают квантизацию «из коробки» — достаточно пары строк кода.

Distillation (дистилляция данных)

Действенный способ ускорения нейросетей. Большая, точная модель («учитель») передает знания компактной модели («ученику»). В итоге маленькая нейросеть сохраняет до 90% эффективности оригинала, но требует в 10 раз меньше ресурсов.

Специальные свертки

Стандартные свертки потребляют слишком много ресурсов — они перемножают все входные данные. Depthwise (глубинные) свертки работают точечно: обрабатывают каждый канал изображения отдельно, сокращая вычисления в 5–10 раз. Sparse (разреженные) методы еще радикальнее — они просто «выключают» лишние нейроны. Вместе эти подходы позволяют запускать ИИ даже на устройствах с 1 МБ памяти.

Преимущества Edge AI

Модели Edge AI обеспечивают быстродействие и эффективную работу устройств, используемых в самых разных сферах. Вместо централизованных систем, где вся инфа стекается для анализа в облако, каждое устройство работает автономно.

Подробно разберем основные преимущества моделей Edge AI.

Скорость

Главное преимущество Edge AI — это сверхнизкая задержка. В традиционных облачных системах данные сначала отправляются на сервер, обрабатываются и только потом возвращаются обратно — на это уходят драгоценные секунды. В Edge AI все происходит на самом устройстве, без потерь времени на передачу.

Пример. Беспилотный автомобиль видит пешехода, выскакивающего на дорогу. Если он начнет отправлять данные в облако и ждать ответа — столкновения не избежать. Edge AI решает эту проблему радикально: реакция происходит быстрее, чем моргание глаза (буквально — за 10-50 мс).

Устройства реагируют в реальном времени независимо от скорости интернета или загруженности облачных серверов. При этом вычисления происходят непрерывно, даже в условиях нестабильного соединения, а нагрузка на сеть снижается — данные не нужно постоянно пересылать туда-обратно.

Именно поэтому Edge AI становится стандартом для задач, где время реакции — ключевой фактор. Будь то интерактивные приложения, промышленная автоматизация или системы безопасности — локальная обработка обеспечивает тот самый мгновенный отклик, который раньше был невозможен.

Конфиденциальность

Облачные сервисы — всегда риск: утечки через взломанные серверы, слежка, случайные потери данных.

Edge AI действует иначе:

• лица для разблокировки телефона обрабатываются в защищенном контуре процессора;
• медицинские показатели анализируются непосредственно в умных часах;
• распознавание лиц камерами наблюдения происходит локально — в облако уходит только метка «подозрительный объект».

Потеря данных — серьезная проблема интернета. По данным IBM, утечки через облачные сервисы обходятся бизнесу в 1-5 миллионов долларов в среднем за инцидент. Edge AI сокращает эти риски в разы.

Снижение затрат

Передача данных в облако — это затраты. Если информацию отправляют тысячи устройств, суммы наберутся внушительные.

Автономные нейросети обеспечивают радикальную экономию средства:

• В системах видеонаблюдения вместо потокового видео на сервер отправляются только события («человек в запрещенной зоне»).
• IoT-устройства передают не сырые биометрические данные, а готовые метки (например: «пульс 120 ударов в мин.»).
• В промышленности модели на Edge работают годами без апгрейда железа.

Надежность

Завод в глубинке, шахта, обсерватория в горах, морское судно — во многих местах стабильный интернет затруднителен или невозможен .

Но с Edge AI проблема легко решается:

• датчики прогнозируют поломки оборудования без облачной аналитики;
• дроны обследуют трубы нефтепроводов в офлайн-режиме;
• умные счетчики годами работают от батареек, экономя до 90% энергии на передаче данных.

Раньше при обрывах данных производство просто останавливалось. Но станки с Edge AI сами применяют до 80% решений. Они ведут себя как надежные сотрудники, которым можно доверять.

Примеры Edge AI в действии

Edge AI — не абстрактная концепция, а конкретная технология, которая уже меняют нашу повседневную жизнь. Изучим несколько показательных примеров использования периферийного ИИ в реальном мире.

Распознавание лиц

Технологии вроде Apple Face ID и Android Face Unlock — это не просто селфи для разблокировки. Под капотом работает сложная система: инфракрасные камеры сканируют 30 000 точек на лице, строят 3D-карту и превращают вашу внешность в математический вектор, который невозможно подделать даже фотографией. Edge AI делает это мгновенно — прямо на устройстве, без отправки данных в облако.

Современные Android-смартфоны (например, Huawei и Xiaomi) догоняют Apple, используя нейропроцессоры (NPU) для ускорения распознавания. Но если iPhone работает даже в полной темноте, то многим Android-устройствам нужно хотя бы тусклое освещение — их камеры не видят в инфракрасном спектре

Безопасность

Камеры в аэропортах и офисах теперь могут искать подозрительных персон, не отправляя ваше фото в облако. Все обрабатывается локально: система сравнивает изображение с базой и только при совпадении передает сигнал. Это не только быстрее, но и этичнее — ваши данные никуда не утекают.

Беспилотники и автомобили

Представьте дрон, который доставляет лекарства в отдаленные районы. Если он будет ждать ответа из облака, чтобы облететь дерево, посылка разобьется вместе с ним. Edge AI позволяет таким устройствам мгновенно анализировать окружение и принимать решения прямо на борту. То же самое с беспилотными автомобилями: их камеры и лидары обрабатывают данные в 100 раз быстрее, чем если бы они отправляли их на сервер.

Цифровые помощники

Современные голосовые ассистенты на Edge AI понимают команды без интернета, будь то разблокировка двери или поиск рецепта. Никакой слежки — только мгновенный результат.

Производственное оборудование

Раньше станки ломались неожиданно, останавливая производство на дни. Теперь датчики с Edge AI замечают аномалии в вибрации или температуре за часы до аварии.

Медицина

Портативные ЭКГ с Edge AI не просто записывают кардиограмму — они мгновенно обнаруживают предынфарктное состояние и сразу сигнализируют врачу. В реанимациях такие системы сокращают время реакции с минут до секунд. А умные инсулиновые помпы сами корректируют дозу, анализируя уровень сахара в крови 24/7.

Городская инфраструктура

Светофоры, которые адаптируются к потоку машин, камеры, отслеживающие аварии, датчики протечки воды в трубах — все это работает на Edge AI. Городская инфраструктура становится умнее, но без тотальной слежки и уязвимых облачных серверов.

Ограничения Edge AI

Edge AI — это не волшебная таблетка. Да, он быстр, автономен и бережет ваши данные, но у этой медали есть обратная сторона.

Ограниченные ресурсы

Главное ограничение Edge AI — железо. Современные смартфоны в сотни раз слабее облачных серверов, а микроконтроллеры в датчиках — в тысячи.

Пример: Нейросеть для распознавания лиц на iPhone занимает всего 5 МБ, но это потребовало нескольких лет оптимизаций. GPT-4 с ее 1 трлн параметров в таком формате — пока фантастика.

Потребление энергии

Локальная обработка данных экономит интернет-трафик, но сжирает заряд. NPU в современных чипах оптимизируют этот показатель (например, Qualcomm Hexagon снижает энергопотребление в 10 раз), но физику не обманешь — Face ID на iPhone тратит в 3 раза больше энергии, чем Touch ID. Датчики IoT с TinyML работают годами на батарейке, но только если спят 99% времени.

Защита данных

Безопасность Edge AI — это обоюдоострое орудие:

• Плюс: Ваше лицо для разблокировки телефона не уходит в облако (в отличие от Google Photos).
• Минус: Взломать один умный замок с уязвимым Bluetooth проще, чем серверы Apple.

Хакеры могут взломать камеры наблюдения с Edge AI и другие инструменты непосредственно на месте. И при этом неважно, отправляют ли они данные в сеть и работают ли с ними локально.

