Ольга Ускова: «РЖД может стать законодателем мод в сфере беспилотных систем на мировом уровне»

Автоматизация управления подвижным составом – одно из ключевых направлений перспективного развития рельсового транспорта. В то же время, как любая новая технология, она сталкивается со множеством вопросов касаемо возможностей полноценной замены человека, требований к инфраструктуре, экономических и юридических нюансов. С 2019 года российский разработчик систем автономного управления Cognitive Pilot проводит совместно с ОАО «РЖД» испытания по автоматизации движения маневровых тепловозов ЧМЭ3. Генеральный директор Cognitive Pilot Ольга Ускова в интервью «Технике железных дорог» рассказала о технических особенностях систем, перспективах мирового рынка, а также поделилась подробностями текущих проектов компании в сфере рельсового транспорта.

Ольга Анатольевна, начнем с терминологии. В чем разница между терминами «машинное», «техническое» и «компьютерное зрение»? Какой термин корректно использовать применительно к подвижному составу и уровню автоматизации GoA4?

В целом все эти термины являются синонимами. Наиболее используемый и широкий термин – это компьютерное зрение. Но применительно к более узким областям науки и технологий распространен термин «техническое зрение». Что касается задач управления транспортом, то здесь к техническому зрению среди прочего относятся и данные об объектах с различных сенсоров – с радаров, инфракрасных камер и др. Также важно, что, помимо наличия сенсоров и данных с них, необходимо иметь технологии их обработки. Сегодня такой технологией является глубокое обучение (англ. Deep Learning). Это уже устоявшийся термин, подразумевающий использование конволюционных нейронных сетей для решения задач компьютерного зрения. В сферу автоматизации транспорта эти технологии ворвались в 2012 году, сделав возможной реализацию проектов по разработке помощников машинистов и достижения уровня автоматизации GoA4.

Как происходит обучение нейронных систем и какие основные сложности в этом процессе возникают?

Для искусственного интеллекта (ИИ) в сфере транспорта важно наличие достаточного количества разнообразных данных о дорожной сцене. Этот накопленный массив позволяет ему охватить подавляющее большинство ситуаций, возникающих в ходе эксплуатации. Получить такие разнообразные данные нелегко, поскольку они всегда зависят от погодных и климатических условий, уровня освещенности, различающейся в разной местности дорожной сцены и других факторов.

В то же время неструктурированные потоки данных не дадут качественной подготовки, если их не направленно загружать в систему. И одно из наших ноу-хау, отработанных в различных транспортных сегментах, – это когнитивная система подготовки обучения нейронных сетей. Мы разработали полуавтоматическую систему разметки и выделения классов объектов при подготовке данных для дальнейшего обучения ИИ. Это система сама оптимизирует процедуру точной подготовки данных и обеспечивает оптимальное по скорости выделение классов объектов. Данная технология стала серьезным прорывом, который позволил нам войти в число мировых лидеров среди разработчиков беспилотных технологий.

Что сегодня понимается под термином «искусственный интеллект»?

Для меня одна из самых существенных характеристик искусственного интеллекта – это возможность самообучения и определенный уровень самостоятельности при принятии решений для выполнения функциональных задач. Если смотреть на этот вопрос практически, то утрированно, но близко к истине можно сказать, что сейчас, в 2021 году, ИИ – это упомянутое глубокое обучение.

Что сегодня представляет собой ИИ в беспилотном транспорте, системах предиктивной диагностики, автоматизации управления технологическими процессами? Это все еще заложенные программистами алгоритмы или уже системы, самостоятельно принимающие решения?

В разных отраслях уже существуют системы с зачатками искусственного сознания и есть определенные допущения по самостоятельному принятию различных решений. Системы вполне конкурентоспособны по сравнению с биологическими экспертами высокого уровня.

При этом надо понимать, что такие важные функциональные задачи как, например, логистика и перевозка людей, должны выполняться на уровне не как это делает человек, а гораздо лучше. Иначе смысл роботизации этих процессов теряется. Когда мы проектируем системы для жизненно важных транспортных сетей – железных дорог, то на первом месте стоит задача обеспечения безопасности самого высокого уровня, так называемого life-critical AI, то есть в знаменателе стоит человеческая жизнь. Если предиктивным системам еще где-то можно ошибиться, то требования к точности life-critical AI достигают самого высокого уровня.

Поэтому в этой сфере самые высокотехнологичные, жесткие и не допускающие компромиссов системы. Если на путях погибнет человек, а экспертиза докажет, что он погиб из-за неправильной работы нашей системы, то я, как генеральный директор компании-разработчика, понесу уголовную ответственность.

