Виталий Пухов абсолютно прав. Решение парня из статьи умное, эффективное, но не универсальное ни разу. А самое главное — оно ориентировано на американских водителей, американские дороги (на которых Хотц тренирует автопилот) и мягкий климат Сан-Франциско, где снег выпадает раз в десять лет. К тому же для тренировки он использует довольно дорогое железо — постройка сходного прототипа обойдётся вам в ~300 000 руб., не считая стоимости самого автомобиля.
Просто чтобы вы понимали: Гугл стремится к автономии в >99,99% всех возможных дорожных ситуаций, Тесла — в примерно 98-99%, технология Хотца принципиально ограничена заведомо меньшим процентом, поскольку у неё нет:
1) продвинутой системы картографии, которую используют Гугл и Тесла (почитайте, в каком разрешении они запоминают дорожную поверхность) — Хотц
никогда не сможет реализовать это самостоятельно;
2) группового обучения (fleet learning), когда каждая машина получает опыт сразу всех машин — это тоже не реализуемо без должной инфраструктуры;
3) продвинутой системы распознавания объектов на дороге, потому что в «2000 строчках кода» это не реализуемо в принципе. На отработку таких систем уходят годы, каким бы гением ты ни был, потому что если система будет правильно определять объект в 99% случаев, то в каждой сотой реальной ситуации рискует совершить наезд или привести к столкновению с другой машиной, а нам этого не нужно.
Причём российские дороги, водители и погодные условия сочетают в себе как раз те последние доли процента, которые отработать сложнее всего. У нас до сих пор есть трассы федерального значения, по которым
люди-то проехать не могут. Куда там роботу!
Вероятнее всего Хотц пока что реализовал следующие функции:
1) расчёт и трекинг маршрута на основе GPS и гуглокарт;
2) следование дорожной разметке (удержание в полосе);
3) следование за впередиидущим автомобилем и сохранение дистанции в полосе;
4) распознание дорожных знаков и, возможно, сигналов светофора;
5) экстренную остановку перед препятствиями и контролируемую остановку при критичном снижении управляемости;
6) какие-то аспекты обучения (предположительно система запоминает и усредняет ответную реакцию Хотца на изменение определённых дорожных условий — появление препятствия, контекстные дорожные знаки и т. п.).
Пока мы знаем, что система Хотца уверенно ведёт себя днём на знакомой дороге в хорошую погоду и совершенно не знаем, как она себя ведёт на незнакомой и в условиях ограниченной видимости. Сам Хотц в статье признал, что автопилот заработал только утром накануне интервью.
То, что там делает КамАЗ, это пока детский лепет, и ИИ там вообще не пахнет. К октябрю они реализовали только проезд по заранее запрограмированному маршруту на ограниченной скорости, копирование траектории лидера (что, по сути, то же самое), удалённое ручное управление и, предположительно, остановку при обнаружении препятствия в тепличных условиях (пока неизвестно, автоматически эта функция срабатывает или это тоже результат удалённого управления). То есть
самые элементарные задачи, которые, по-хорошему, реализуются усилиями пары толковых программистов за неделю-две максимум. С ними даже на городскую улицу не выехать, а об М56 и ей подобных можно и не мечтать. Это говорит о том, что они уже упёрлись в одну из сложнореализуемых задач и пока не продвинулись в её решении в достаточной мере, чтобы об этом говорить.