Обновления

В облаке обновить нейросеть — пара кликов. На миллионе разрозненных устройств — квест и головная боль. Поэтому значительная часть медицинских и промышленных датчиков с Edge AI никогда не получает обновлений.

Машинное обучение

Чтобы обучить сложное устройство с Edge AI хотя бы базовым вещам, нужны терабайты данных. Например, роботизированным автомобилям, в том числе такси, нужно проехать тысячи километров, чтобы собрать нужные данные. Аналогично обстоят дела с другими устройствами.

Когда данных нет, их генерируют. Но ИИ, обученный на «муляжах», часто путается в реальном мире (вспомните Tesla, которая принимала луну за желтый светофор или видела призраков).

Будущее Edge AI

Сферы применения нейросетей Edge AI со временем расширяются — этот процесс неизбежен. Они активно внедряются в промышленность, городскую дорожную инфраструктуру, даже в сельское хозяйство (в виде беспилотников и датчиков для отслеживания состояния урожая).

Ближайшее направление эволюции периферийного ИИ — создание специализированных процессоров. Современные нейропроцессоры эффективные, но чрезвычайно затратные.

Ведущие ИТ-корпорации уже экспериментируют с архитектурой, в которой ИИ-блоки встроены прямо в ячейки памяти. Qualcomm, Apple и NVIDIA тестируют процессоры, которые смогут запускать генеративные нейросети на вашем телефоне, не превращая его в раскаленную сковородку.

Методы оптимизации нейросетей будут совершенствоваться. Уже сейчас прунинг (удаление лишних связей без потери точности) и адаптивное квантование (разная точность для разных слоев модели), позволяют ужимать ИИ до микроскопических размеров. Сейчас TinyML-модели работают на устройствах с памятью меньше 1 МБ — и это только начало.

Кстати! Забрать все самые топовые нейронки для айтишников можно в нашем большом гайде с 70+ ИИ-инструментами

Беспилотные такси будут приезжать с человеком на водительском сидении, но люди не будут рулить — они там, чтобы дать пассажирам привыкнуть и подстраховаться беспилотник в случае чего.

Возить людей будут электроавтомобили Jaguar I-PACE с системой автономного вождения пятого поколения.

Waymo пока избегает плотного движения и непредвиденных ситуаций. Сервис роботакси запустили в западной и юго-западных частях города, хотя большинство заказов приходит из северо-восточной части.

Вызвать такси можно будет круглосуточно в любой день недели.

Источник: TechCrunch

Дронов запускают на аварийно-опасных участках дорог, на которых нет камер, которые обычно следят за нарушителями.

Беспилотники будут выявлять такие нарушения, как выезд на встречку или пересечение двойной сплошной.

Данные о нарушителях с дронов будут передаваться наряду ДПС, который следит за этим участком дороги.

Дроны уже патрулируют дороги республиках Адыгея, Бурятия, Ингушетия, Татарстан и Удмуртия, Забайкальском, Краснодарском, Красноярском и Пермском краях, Амурской, Воронежской, Новосибирской, Омской, Ростовской, Свердловской, Тюменской областях и Москве.

Источник: ТАСС

Обложка: Facebook

Сейчас по городу ездят только два самоуправляемых автомобилей с человеком на месте водителя. Пассажир не рулит, но присматривает за “беспилотником”.

Дело в том, что Нью-Йорк требует, чтобы водитель держал руки на руле и страховал автопилот — улицы этого города очень опасные и плохо регулируются. Судя по видео, для Mobileye сделали исключение, чтобы компания могли продемонстрировать свой автопилот.

Тем временем “Яндекс” уже в этом году обещал запустить полностью беспилотное такси в отдельных районах Москвы.

Роботы станут частью GrubHub, который сотрудничает с 250 кампусами. Это значит, что все студенты из универстетов-партнёров будут заказывать еду через GrubHub, а привозить её будут российские беспилотные вездеходы.

Преимущество роверов от «Яндекса» — даже не автопилот, а размеры и «вездеходность». В кампусах много пешеходных зон, и автомобилю туда проехать трудно. Беспилотные роботы с этой задачей справляются. Это позволит сократить расходы.

Яндекс.Роверы начинали с доставки документов в Сколково, потом доставляли еду в Мурино (Санкт-Петербург). Теперь они выходят на новый, международный уровень.

Источник: Reuters

Журналисты заявили, что за рулём автомобиля в этот момент никого не было. Погибшие находились на переднем пассажирском сидении и сзади транспортного средства, сообщает WSJ.

Что не так с оригинальной новостью?

Во-первых, Илон Маск в кратчайшие сроки в своём же Twitter-аккаунте заявил, что всё не так, как пишут СМИ. По словам миллиардера, записи данных Tesla указывают на то, что функция автопилота была отключена в момент столкновения.

Более того, предприниматель заявляет, что владелец автомобиля не покупал «Полное самоуправление». А это значит, что за рулём обязательно кто-то должен был находиться.

Во-вторых, местная полиция также отказывается давать точное заключение. По их словам, пожар был настолько сильный, что машина сгорела дотла. И на раскрытие всей правды уйдёт какое-то время.

Источник: WSJ, Twitter/elonmusk

Иностранный автомобиль с сентября 2020 года курсировал по территории Первой Градской больницы. Он выполнял различные социальные функции, в том числе помогал персоналу медицинского учреждения, доставляя анализы пациентов между корпусами.

Представители департамента транспорта Москвы уточнили, что за запуск отечественного беспилотника отвечали специалисты научно-исследовательского института «МосТрансПроект» совместно с МАДИ.

Мы рады, что сегодня нам удалось запустить беспилотник на базе отечественного автомобиля Lada. Это первое такое авто, которое выполняет социальные функции, помогая медицинскому персоналу.

Сообщается, что беспилотная LADA Vesta прошла необходимую сертификацию. При этом по закону за рулём авто всё равно обязан находиться пилот-оператор. Делается это для того, чтобы за безопасностью движения следил именно человек.

Источник: Дептранс Москвы

Последний является бывшим гражданином России, окончившим в 2000 году магистратуру МФТИ. После этого он шесть лет проучился в Мичиганском университете, где и получил докторскую степень.

С 2009 года Долгов работал в Google. Тогда он также трудился над беспилотным автомобилем. Правда, на тот момент проект не имел специального названия и не был выделен в отдельный бизнес.

Waymo — известная разработкой беспилотных автомобилей «дочка» Google и Alphabet.

Источник: Блог Waymo

Ещё одним «стоппером» для дальнейших разработок является сложность подбора бизнес-модели. Так, внедрение системы автопилота в среднем обходится в 800 тыс рублей. А это, по словам представителей Cognitive, стоимость «недорогой иномарки».

Совместное предприятие Сбера нашло поддержку и в Яндексе. Отечественный поисковый гигант подтвердил проблемы в законодательстве, мешающие более качественной разработке беспилотных систем. При этом в компании уточнили, что проблема носит общемировой характер.

Что важно, ни Cognitive Pilot, ни Яндекс не намерены полностью останавливать разработки в сфере автопилотирования.

Исследования и разработки в этой области продолжаются, уверяет представитель Cognitive. Беспилотные автомобили Яндекса тестируются в России, Израиле и США – каждая из тестовых зон добавляет новые сценарии для обучения, что помогает подготовить её к дальнейшему внедрению в разных частях света, говорит представитель компании.

Источник: Ведомости

Пользователь Twitter под ником OMaciuc опубликовал видеоролик. В нём он показал, как автопилот его Tesla Model Y обнаружил поблизости человека, из-за чего электромобиль резко затормозил. Но затем пользователь продемонстрировал, что на самом деле рядом с ним никого нет.