Может ли эксплуатант, производитель подвижного состава либо сервис, который обслуживает технику, как-то помешать стабильной работе вашей беспилотной системы?

Беспилотные системы такого рода ведут очень подробный журнал происходящего как внутри, так и вовне. Мы стараемся фиксировать все изменения и защищаем критические узлы, просто не давая системе запуститься, если какой-то из важных узлов неработоспособен или недоступен. Внутри самой системы всегда активны несколько программных и аппаратных контуров самодиагностики, которые в буквальном смысле «прозванивают» основные узлы – камеры, компьютеры, радары и пр. Любые изменения фиксируются, так что специально навредить очень сложно.

Как с устойчивостью к киберугрозам?

Сравнительно недавно, где-то 3-4 года назад, в отраслевом сообществе активно обсуждался вопрос безопасности life-critical AI систем: как лучше – держать все данные на борту или работать из облака? Илон Маск, у которого в Tesla есть беспилотные версии автомобилей, тогда заявил, что огромное преимущество его систем состоит в передаче машинами данных в облако, где и происходит дообучение нейронных сетей. Мы же сказали, что моментальный выход в облако сразу ведет к опасности воздействия извне, поэтому лучше учить нейронные сети на борту. Выход в облако в процессе движения может привести к опасности подключения извне и даже к террористическим атакам.

Нам близка концепция того, что обработка данных и принятие системой решений происходит на борту. В этом смысле комплексу требуется минимальное внешнее взаимодействие и он в основном передает данные, а не получает их, что сказывается на уровне защиты. Также мы контролируем и сертифицируем программный код на предмет потенциальных киберугроз и ошибок, которые могут привести к фатальным сбоям.

Таким образом, мы учим наши нейронные сети прямо на борту. Также происходит дообучение, когда нет режима активной эксплуатации, в том числе и в облаке. Эта позиция и привела нас к реальному рынку, где нашими первыми заказчиками стали компании из Европы и Азии: мы одни из немногих, кто гарантирует очень высокий уровень безопасности и защиту от террористических атак. Наша система конструируется таким образом, что даже если злоумышленники и хакеры будут пытаться провести атаку на систему с использованием радиолокационных средств, мы сможем им противостоять за счет особых конструкционных ограничений, которые позволят обеспечить устойчивое следование по маршруту или безопасную остановку.

Если все вычислительные мощности находятся в самой системе и на борту, то это их усложняет, удорожает? Как это вообще влияет на экономику?

Начну с того, что для автономного движения поезда и активного мониторинга его безопасности необходима частота порядка 10-20 кадров в секунду. При этом передача данных должна быть абсолютно надежной и быстрой. Таким образом, архитектура с бортовым размещением вычислителей является наиболее оптимальной и с точки зрения технического решения.

Мы внимательно следим за тем, чтобы итоговая стоимость решения для эксплуатанта не превышала нескольких процентов от стоимости самого транспортного средства.

Очень надеемся на успех российской компании IVA Technologies, которая разрабатывает высокопроизводительные отечественные нейрочипы.

Отмечу, что, на мой взгляд, нейрочипы должны быть делом государства, потому что в производстве микроэлектроники мы пока еще отстаем. А в таких задачах важно не догонять, а делать технологии на опережение. Нейрочипы – это история следующего уровня, сразу позволяющая выйти на производство принципиально иных устройств, которые будут востребованы в следующие 30 лет и более.

Какую роль в развитии Cognitive Technologies и Cognitive Pilot играл и играет Институт системного анализа РАН (ИСА РАН)?

Последние 10 лет никакой, но наработки ИСА РАН позволили нам стартовать в начале 90-х годов. В целом техническое зрение появилось благодаря патриархальной команде института, собравшейся и организовавшей лабораторию ИИ в 60-е. В этой команде был мой отец (Анатолий Усков. – Прим. ред.). Тогда СССР и США были лидерами в гонке ИИ и активно соревновались в этом направлении. Начали с игровых систем, через компьютерные шахматы, потом пытались внедрить предиктивный ИИ в управлении народным хозяйством, но наступила перестройка… и команда распалась.

В 1992-1993 годах, когда мы начали делать бизнес, была уже готова система по техническому зрению. Мы стали продавать систему распознавания символов. Нам повезло: пришло несколько крупных контрактов, и к 2000-м годам компания Cognitive Technologies полностью сложилась с хорошим финансовым независимым контуром, появилась и возможность вновь заниматься научно-исследовательской деятельностью. В 2012 году, когда мы стали заниматься темой автономного транспорта, в ИСА РАН уже ничего особенно не оставалось, а ко мне пришли ученики той команды с игрушечной машинкой, которая сама ездила по коридору и пинала мячик. Разработчики предложили заняться системами автономного управления, и «машинка» в итоге обошлась мне в 22 млн долларов инвестиций. Так вот все и началось.

