Международная группа исследователей представила систему безопасности для автономных машин, которая, по их словам, способна реагировать на опасность быстрее человеческого мозга. Речь идет не о новой версии программного обеспечения, а о принципиально ином подходе — аппаратном «рефлексе», встроенном прямо в электронику.
В проекте участвовали ученые из Китая, Великобритании, Гонконга, Саудовской Аравии и США. Их работа, опубликованная в журнале Nature Communications, может заметно изменить представление о безопасности беспилотных автомобилей, дронов и промышленных роботов.
Время реакции машин — это проблема
Одна из главных претензий к автономным системам — задержка в реакции на внезапные угрозы. Даже при наличии мощных процессоров машине требуется время, чтобы «разобрать» изображение: определить, что движется, в каком направлении и представляет ли это опасность.
В реальном дорожном потоке доли секунды имеют критическое значение. Автомобиль, движущийся со скоростью 50 миль в час (около 80 км/ч), может тратить примерно 0,5 секунды на реакцию. За это время он успевает проехать около 13 метров до начала торможения. Для сравнения, человеческий мозг реагирует примерно за 0,15 секунды.
Разница кажется небольшой — всего несколько десятых секунды. Но именно эти метры часто решают, произойдет столкновение или все ограничится «почти аварией».
Инженеры годами пытались сократить этот разрыв между человеческим восприятием и машинной обработкой данных. Однако ускорение алгоритмов часто ведет к потере точности — а это недопустимо, когда речь идет о безопасности.
Как работает аппаратный «рефлекс»
Вместо того чтобы дальше оптимизировать программный код, исследователи пошли по другому пути: они попытались воспроизвести сам принцип работы человеческого зрения.
Что делает наш мозг, когда мы внезапно замечаем движение? Он не анализирует каждый пиксель окружающего мира. Сначала он фиксирует резкое изменение — вспышку, рывок, движение в периферийном зрении — и только потом подключает более детальную обработку. Быстрая реакция важнее полной картины.
Новая система устроена схожим образом. В ее основе — двумерный массив синаптических транзисторов, по сути, сверхчувствительный чип обнаружения движения. Он реализует стратегию «сначала отфильтровать, затем обработать».
После захвата кадра микросхема игнорирует большую часть изображения и выделяет только движущиеся объекты. Эти данные передаются стандартным алгоритмам компьютерного зрения для более глубокого анализа. Таким образом, машина не тратит ресурсы на статичный фон — только на потенциальную угрозу.
Транзистор способен фиксировать изменения изображения всего за 100 микросекунд — это существенно быстрее человеческого восприятия. При этом он сохраняет информацию о движении более 10 000 секунд и выдерживает свыше 8 000 рабочих циклов без потери производительности.
По данным авторов исследования, такой подход делает обработку более чем в 10 раз быстрее по сравнению с традиционным анализом изображений «кадр за кадром».
Что это дает на практике
Лабораторные испытания показали впечатляющие результаты. Система обрабатывала данные о движении в четыре раза быстрее современных передовых алгоритмов. В идеальных условиях она даже превосходила человека по скорости реакции.
Во время тестов автономного вождения эффективность обнаружения опасностей выросла на 213,5%. А точность захвата объектов роботизированными манипуляторами увеличилась на 740,9%. В реальных условиях показатели немного снизились, но все равно остались выше, чем у существующих автономных систем.
Если перевести это в понятные цифры: сокращение времени реакции примерно на 0,2 секунды при скорости 50 миль в час уменьшает тормозной путь примерно на 4–4,5 метра. По словам соавтора работы, профессора Бэйханского университета Гао Шуо, именно эти несколько метров зачастую определяют исход дорожного инцидента.
При этом разработчики подчеркивают: речь не идет о полной замене существующих камер или вычислительных систем. Новый чип можно использовать как аппаратный модуль, своего рода «плагин», который ускоряет работу уже применяемых алгоритмов компьютерного зрения примерно в четыре раза. Такой подход значительно упрощает внедрение технологии в реальный транспорт и промышленную робототехнику.
Для малых беспилотных летательных аппаратов сокращение времени реакции составило не менее одной трети, что улучшило устойчивость полета и энергоэффективность.
Почему это важно
Что такое «аппаратный рефлекс» в контексте автономных систем? Это попытка приблизить машины к биологической логике восприятия — сначала реагировать, потом анализировать.
В условиях плотного городского трафика, переменчивой погоды и непредсказуемого поведения пешеходов такая способность может стать ключевым фактором безопасности. Быстрее увидеть — значит раньше затормозить. А иногда именно мгновение отделяет катастрофу от благополучного исхода.
Исследователи надеются оснастить автономные автомобили и дроны этим «рефлексом на уровне железа», чтобы они реагировали на внезапные дорожные ситуации даже чувствительнее человека.
Если технология подтвердит свою эффективность в массовом применении, автономные машины смогут сделать еще один шаг к тому, чтобы стать не только умными, но и по-настоящему безопасными.