На видео можно увидеть, как на панели управления автомобиля виднеется силуэт человека. Это говорит о том, что система камер Tesla обнаружила его поблизости. При этом в ролике также можно увидеть, как «некто» постоял какое-то время рядом с автомобилем, после чего развернулся и пошёл в обратном направлении.

Остроты ситуации добавляет тот факт, что произошло всё это на территории кладбища. Пользователи уже успели отшутиться по поводу случившегося. Пользователь под ником ninenmaeatashi подметил, что Илон Маск способен построить 100-метровую башню на Марсе, а потому удивлять детектору призраков тем более не стоит.

Elon can land 100-tonn tower on Mars so why you’re so impressed by a simple ghost-detection?— ?омерзение и фланёрство (@ninenmaeatashi) January 13, 2021

Напомним, что тестирование практически полностью самостоятельного автопилота Tesla началось в конце 2020 года.

Источник: Популярная Механика

Концепт летающего автомобиля предназначен для одного пассажира. Взлетать и приземляться машина будет вертикально с помощью четырёх винтов. Мощность электродвигателя — 90 КВт·ч. Глава отдела дизайна GM Майкл Симко (Michael Simcoe) отметил, что компания также разрабатывает люксовый двухместный автомобиль.

На виртуальной презентации показали и шаттл Cadillac. Представитель компании рассказал, что в салоне будут размещены биометрические датчики, которые следят за состоянием пассажиров и регулируют температуру, свет, шум, запахи.

Вряд ли показанные модели начнут выпускать в ближайшее время. По словам Майкла Симко, задача презентации — показать миру, как роскошь Cadillac может выглядеть в «не столь отдалённом будущем».

Зато уже в ближайшее время начнёт работать новое направление бизнеса — производство электрокаров и программного обеспечения. На старте будут обслуживать только клиентов из Китая и США. Новое подразделение BrightDrop займётся выпуском электрогрузовиков EV600. Первую партию в конце текущего года получит компания FedEx Express. С начала 2022 года электрокары станут доступны большему числу клиентов.

Сообщается, что новые правила хоть и ослабляют жёсткость прежних требований, но вводят при этом и новые. Так, например, по новым правилам беспилотники должны быть оборудованы системой Remote ID. С её помощью надзорные органы смогут идентифицировать устройство и понять, откуда им управляют. Это позволит, в случае необходимости, в кратчайшие сроки установить, пилота опасно управляющего дроном.

FAA планирует опубликовать полную редакцию обновлённых правил в январе 2021 года. В силу они вступят через 60 дней после этого. Что же до производителей дронов, то им будет дано 1,5 года на то, чтобы начать выпуск устройств, оснащённых Remote ID.

Напомним, что ранее законодательство Соединённых Штатов допускало полёт дронов лишь над головами тех людей, кто ими управлял. Это сильно усложняло работу автономных доставщиков, т.к. они были вынуждены тратить дополнительные усилия для поиска и облёта людей под собой.

Источник: Reuters

Беспилотные автомобили Сбера успешно прошли предварительные испытания и получили все необходимые разрешения на движение по дорогам общего пользования. Узнать автомобили можно будет по характерной графике на кузове и знаку «А» на двери багажника.

Представители финтех-гиганта также заявили и о желании довести общее число своих беспилотников до десяти. Рост их количества намечен в том числе на 2021 год.

Напомним, что СберАвтоТех — это достаточно новое подразделение Сбера. Создано оно было лишь в апреле 2020 года. Но уже за первые 8 месяцев компания успела пройти путь от этапа исследовательских и конструкторских работ, до выпуска первой серии собственных беспилотных авто.

Источник: Сбер

По словам источников, центральное место в стратегии проекта занимает разработка аккумулятора. Он должен вывести электромобили на новый уровень благодаря снижению стоимости и увеличению запаса хода. Результата планируют достичь благодаря новой конструкции, которая позволит увеличить объём батареи. Пока неясно, кто будет собирать автомобили под брендом Apple. Ожидается, что компания будет полагаться на партнёра-производителя.

Разработка беспилотного автомобиля Apple началась ещё в 2014 году в рамках программы Project Titan. Однако заметное продвижение началось только после прихода в 2018 году Дуга Филда (Doug Field). Ранее он занимал должность старшего вице-президента по техническим вопросам в Tesla.

Хакер показал и то, как выглядит «панель управления» автопилотом. В нём присутствует огромное число разделов, в том числе Dev Controls, Clip Recording и т.д. Там же можно отслеживать и состояние автопилота во вкладке Autopilot Health.

Напомним, что первая волна доступа к полноценному автономному управлению Tesla прошла в октябре 2020 года. В ближайшее же время, со слов Илона Маска, новая функция станет ещё более широко доступной. Правда, продаваться этот самый доступ будет отдельно и при покупке самого авто, по цене 10 тыс долларов.

Источник: Twitter/greentheonly

Выбор локации был неслучайным. Шэньчжэнь является крупным и густонаселённым городом, который лучше многих подойдёт для стрессового тестирования автомобилей с автопилотом. В случае успешного завершения данного этапа, компания станет заметно ближе к финальному запуску своего продукта.

Напомним, что автомобили AutoX оснащены фирменным блоком управления XCU. Именно с его помощью роботакси способны ориентироваться даже в самых сложных условиях китайских городов.

Свежий проект разрабатывался именно для решения данной проблемы. Он, основываясь на работе искусственного интеллекта, сумел объединить изображения с нескольких дронов, после чего как бы «погасил» тепловое излучение деревьев. В результате, перед спасателями возникли чётко разделяемые человеческие контуры, которые при обычной съёмке были бы закрыты растительностью.

Видео с демонстрацией работы технологии

Учёные заявили, что разработанная ими система демонстрирует точность в 95%. Для сравнения, традиционные изображения с тепловизора могут похвастаться лишь показателем точности в 25%.

Представители НП «ГЛОНАСС» заявили, что запуск тестирования намечен уже на декабрь 2020 года. По его итогам специалисты намерены разработать отдельный стандарт передачи данных, которого на сегодняшний день в нашей стране всё ещё нет.

Напомним, что V2X работает на базе радиосвязи 802.11р в диапазоне 5,9 ГГц, а его главной целью является уменьшение количества ДТП на российских дорогах за счёт мгновенного анализа ситуации вокруг.

Полиция США проверяет температуру с помощью дронов

Полицейское управление Вестпорта в Коннектикуте тестирует беспилотники компании Draganfly для бесконтактного отслеживания социального дистанцирования и симптомов коронавируса у граждан.

Дроны оборудованы инфракрасными сенсорами, датчиками сердцебиения и ПО для интеллектуального компьютерного зрения. Заявляется, что они могут обнаружить человека, который температурит или чихает в толпе людей с расстояния 58 метров.

Разработчики БПЛА утверждают, что собираемые данные полностью анонимны и не распространяются третьим лицам.

В Kickstarter думают об увольнениях — количество проектов упало на 35%

Руководство краудфандинговой платформы сообщило о сокращении количества проектов на сайте на весомые 35%. Не помогли даже программа по ходатайству для команд, работающих из дома, и усиленная модерация раздела, посвящённого COVID-19.

Ситуация для руководства усугубляется тем, что сотрудники Kickstarter сформировали первый большой профсоюз в технологической компании. А это значит, что их права отстаивает Международный союз офисных и профессиональных работников, который будет добиваться положительного исхода для его участников.

Доступен открытый Healthcare API от Google для унификации медицинских данных

Открытый набор инструментов поможет сторонним производителям систем мониторинга и анализа здоровья привести всю информацию к единому знаменателю. Так взаимодействие между сторонними приложениями и железом станет проще, а медицинские данные от различных приборов станут доступнее самому пациенту и его врачу.

С помощью Healthcare API можно также передавать чувствительные данные с датчиков пациентов в ближайшие медицинские центры и больницы, что особенно полезно в период коронавирусной эпидемии.