Если говорить про мировой рынок, то как вы оцениваете долю рельсовых беспилотных систем в общем объеме таких проектов?

Здесь важно понимать, что беспилотность – это своего рода имя нарицательное для достаточно большого количества технологий. Приоритетом сейчас в мире является не беспилотность как таковая, а активные системы безопасности. Если мы посмотрим на сферу беспилотных автомобилей, то серийно они пока еще нигде не производятся и, откровенно говоря, не совсем ясно, когда начнут (в начале февраля Cognitive Pilot объявила о заморозке проекта по технологии для беспилотных автомобилей по причине отсутствия в России и других странах законов, регламентирующих перемещение беспилотных авто по дорогам. – Прим. ред.). А вот системы помощи водителю, такие как, например, активное торможение, автономное движение в пробках и автоматический паркинг – это уже полноценные серийные решения, которые во многих странах уже являются очень распространенными и даже обязательными для использования.

В сфере автономного рельсового транспорта мы уже сейчас видим, что проникновение таких технологий может достигать 80% в горизонте 5-7 лет. Полностью автономное движение для железнодорожного транспорта технически намного быстрее достижимо, чем для автомобильного. А вот его массовое внедрение и применение – это, скорее, вопрос разработки необходимой технологической и экономической модели перевозок. Банально избавиться от бригады машинистов – задача бессмысленная, потому что в общем объеме это совершенно небольшие средства. В этом плане приоритетной задачей видится реализация высокого потенциала роботизированных технологий, которые, например, совершенно точно могут помочь решить задачу по повышению плотности движения составов на сильно перегруженных узких местах железнодорожной сети.

Если считать мировой рынок автомобильных, рельсовых и агрохозяйственных беспилотных решений за 100%, то какая доля на нем приходится на Cognitive Pilot?

По официальным данным, в прошлом году мы вошли в тройку крупнейших компаний этой сферы. Сейчас мне кажется, что по уровню технологий и благодаря нашей работе с РЖД мы уже вполне можем претендовать на первое место.

На текущий момент в мире существует четыре самых ярких проекта: Siemens, Alstom, мы с РЖД и хорошо выглядит израильская команда компании Rail Vision с вполне готовыми решениями. В свое время в России перед нами была поставлена задача обеспечения круглосуточной работы системы в любых погодных условиях, в том числе при снеге. Это была очень сложная задача. Например, на железных дорогах есть очень низкие светофоры, которые при снегопаде даже и глазами не всегда видно. Нами была разработана специальная подсистема для их распознавания. Также мы разработали специальное программное обеспечение для калибровки видеокамер и выявления определенного цвета ночью в условиях снегопада. Благодаря такого рода уникальным решениям мы сейчас можем претендовать на первое место, но это, конечно, субъективная оценка. Однако пока никто, кроме нас, не показывал таких результатов в сложных погодных условиях.

Первое место – это какая примерно доля рынка?

Техническое опережение и рынок – вещи очень разные. Первое – ты очень умная и красивая, второе – тебя замуж взяли. Если говорить о покрытии, то сейчас на формирующемся рынке и в условиях всех социальных и политических катаклизмов мы можем претендовать на 5-8% от мирового заказа. Но я считаю, что это не так плохо. Его объем оценивается в 68 миллиардов долларов, а дальше будет только больше.

Важным вопросом внедрения беспилотных систем является стандартизация. Стандарты кто-то разрабатывает, обычно сам поставщик технического решения. Если на зарубежном рынке чужой разработчик будет разрабатывать стандарт беспилотной системы, то сможет ли он стандартом поставит барьер для входа?

На национальном уровне все только начинается, и точно не получится так, что чужой игрок будет разрабатывать стандарт. Каждая система разработки стандартов – это защита внутренних рынков. Никто нас нигде не ждет, потому что это драка за очень большие деньги.

Если говорить о мировых стандартах, то в какой-то момент люди должны будут сесть и договориться. Это направление уже активно обсуждается, и у России имеются очень хорошие стартовые условия, так как РЖД – это один из крупнейших мировых игроков, с тысячами километров сети в разных климатических зонах.

Сейчас идеальная ситуация, и РЖД может стать глобально на- много влиятельнее, например, «Газпрома», как носитель новейших технологий и объема данных для обучения ИИ. Это революционная история и залог лидерства на следующие 20-30 лет.

Вы говорили, что сертифицируете свою продукцию на внешних рынках. Государство оказывает какую-то поддержку? Или беспилотные системы пока еще достаточно экзотические и не попадают под меры поддержки?

Пока не оказывает. Но мы в хороших отношениях с Минпромторгом России и находимся в постоянном контакте с его руководством. Также совместно с НАМИ мы разрабатываем меры поддержки, которые должны заработать через год. Ожидаем, что активно подключится сейчас к работе и Минтранс во главе с Виталием Савельевым. Я его знаю с 2004 года. Он профессионал высокого уровня и стратегический визионер. Думаю, что его ведомство сможет возглавить этот процесс цифровизации отрасли.

Беспилотное решение будет упаковываться в единые инфраструктурные проекты совместно с «РЖД Интернешнл» и Минтрансом России?

Думаю, что здесь подключатся и производители локомотивов.

На какой стадии сейчас находится сертификация ваших решений для РЖД?

19 февраля приемочными испытаниями завершилась подконтрольная эксплуатация нашей системы, и в ближайшее время конструкторской документации будет присвоена литера «О1». В мае будем готовы начать серийную поставку решения в адрес РЖД.

Как идет работа по беспилотному трамваю с ПК «Транспортные системы» (ПК ТС)?

На текущий момент к серийной установке готова система активной безопасности с функциями контроля максимальной скорости и предотвращения столкновений. К концу года поэтапно перейдем к более высокой степени автономности движения. Еще более активно развивается наш проект в Шанхае, где совместно с Shanghai Fuxin Intelligent Transportation Solutions (FITSCO) мы также занимаемся разработкой беспилотного трамвая. В этом году партнер планирует начать использование нашей системы помощи водителю уже за пределами Шанхая в других городах КНР.

Ваша беспилотная система предполагает разовую продажу или продажу с подпиской на обновление ПО?

Системы для рельсового транспорта увязываются с особенностями жизненного цикла подвижного состава, который может достигать нескольких десятков лет. Таким образом, одним лишь обновлением ПО в этом горизонте не обойтись. Поэтому использование системы сопровождается комплексным обслуживанием с формированием фонда запасных комплектующих и регулярным техническим обслуживанием. Что касается обновления ПО, то оно также ведется по специальным регламентам и с соблюдением определенной процедуры. Соответственно, продажа системы подразумевает последующее обслуживание в рамках контракта жизненного цикла.

Планируете ли создавать инжиниринговую надстройку по проектированию транспортных систем по аналогии с рядом разработчиков ПО?

Мы придерживаемся концепции, которая не предполагает реинжиниринга внешней среды и создания дополнительной инфраструктуры. Мы не ждем умных дорог и переездов, датчиков светофоров и прочего – мы работаем с тем, что есть, в текущих условиях и с уже существующей инфраструктурой. Эксплуатационная протяженность сети железных дорог в России составляет 85 тысяч километров: если создание одного километра «умного пути» будет стоить, например, 10 миллионов рублей, то это уже более 850 миллиардов. И дальше эту инфраструктуру также будет необходимо сопровождать и ремонтировать, поэтому вряд ли такой масштабный проект будет посилен с точки зрения экономики. А вот оснащение всего парка локомотивов умными системами активной безопасности и автовождения, напротив, будет стоить более чем в 10 раз дешевле.

У любой технологии есть этап жизненного цикла, когда она выгодна эксплуатанту. Через сколько лет, по вашему мнению, технология технического зрения может устареть и потребовать существенной модернизации?

Технология не устареет, но будет меняться алгоритмистика, элементная база и, соответственно, стратегия производства самих транспортных средств. Например, если сейчас широкодоступны для серийного использования камеры с разрешением в пять мегапикселей, то во вполне обозримом будущем их уже сменят 100-мегапиксельные камеры, которые смогут даже превзойти человека по возможностям зрения. Аналогично и с вычислителями: они также будут ступенчато совершенствоваться и в конечном итоге превзойдут человека.

Технологии беспилотного транспорта – метрополитена – появились в 80-х годах прошлого века во Франции и Японии. Чем системы отличаются сегодня?

Если вы посмотрите на японское наземное метро, то там поезд просто идет по выделенной огороженной линии. Это робот, но он ничего не видит – там попросту нет такой задачи. Основная задача – переместиться из точки А в точку В по определенной траектории и там остановиться. Метро в Москве тоже уже в определенной степени беспилотное: машинист присутствует не для ведения поезда, а для того, чтобы в случае нештатной ситуации открыть двери и вывести людей из состава.

GoA4 позволяет отказаться от отгораживающей инфраструктуры?