Подробнее познакомиться со спецификацией и составом API можно в документации.

Умные шлемы с термометрами на службе полиции ОАЭ

Дубайские коллеги полиции США используют свои методы проверки населения на предмет повышенной температуры — копы экипированы умными шлемами, разработанными китайской KC Wearable.

Девайс может просканировать до 200 человек в минуту с расстояния 5 метров. При обнаружении лихорадки полицейские ОАЭ могут остановить заболевшего, сопроводить его в ближайшую больницу или вызвать бригаду медиков.

Google замораживает найм и снижает маркетинговые бюджеты на половину

Согласно найденным журналистами CNBC внутренним документам, ситуация в компании отличается от официального заявления, которое высказал CEO Сундар Пичаи две недели назад. Тогда Пичаи сообщил о пересмотре бюджетов и инвестиций в некоторые сферы, а также о снижении темпов найма штатных сотрудников.

В документах говорится о снижении маркетинговых бюджетов на вторую половину года для некоторых отделов почти в половину. Кроме того, руководители отделов получили внутреннее письмо о заморозке найма не только контрактёров, но и штатных сотрудников на неопределённый срок.

В компании не прокомментировали, почему руководители получили такую информацию.

Нашли новость, которой хотели бы поделиться?

Присылайте материал на sveta.k@tproger.ru и, возможно, именно его мы опубликуем на следующей неделе.

В компании говорят, приложение покажет беспилотник любой фирмы, не только DJI. Всё это ради прозрачности в беспилотной индустрии. Приложение выпустят в 2020 году.

Беспилотник оснащён мощной камерой и тепловизором — так можно искать людей не только по визуальной картинке, но и по тепловому следу. Кроме того, внимание потерявшегося человека может привлечь мигающий синий огонёк на дроне и шум его винтов.

Чтобы вести поиски с помощью дрона, достаточно двух офицеров: один управляет полётом, а второй следит за работой распознающего софта на смартфоне. По словам разработчиков, в режиме реального времени нейросети могут различить человека буквально с любого ракурса. ИИ обучали на видео с полицейскими в разных ситуациях и одежде.

По словам разработчиков, по данным о тенях беспилотник выявляет движущийся объект на 0,72 секунды раньше, чем по данным лидара.

Сервис работает как обычное такси. Клиент размещает заказ в мобильном приложении, и за ним приезжает один из десяти электромобилей Hyundai KONA Electric, которые кружат по тестовой зоне. Машины оборудованы стандартным набором датчиков. Также в салоне обязательно присутствует инженер, он помогает автомобилю в трудной ситуации. По калифорнийским законам брать плату за такие поездки нельзя.

Hyundai сотрудничает и с «Яндексом»: российский IT-гигант делает беспилотные автомобили на базе Hyundai Sonata. По слухам, «Яндекс» планирует запустить массовые пассажирские перевозки в 2023 году.

Шанс обкатать беспилотники на крупном автосалоне выпал «Яндексу» благодаря конкурсу Michigan Mobility Challenge. Компания стала одним из победителей, приз — разрешение перевозить посетителей мероприятия на беспилотниках. Помимо «Яндекса» победителями стали Local Motors, Continental, NAVYA, AutoGuardian.

«Яндекс» привезёт 10 четырёхместных машин на базе Hyundai. Беспилотники будут курсировать между важными для автосалона точками в деловом центре Детройта. После автомобильной тусовки компания собирается и дальше тестировать автономные автомобили в США.

Kaspersky Antidrone распознаёт подвижный объект и рассчитывает его координаты. Эти данные программа отправляет на сервер, где замеченное нечто изучает нейронная сеть. Если окажется, что это дрон, система распознает модель и пошлёт в его сторону радиопомехи нужной частоты. В результате беспилотник потеряет связь с пультом управления и либо вернётся на «старт», либо приземлится.

Основная задача технологии — защищать важные объекты от беспилотников. Заказчиками могут быть аэропорты, организаторы массовых мероприятий или даже силовые структуры. Будет ли компания сотрудничать с последними, пока неизвестно. «Лаборатория Касперского» договаривается о поставках сразу с несколькими организациями. В 2020 году компания собирается продать в России 5−10 таких комплексов. Цена зависит от многих параметров и варьируется от 100 тысяч до миллиона долларов.

Потребность в «антидронах» связывают с ростом продажи дронов. По данным J’son & Partners Consulting, которые приводят «Ведомости», в 2018 году продажи возросли на 53 %.

Компания Canoo представила первый в мире электромобиль по подписке. Можно приобрести комплексный пакет: регистрация, обслуживание автомобиля, управление страховкой, зарядка.

Микроавтобус Canoo похож на космическую капсулу. Он не выглядит огромным, хотя салон очень вместительный. Canoo рассчитан на 7 человек, но поместится там гораздо больше, особенно на задних креслах-диванчиках.

Пассажиры могут управлять музыкой, отоплением и системами навигации. На полном заряде машина преодолевает 400 километров, а за полчаса заряжается на 80%.

У электромобиля есть 7 камер, 5 радаров и 12 ультразвуковых датчиков. По словам компании, они однажды помогут обеспечить в Canoo автономную систему управления.

Продавать подписки на машины уже потихоньку пытаются Toyota, Audi, BMW и Mercedes-Benz. Молодым компаниям трудно зайти на этот рынок и наладить массовое производство. Сейчас Canoo будет проводить тесты, чтобы в 2021 году уже запустить сервис.

Инженеры из Мичиганского университета научили дронов прибивать черепицу на крыше. Беспилотники самостоятельно ориентируются в воздухе, подлетают к нужному месту и с помощью специального пистолета прибивают гвоздь с точностью до трёх сантиметров.

За основу инженеры взяли коптер DJI S1000. К нему прикрепили беспроводной гвоздезабивной пистолет. У него тяжёлый аккумулятор, зато дрон получился полностью автономным. Беспилотник ориентируется по инфракрасным камерам, закреплённым на нём, и маркерам, закреплённым на крыше.

В результате у дронов два главных минуса: тяжёлый аккумулятор и внешняя система навигации. Аккумулятор в будущем можно заменить проводным питанием, а маркерную навигацию — автономной, чтобы дрон мог работать с обычными крышами.

Японский телекоммуникационный псевдоспутник HAWK30 впервые совершил полёт. Разработчики проверяли, насколько хорошо работают и слушаются команд бортовые системы аппарата.

Псевдоспутник — это по сути беспилотник, который долго находится в воздухе, обычно до нескольких месяцев. Чтобы этого достичь, аппараты делают из очень лёгких материалов, а их бортовые системы питают от солнечных батарей. Японский HAWK30 не исключение. Это огромный беспилотник с размахом крыла в 78 метров, способный днём получать энергию от солнца, ночью — от лазерного излучения с наземных установок.

По проекту эта махина должна подниматься на высоту в 20 тысяч метров и лететь на скорости до 110 километров в час. Разработчики планируют установить на HAWK30 оборудование сотовой связи. Оно сможет передавать сигнал в радиусе 200 километров, в том числе на обычные смартфоны.

Беспилотники «Яндекса» начнут возить пассажиров с 2023 года. Технология применима ко всем видам транспорта, поэтому компания сотрудничает с «Мосгортрансом».

На участках с простым движением беспилотные автомобили уже ездят. В июне «Яндекс» выкатила на дороги Москвы первые 5 беспилотников, потом к ним добавили ещё 30. До конца 2019 компания собирается запустить в общей сложности 100 машин — но это цветочки. Недавно «Яндекс» сообщила, что за два года собирается расширить автопарк до 1000 беспилотников.

Всё автомобили работают на четвёртом уровне автономности. Это значит, что система почти самостоятельна: постоянного внимания уже не требуется, но человек в некоторых ситуациях всё ещё нужен.