Позволяет, но важно понимать, что ни GoA4, ни искусственный интеллект не уменьшат количество дураков вокруг железной дороги, которых сейчас останавливает забор. Любое экстренное торможение на скорости не будет комфортным для пассажиров и не прибавит им желания повторить поездку. То есть здесь в большей степени вопрос не технологии автономного движения, а человеческого общества.

С кем еще из перевозчиков и производителей подвижного состава вы ожидаете прорыва в сотрудничестве?

Параллельно мы ведем переговоры и со странами Европы, и с США, и с КНР. Быстрее всего переговорный процесс идет с Китаем – во многом благодаря реализации нашего совместного проекта с FITSCO. Также через дочернюю структуру мы вышли на крупную железнодорожную систему страны и ее крупнейшего производителя – CRRC.

Как зависит цена беспилотной системы от технических характеристик: дистанции работы технического зрения, количества анализируемых параметров и т. д.?

Она не меняется. Мы делаем продукт с фиксированной ценой, где все ключевые функции работают в любое время года и при любых погодных условиях.

Какая дистанция зрения закладывается?

На текущий момент на уровне 300 метров в соответствии с техническим заданием. В следующих версиях она будет увеличена минимум в два раза.

Какой пробег требуется для подтверждения соответствия беспилотной системы нормативам?

Мы работаем в соответствии с требованиями ГОСТ 15.902-2014, в котором представлена вся подробная информация по необходимому опытному пробегу для того или иного типа техники. Заключительный этап предварительных испытаний локомотивов – это не менее 300 часов эксплуатационной наработки в маневровой работе. В этой части я также была приятно удивлена, насколько в РЖД обоснованно и четко определены требования и последовательность испытаний: лабораторные испытания, пробег, подконтрольная эксплуатация и полный контроль качества – отчеты сертифицированных лабораторий, журналы работ, талоны ежесменной работы машинистов, опросные листы и пр.

Когда прогнозируете массовое внедрение технического зрения на рельсовом транспорте в России и мире?

С одной стороны, железнодорожная отрасль консервативна, потому что уязвима для терроризма. Как вы знаете, любая война или революция ведет к взрыву железнодорожных путей. Поэтому приветствую такую консервативность, хотя она замедляет внедрение новых технологий. Но, с другой стороны, человечество живет в период глобальных катастроф, и они связаны с увеличением численности людей на Земле.

При такой постановке задач эти вопросы выходят на самый первый план, и требуется некий компромисс между консервативностью и необходимостью выживания человечества. В России же внедрение технического зрения и беспилотных технологий на рельсовом транспорте начнется уже в этом году.

Поступали ли к вам запросы по направлению коллаборативных роботов или это слишком дальняя перспектива?

Пока человек не убирается ни из процесса производства, ни из процесса управления. Человеку выдается помощник, который делает за него разную черную работу и контролирует его в аварийных ситуациях. Это уже происходит во всех отраслях. Я это наглядно вижу в Китае. Там мы работали с определенным кругом промышленников, и за последние пять лет наблюдаем существенную разницу: сейчас к человеку прикреплено по два кобота под разные функциональные задачи.

Беседовал Сергей Белов  

***

Биографическая справка

Ольга Ускова родилась в 1964 году в Москве. Окончила Московский институт стали и сплавов (МИСиС), там же — аспирантуру. В 1988-1991 годах работала сотрудником ВНИИ системных исследований АН СССР, в 1991-1992 – сотрудником Института системного анализа РАН. В 1993-1999 годах – исполнительный директор компании Cognitive Technologies. С 1999 года президент группы компаний Cognitive Technologies. С 2019 года является генеральным директором компании Cognitive Pilot (совместное предприятие ПАО «Сбербанк» и Cognitive Technologies).

Cognitive Pilot

Разработчик систем искусственного интеллекта для беспилотных транспортных средств. Компания занимается разработкой систем автономного управления для сельскохозяйственной техники (комбайны, опрыскиватели, тракторы), железнодорожного (локомотивы, трамваи) и автомобильного транспорта. Также Cognitive Pilot разрабатывает и производит радары гражданского назначения в качестве сенсоров нового поколения для задач автоматизации транспорта и других промышленных применений.

***

Читайте также:

Уровень автоматизации GoA4: перспективы на железных дорогах России и мира, мнения представителей ОАО «РЖД», отраслевых объединений и экспертного сообщества

«В перспективе 3-5 лет беспилотные технологии должны стать обязательными для основных направлений рельсового транспорта», интервью замгендиректора «ЛокоТех-Сигнал», к.т.н. Павла Мащенко

***

Больше новостей железнодорожного машиностроения России и мира на нашем Telegram-канале. Подписывайтесь по ссылке: https://t.me/tzdjournal