Владельцы Tesla не смогли открыть свои автомобили из-за сбоя в приложении компании. На это пользователи пожаловались в Twitter-аккаунтах. Сотни жалоб появились и на сайте Downdetector.

Приложение позволяет блокировать двери машины и заводить двигатель. Для этого можно использовать и специальный брелок или ключ-карту. Но если с собой их нет, управлять автомобилем можно только через приложение. Такие счастливчики и не смогли попасть в машину.

Приложение на смартфоне в один прекрасный момент просто перестало отвечать. Пользователя выкидывало из него, а при повторной авторизации автомобиль пропадал из аккаунта.

Сбой продлился около 12 часов. Интересно, сколько автомобилистов оказались заблокированными внутри Tesla?

«Лаборатория Касперского» нашла вирус в приложении CamScanner для Android, которое умеет считывать текст с фотографий и конвертировать его в PDF. CamScanner скачали более 100 миллионов раз, все скачавшие в зоне риска.

Оказалось, что в последнем обновлении разработчики добавили вредоносный код. Программа показывала пользователям навязчивую рекламу и могла оформить платные подписки без ведома пользователя.

Создатели CamScanner выпустили новую версию приложения, в которой якобы удалили вирус. Но опасность ещё есть: особенно если у вас включено автообновление. Мэтью Хики из Hacker House советует удалить приложение и подождать, пока исследователи по кибербезопасности не убедятся в безобидности новой версии.

Мне нужна твоя одежда и… и этот, как его…

В МФТИ создали устройство, имитирующее память человека. Разработка запоминает часть данных и «забывает» информацию, которой давно не пользовались.

Исследователи разработали устройство на основе мемристора — элемента, который изменяет сопротивляемость в зависимости от заряда, который через него прошел. С его помощью учёные хотят создать нейроморфный компьютер, который будет запоминать данные примерно так же, как человек.

Такие устройства понадобятся для решения сложных для обычного компьютера задач: факторизации целых чисел или обработки данных на фотографиях.

Ну и пожалуйста, ну и не нужно!

Смартфоны Huawei Mate 30 выйдут без сервисов Google. Встроенного магазина приложений Google Play, поиска Google, почты Gmail не будет во флагмане.

Это связано с санкциями от правительства США. Компании запретили закупать товары и технологии у американских компаний.

Смартфоны, которые продаются сейчас, все еще будут получать обновление Android и работать с сервисами Google. Американское правительство дало возможность Huawei подготовиться к отказу от поставщиков из США.

Китайские смартфоны и раньше выходили без фирменных приложений корпорации. На этот раз Huawei, скорее всего, будет продвигать свой магазин приложений AppGallery.

Киберпанк, который мы не ожидали

РЖД испытала беспилотную электричку. Модифицированная версия «Ласточки» начнёт в тестовом режиме ездить по МЦК на автопилоте уже в сентябре.

Госкомпания собиралась протестировать беспилотную электричку еще в 2018 году. В конце августа они провели испытания на экспериментальной железной дороге ВНИИЖТ в районе Южное Бутово.

Электричка оснащена камерами, радарами и лидарами. Она отслеживает препятствия на пути с их помощью. Машина должна либо преодолеть их, либо остановиться. Во время испытаний перед беспилотной «Ласточкой» выставили манекен, и поезд успешно затормозил.

«Как грустно и очень обычно всё вышло…»

«Сбербанк» начал разработку «умной» колонки. Работа пока носит непубличный характер, а презентация устройства пройдёт не раньше 2020 года.

Колонка будет работать на основе голосового помощника, который разрабатывает Центр речевых технологий. В марте 2019 «Коммерсантъ» сообщал, что в ЦРТ работают над таким проектом под тестовым названием «Варвара».

Колонка — не единственное «умное» устройство, над которым может работать «Сбербанк». В марте 2019 года банк запатентовал «интеллектуальный холодильник», который будет отправлять пользователю информацию о качестве и количестве продуктов. Всё это в рамках новой стратегии банка: компания собирается трансформироваться в технологичную компанию, которая смогла бы конкурировать с Google, Amazon и Alibaba.

Андрей Карпов и Саша Ушатинская

Модифицированная версия «Ласточки» начнёт в тестовом режиме ездить по МЦК на автопилоте уже в сентябре.

Госкомпания собиралась протестировать беспилотную электричку еще в 2018 году. В конце августа они провели испытания на экспериментальной железной дороге ВНИИЖТ в районе Южное Бутово.

Электричка оснащена камерами, радарами и лидарами. Она отслеживает препятствия на пути с их помощью. Машина должна либо преодолеть их, либо остановиться. Во время испытаний перед беспилотной «Ласточкой» выставили манекен, и поезд успешно затормозил.

Подробнее в пресс-релизе РЖД

Nissan сделала интересный рекламный проект. Ни для кого не секрет, что компания разрабатывает беспилотные автомобили и может создать конкуренцию для лидеров вроде Tesla.

Основное отличие в том, что Nissan использует камеру, чтобы понять, ведёт ли водитель машину, а Tesla — давление на руль.

В ходе рекламного проекта разработали пилотируемый мяч для гольфа. За его движением на поле следит камера, а система алгоритмов вычисляет, куда требуется сместить центр массы мячика, чтобы он попал точно в лунку. И всё это ради демонстрации.

Сколько придётся вложить в создание такого большого автопарка, Полищук не сказал, но обмолвился, что создание одного автомобиля обходится в 6,5 миллионов рублей. Это притом, что на первый прототип ушло 9,5 миллионов.

По словам Дмитрия Полищука, «Яндекс» ещё думает над тем, чтобы вынести тестирование автомобилей на дороги США. Там более продвинутое законодательство в области беспилотных автомобилей, чем в России.

Drive.ai тестировала свои технологии на переработанной модели Nissan NV200s — ярко-оранжевом автомобиле с несколькими LED-экранами. На них отображались сообщения для прохожих и других участников движения: что автомобиль уступает дорогу пешеходу, продолжает движение или сворачивает на съезд.

По словам The Verge, ещё год назад Drive.ai считался одним из наиболее перспективных стартапов в своей сфере. Его оценивали в 200 миллионов долларов. По информации изданий, Apple заплатила за стартап меньше.

ПФР заявляет, что оцифровал трудовые книжки всех россиян. Это значит, что при найме на работу документы можно будет подавать в электронном виде. Есть лишь два «но».

Во-первых, под это дело пока нет правовой базы. Минтруд планирует внести в Госдуму законопроект об электронных трудовых книжках до конца весенней сессии — до 28 июля. Если его примут, закон вступит в силу со следующего года.

Во-вторых, даже если он вступит в силу, россиянам всё равно придётся возиться с бумажками. Для надёжности. Даже в электронном виде ваш стаж может затеряться в интернетах и не дойти до ПФР. В таком случае придётся подтверждать его документально.

***

В России проведут диктант на тему цифровой грамотности. Он состоит из трёх блоков с вопросами:

• о самых базовых вещах — как обращаться с девайсами и работать с приложениями;
• об онлайне и соцсетях;
• о кибербезопасности.

В диктанте можно поучаствовать очно 18 мая (доступно 67 площадок в 57 городах России) или онлайн с 18 по 24 мая (на сайте цифровойдиктант.рф).

Последствия

Команда Stack Overflow объявила, что 11 мая неизвестные получили доступ к внутренним системам сайта. Идёт расследование. Разработчики выясняют, насколько всё серьёзно, и проверяют сервис на уязвимости.

Утекли пользовательские данные или нет, неизвестно. Руководство сервиса этого не исключает, но подтверждений пока нет.

***

1 марта во Флориде произошло ДТП. Tesla Model 3 ехала по автомагистрали, когда с прилегавшей дороги ей наперерез выехал тягач с полуприцепом. В этот полуприцеп и въехала Tesla. Машине полностью срезало крышу, водитель погиб.

Этот случай расследовал Национальный совет по безопасности на транспорте США. Недавно специалисты опубликовали отчёт. Ключевые факты:

• водитель включил автопилот за 10 секунд до столкновения;
• через 2 секунды после включения автопилота он убрал руки с руля;
• автомобиль ехал со скоростью 109 км/ч при разрешённых 89 км/ч;
• ни водитель, ни автопилот не попытались предотвратить столкновение.

Третья авария со смертельным исходом с 2015 года.

Эксперты жалуются, что компания вводит клиентов в заблуждение насчёт возможностей своих автомобилей. По факту они оснащены продвинутыми системами круиз-контроля. Но подаются как полноценные (или близкие к тому) беспилотные системы. Одна вообще называется «Full Self-Driving Capability» — водитель может подумать, что от него действительно ничего не требуется.

Конечно, технологии развиваются быстро, но, увы, не настолько. Не забывайте о безопасности.

5G

Сферический 5G в вакууме на скорости больше 1000 Мбит/с:

На Google I/O компания рассказала, что внедрит в некоторых странах наличную оплату приложений в Google Play. Выглядеть это будет примерно так: нажимаете кнопку «купить», получаете специальный код, идёте в ближайший партнёрский магазин, называете код, отдаёте деньги, получаете приложение. Если что не так, вернуть деньги будет нельзя — только получить какие-нибудь внутренние гугловские бонусы.

Возможность оплатить покупку наличными критична для развивающихся стран, когда не у всех людей есть банковская карта или счёт. В Мексике, кстати, такая система уже работает.

Есть ещё один пример небольшого отката назад технологий по экономическим причинам. В бескассовом и бескассирном магазине Amazon Go появились кассы и кассиры. Опять же, потому что не у всех есть банковские счета, а отказывать по этой причине человеку в обслуживании — дискриминация.

Беспилотные авто

История с перекрёстками

NVIDIA рассказала о своей новой нейросети, которая скоро станет частью беспилотной системы DRIVE Software. WaitNet умеет визуально распознавать и проходить перекрёстки, без помощи карты. Она это делает почти как человек — анализирует не отдельные сигналы (светофор, знаки, разметка), а картину целиком. Создатели говорят, WaitNet сделает DRIVE Software ещё надёжнее.

Неприличная история

Как отмечает издание Gizmodo, это было неизбежно. В конце апреля на PornHub появился ролик, где пара занимается сексом в автомобиле Tesla, который едет в беспилотном режиме.

Комментариев от Tesla пока нет, но раньше Маск не раз предупреждал, что нынешний автопилот — не совсем автопилот. Во время движения руки надо держать на руле, а не где-то там ещё. Рисковые попались актёры.

Парой строк

Джефф Безос показал посадочный модуль Blue Moon, предназначенный для доставки грузов на Луну. Он может вытянуть до 3,6 тонн. Говорит, что будет ещё две версии: для доставки грузов до 6,5 тонны и отдельный для людей. Полёт человека обещают организовать к 2024 году.

Разработчики Telegram добавили в мессенджер возможность отправлять ненужные чаты в архив. Если в чате активны уведомления, то любое новое сообщение вынесет его из архива. Замьюченные чаты будут лежать там, пока про них не вспомнит владелец.

Ниже мы расскажем о самых интересных анонсах, прозвучавших на конференции. Если хотите, можете посмотреть запись ключевого доклада CEO компании Дженсена Хуанга:

Исследования

NVIDIA представила демоверсию нейросети GauGAN, которая умеет превращать схематичные рисунки в фотореалистичные изображения. Принцип работы нейросети похож на разукрашивание раскраски, только вместо детских рисунков она выдаёт красивейшие пейзажи. Её создатели подчёркивают, что она не просто склеивает куски картинок, а генерирует уникальные изображения, как настоящий художник.

GauGAN может пригодиться как архитекторам и градостроителям, так и ландшафтным дизайнерам с разработчиками игр. ИИ, который понимает, как выглядит реальный мир, упростит реализацию их идей и поможет быстро вносить в них изменения.

Кроме того, компания запустила площадку AI Playground. Там все желающие могут поэкспериментировать с нейросетевыми проектами компании. Пока их доступно лишь три: Image InPainting, Artistic Style Transfer и Photorealistic ImageSynthesis — но скоро к ним присоединится GauGAN.

Jetson Nano

Был представлен одноплатный компьютер Jetson Nano для ИИ-проектов. Общая производительность нового модуля составляет 472 гигафлопс при энергопотреблении всего 5–10 Вт. На борту 4-ядерный ARM Cortex-A57 и GPU на архитектуре NVIDIA Maxwell c 128 ядрами CUDA. Jetson Nano умеет параллельно обрабатывать данные со множества датчиков высокого разрешения и запускать несколько нейросетей на потоке с каждого из них. Кроме того, компьютер поддерживает многие ИИ-фреймворки, что позволит разработчикам использовать удобные инструменты.

Jetson Nano выпускается в двух версиях:

• Уже распаянный Developer Kit за 99 $. Есть 4 USB 3.0, гигабитный Ethernet, M.2 Key E, слот для microSD, HDMI и DisplayPort, коннектор MIPI CSI-2 DPHY для камеры, а также GPIO, I2C, I2S, SPI, UART.
• Продакшен-версия за 129 $ с коннектором на 260 пинов, которую можно адаптировать под свои нужды.

Применять Jetson Nano можно в первую очередь для систем, в которых нужно принимать решения локально и не полагаться на стабильное соединение с облачным сервисом: роботов, дронов, цифровых помощников, пропускных систем и других проектов. Например, можно распознавать лица сразу же, получая картинку с камеры безопасности локально, и принимать решение о нарушении периметра.

Jetson Nano уже совместим с популярными периферийными устройствами и аксессуарами, а также включает готовые проекты и руководства. Поддержку и ответы на вопросы можно получить на техническом форуме.

RTX

Одной из важных тем GTC 2019 стала технология трассировки лучей NVIDIA RTX. Компания предлагает применять её в различных областях, связанных с дизайном и разработкой.

NVIDIA продемонстрировала возможности RTX в Q2VKPT — обновлённом Quake II. Команда разработчиков полностью переписала движок рендеринга за несколько месяцев, внедрив трассировку пути в игру. Провести симуляцию всех лучей с необходимым количеством отскоков пока что не представляется возможным по ресурсам, так что пришлось применять продвинутые технологии избавления от шумов. Результат можете оценить сами:

Сейчас для загрузки доступна предыдущая версия Q2VKPT без значительных улучшений. На конференции обещали выложить новый архив «в ближайшее время», не уточнив конкретные сроки.

Также компания рассказала, что ведущие разработчики 3D-приложений включат в свои продукты поддержку NVIDIA RTX уже в этом году. Технология даст художникам и дизайнерам возможность работать со сложными моделями и сценами с трассированным освещением, повысить скорость рендеринга фотореалистичных изображений и ускорить продакшен при помощи ИИ.

Из уже получивших поддержку RTX приложений можно выделить Adobe Dimension & Substance Designer, Autodesk Arnold & VRED и Unreal Engine 4.22.

Кроме того, NVIDIA запустила программу Creator Ready Driver, которая обеспечит художникам, дизайнерам и разработчикам игр максимальную производительность и надежность при работе с приложениями для дизайна. Первая сборка таких драйверов уже доступна.

CUDA-X AI

NVIDIA представила SDK CUDA-X AI для ускорения выполения операций, связанных с обработкой данных и машинным обучением. Пакет состоит из более чем 15 библиотек, способных повысить производительность до 50 раз за счёт использования тензорных ядер графических процессоров линейки NVIDIA RTX. Среди них можно выделить cuDF для анализа данных, cuDNN для глубокого обучения, cuML для алгоритмов машинного обучения и DALI для обработки данных.

CUDA-X AI уже встроена в такие популярные ML-фреймворки, как TensorFlow, PyTorch и MXNet. Кроме того, ключевой компонент SDK, RAPIDS, уже доступен в облачном сервисе Microsoft Azure Machine Learning (AML). С его помощью можно сократить время обучения моделей ИИ до 20 раз.

Enterprise

У 7 популярных производителей стали доступны серверы на базе GPU NVIDIA Tesla T4, оптимизированные для работы с библиотеками CUDA-X AI. T4 потребляет всего 70 Вт и может быть легко внедрен в уже существующие инфраструктуры. Он позволит ускорить обучение нейросетей и инференс, машинное обучение, анализ данных и работу виртуализированных рабочих столов.

NVIDIA вместе с HP, Dell, Lenovo и другими производителями представили новые рабочие станции для анализа данных. В их основе лежит референсная архитектура из двух GPU NVIDIA Quadro RTX и ПО с поддержкой CUDA-X AI.

Также компания анонсировала открытую площадку для совместной работой над графикой в режиме реального времени, названную Omniverse. Она предоставляет дизайнерам и разработчикам «порталы», связывающие между собой в live-режиме их рабочие среды, например, Autodesk Maya, Adobe Photoshop и Unreal Engine. Используя Omniverse, каждый член команды может без задержек видеть все изменения, внесённые другими.

Автопилот

NVIDIA показала два инструмента, связанных с развитием автономного транспорта.

DRIVE AV Safety Force Field — это софт для систем автономного вождения, который способствует безопасному вождению и снижает вероятность аварий. Он предсказывает динамику окружения и таким образом «понимает», как действовать, чтобы защитить участников движения. По словам NVIDIA, алгоритмы SFF «защищают от непредсказуемости движения транспорта в реальном мире».

NVIDIA DRIVE Constellation — это открытая масштабируемая облачная платформа, виртуальный полигон для обучения и тестирования систем беспилотного управления. Разработчики предусмотрели широкий спектр сценариев, вплоть до редких и опасных дорожных происшествий.

В целом общий тренд конференции в том, что NVIDIA — это теперь не про графику, а в первую очередь про ИИ. Технологии и разработки компании очень гармонично объединяются в областях беспилотного транспорта, разработки новых систем искусственного интеллекта, фотореалистичной графики и смежных темах.

И что самое главное, теперь это всё не просто исследования, а готовые платформы, наборы фреймворков и поддержка для разработчиков. А это значит, что новые проекты можно запускать ещё быстрее и проще.

Не упускайте тренд, запускайте свои проекты в области ИИ и делитесь успехами.

DRIVE AV Safety Force Field — это софт для систем автономного вождения, который способствует безопасному вождению и снижает вероятность аварий. Он предсказывает динамику окружения и таким образом «понимает», как действовать, чтобы защитить участников движения. По словам NVIDIA, алгоритмы SFF «защищают от непредсказуемости движения транспорта в реальном мире».

NVIDIA DRIVE Constellation — это открытая масштабируемая облачная платформа, виртуальный полигон для обучения и тестирования систем беспилотного управления. Разработчики предусмотрели широкий спектр сценариев, вплоть до редких и опасных дорожных происшествий.

На заметку, 5-ый уровень — наивысший, когда автопилот способен работать в любых дорожных и погодных условиях, в которых способен работать опытный водитель.

Почему это важно?

Компании хотят предлагать этот программно-аппаратный комплекс другим автопроизводителям как решение «из коробки». Это должно ускорить появление на дорогах полностью беспилотных авто.

Первые прототипы будут строить на базе серийных Hyundai и Kia.

NVIDIA показала коммерческую систему DRIVE AutoPilot, которая помогает быстрее и эффективнее создавать автономные автомобили уровня 2+. Она включает в себя как железо (DRIVE AGX Xavier system-on-a-chip), так и софт (DRIVE Software). AutoPilot предлагает функции контроля и смены полосы движения, обнаружения пешеходов и помогает при парковке.

Китайская Baidu не отстаёт. Она анонсировала запуск платформы Apollo Enterprise для серийных автомобилей. В ней есть автопилот для магистралей, система помощи при парковке, интеллектуальная картографическая система и голосовой помощник Baidu DuerOS. Кроме того, компания выпустила Apollo 3.5, новую версию своей открытой системы для беспилотников, которая обеспечивает работу автопилота в сложных городских и пригородных условиях вождения.

Где появятся первые беспилотные автомобили?

Беспилотники начнут действовать в окрестностях города Финикс, где закрытые испытания таких автомобилей ведутся с 2017 года. Порядка 400 семей добровольцев пользуются услугами Waymo уже год. Волонтёры, решившие принять новые условия, будут освобождены от обязательств о неразглашении. Это позволит им делиться впечатлениями, брать с собой в поездку друзей и даже представителей СМИ. Таким способом компания планирует расширять клиентскую базу.

Как компания готовится к запуску?

Waymo уже вложила в проект порядка 80 000 000 000 $, ещё 96 000 000 000 $ планируется потратить на лицензирование в области грузоперевозок и технологий, согласно данным аналитиков Morgan Stanley.

«Пионерство» в области даёт преимущества: у компании появится возможность быстро реализовать сеть транспортных средств, ремонтных баз и вспомогательных служб.По словам экспертов, это позволит компании переманивать клиентов даже у Uber и Lyft.

Но аналитики не отрицают наличие серьёзной конкуренции. Tesla, Daimler, Volkswagen и другие компании имеют свой собственный подход к решению технологических и социальных вопросов, связанных с внедрением беспилотных автомобилей в повседневную жизнь.

Как будут выглядеть беспилотные автомобили?

Беспилотники, построенные на базе микроавтобусов Chrysler Pacifica, будут иметь высокий уровень автономности: 99,9 % всего времени они будут ездить на автопилоте, основываясь на данных тестовой программы.

Компания планирует сделать серьёзный шаг — убрать из кабины беспилотника дежурного инженера, который контролирует состояние автомобиля во время движения, а в случае чрезвычайной ситуации нажатием кнопки принуждает автомобиль припарковаться у обочины. Данные показывают, что автомобиль Waymo может проехать порядка 5000 миль перед тем, как потребуется вмешательство человека.

Программа по испытанию беспилотных автомобилей Waymo стартовала год назад, 8 ноября 2017 года, когда компания впервые выпустила беспилотники на дороги общего пользования.

Цель и режимы светового интерфейса

Ford поставила цель научить беспилотные автомобили «общаться» с окружением, чтобы участники дорожного движения понимали, что ожидать от таких машин.

К настоящему моменту разработанная система работает в трёх режимах:

• беспилотник уступает дорогу — огни с двух сторон поочередно движутся к центру и от центра;
• беспилотник в режиме активного вождения — все диоды горят сплошным белым светом;
• беспилотник начинает движение — центральные светодиоды быстро мигают.

Исследования взаимодействия с участниками движения

Ford провела несколько экспериментов совместно с Технологическим транспортным институтом Вирджинии (VTTI). Компании замаскировали управляемый человеком фургон Ford Transit Connect под машину на автопилоте для того, чтобы посмотреть, как водители и пешеходы будут реагировать на такой автомобиль.

Более двух тысяч миль специалисты наблюдали за движением фургона через установленные на нём камеры. Команда VTTI проанализировала полученные кадры и обнаружила, что световые сигналы не провоцировали никаких опасных аварийных ситуаций.

Другое исследование провели в виртуальной среде. Участники эксперимента наблюдали сложный поток машин, проезжающих перекрёсток. Среди машин были беспилотники с новым интерфейсом. Не зная предварительно расшифровки световых сигналов, участники определили значение каждого из них за 5−10 попыток.

Планы на будущее

Ford планирует установку светового интерфейса взаимодействия на собственные беспилотники линейки Fusion Hybrid, которые будут использоваться компанией Argo AI в округе Майами-Дейд. Это позволит продолжить наблюдения за реакцией участников дорожного движения на новый интерфейс.

Многие аспекты повседневной жизни стремятся к автоматизации: появляются беспилотные автомобили, роботы, дроны. Всё это нуждается не только в технической составляющей, но и в определённом программном обеспечении, разработкой которого занимаются многие современные компании. К примеру, осенью 2018 года Microsoft представила операционную систему для роботов на основе Windows 10. Новинка должна объединить управляемость и безопасность Windows 10 IoT Enterprise с возможностями программирования сложных машин.

Новый датчик для беспилотных автомобилей

Для ориентирования по подземной карте предлагается использовать георадары. Они оснащены 12-элементными антенными решетками для передачи высокочастотных магнитных импульсов. Волны проникают на глубину до трех метров ниже земной поверхности и отражаются от подземных объектов: труб, камней и корней деревьев. Полученные сигналы сверяются с подземной картой WaveSense и помогают системе автопилота определить местоположение автомобиля.

Технология была разработана в Лаборатории Линкольна при Массачусетском технологическом институте. Она была предназначена для военной техники, применяемой в регионах с плохими дорогами без дорожных ориентиров.

Эффективность системы доказали в 2016 году. Георадар был установлен на спортивный грузовик, и в метель автомобиль оставался на своей полосе движения с погрешностью не более 4 см.

Глава WaveSense признал, что технология не способна полностью заменить радары, лидары и камеры. Ее предлагается использовать как дополнение к существующим датчикам, работающим в условиях плохой видимости. При всех своих преимуществах система WaveSense сложна в развертывании, так как каждая дорога нуждается в индивидуальном сканировании.

Ошибка системы автопилота может привести к серьезным последствиям. В марте 2018 года из-за недостаточной видимости беспилотный автомобиль Uber сбил женщину насмерть.

Причина заказа властей Сингапура

По словам представителя правительства Сингапура, в стране с каждым годом увеличивается количество дронов, и регулирующих их полеты законов уже недостаточно. Задача стоит покрыть все аспекты применения беспилотников: доставка посылок, осмотр зданий, обеспечение безопасности и так далее.

Заказ на разработку диспетчерской системы был размещен в ноябре 2017 года. Правительство планирует создать инфраструктуру, позволяющую операторам управлять дронами вне зоны прямой видимости и выводить их в единое с самолетами воздушное пространство без угрозы столкновения.

Подробности о проекте пока не разглашаются, но известно, что консорциум уже проводит испытания системы в разрешенном для полетов беспилотников районе города Куинстаун.

Исследованиями, связанными с беспилотниками, занимаются не только в Азии. Ученые из Массачусетского технологического института разработали программу для создания и тестирования дронов, виртуальную тренировочную площадку и систему NanoMap для эффективного передвижения летательных аппаратов на высоких скоростях.

Подробности соглашения

Согласно документу, организации планируют внедрить технологию беспилотного управления во все виды пассажирского транспорта, обеспечить для нее нормативно-правовую базу и сформировать для коммерческих компаний бизнес-модель.

Также участники соглашения договорились обучить людей для работы с беспилотным транспортом и предусмотреть защиту технологии от кибератак.

Как отметила «Яндекс», кооперация с властями упростит в будущем процесс тестирования на улицах города новых решений для беспилотников. А это, в свою очередь, «повысит конкурентоспособность российских технологий на мировом уровне».

Светофоры, камеры, детекторы, трекеры на городском транспорте — вся инфраструктура имеет потенциал к работе по технологии «Интернет вещей» и взаимодействию с «интеллектуальными» системами автомобилей. Это позволит транспорту без помощи водителя безошибочно ориентироваться в городском пространстве.

На конференции YaC 2018 «Яндекс» предоставила возможность посетителям конференции прокатиться на беспилотном авто по территории Ледового дворца. При этом прототип такси с «автопилотом» компания показала в июне 2017 года, а уже через год — отчиталась о междугородней поездке из Москвы в Казань, которая 99 % времени проходила в автоматическом режиме.

Программа

Слушателям представится возможность изучить программную архитектуру и особенности функционирования таких машин. Организаторы обещают возможность всем студентам попробовать свои силы в реальных проектах.

Напомним, что в середине 2017 года «Яндекс» представила общественности прототип своего первого беспилотника. В феврале 2018 готовый образец уже проехался по московским заснеженным дорогам. По словам разработчиков, главное в такой автономной системе — это программное обеспечение, на котором завязана безопасность и исправная работа машины. Участники «Школы анализа данных» узнают, как «научить» автомобиль распознавать объекты, предсказывать поведение других участников дорожного движения, просчитывать траекторию езды и соблюдать ПДД.

Регистрация в ШАД открывается 5 апреля, после вступительных экзаменов можно учиться на бюджетной и контрактной основе.

Российские беспилотные проекты не всегда заканчиваются успешно. Напомним, что 2 апреля испытательный дрон-курьер «Почты России» разбился о первый встретившийся на пути дом и не подлежит восстановлению.

Разработчики, в свою очередь, представили мобильное приложение для управления дронами. Его функциональность минимальна — оператор должен лишь заранее задать маршрут. Далее коптер, ориентируясь по спутниковой навигации, на одном заряде сможет пролететь до 30 километров.

Больше возможностей

Помимо доставки грузов, Правительство Москвы намерено использовать дронов для патрулирования местности. Например, беспилотник будет сообщать спасателям о купальщиках, которым требуется помощь, и даже сумеет доставить самонадувающийся спасательный жилет. Дроны, оснащённые тепловизорами, уже применяются при чрезвычайных ситуациях. Кроме вышеперечисленного, коптер сможет предупреждать пожары путём обнаружения нелегальных костров, разведённых в запрещённых местах.

Однако пока аппараты чаще используются для мониторинга местности, создания карт, 3D-макетов зданий и гонок человека и ИИ. О данном состязании можно прочитать в нашем материале.

Предварительные результаты

На момент написания статьи известно, что автомобиль Volvo XC90 двигался со скоростью 64 км/ч и не затормозил перед проезжавшей на велосипеде женщиной. В салоне автомобиля находился сотрудник, обязанный в случае опасности взять управление на себя. По неизвестным на момент написания материала причинам, он ничего не предпринял.

Американка Элейн Херцберг (Elaine Herzberg) получила тяжелые травмы и скончалась в больнице. Глава Uber Дара Хосровшахи (Dara Khosrowshahi) выразил соболезнования семье погибшей:

Мы думаем о семье жертвы и работаем с местными правоохранительными органами чтобы понять, что произошло.

В расследовании также участвует Национальный совет по безопасности на транспорте США. Четыре сотрудника изучают «взаимодействие транспортного средства с окружающей средой, другими транспортными средствами и участниками дорожного движения».

Репутация Uber

Профессор университета штата Аризона Майкл Беннетт (Michael Bennett) считает, что эта авария станет переломным моментом для Uber и всей технологии в целом. По его мнению, компаниям снова придется доказывать безопасность беспилотного транспорта.

Доказательством может послужить статистика. Согласно данным Национальной администрации безопасности дорожного движения США, в 2016 году в результате дорожно-транспортных происшествий на управляемых автомобилях погибло 37 461 человек. Число аварий с беспилотным транспортом можно пересчитать по пальцам, а виновниками почти всегда становятся водители, а не автопилот. Сравнение не совсем честное, так как статистика собиралась за разное число часов и неизвестно, сколько всего было выездов транспорта.

В августе 2016 года система автономного вождения доказала свою пользу, самостоятельно доставив потерявшего сознание водителя в больницу.