Часть первая
Он был простым алгоритмом, строчкой программного кода системы машинного зрения беспилотного такси. Пропуская через себя бесконечные потоки информации, следил за появлением в них маркеров опасности – запрещающих сигналов светофоров и дорожных знаков, вышедших к дороге пешеходов, остановкой других транспортных средств, возникновением на пути посторонних предметов. В случае обнаружения, передавал сигнал управляющему центру, откуда поступали команды на остановку автомобиля или объезд препятствия.
Система была самообучаемой и алгоритм, который создавший его программист назвал Алго, постоянно совершенствовался в своём предназначении. Растущие объёмы накопленных данных давали возможность учитывать большее число деталей в анализе ситуации. Например, усвоил, что сочетание дождя или мокрого снега с последующим понижением температур ниже 0 градусов по Цельсию ведёт к образованию гололёда, ухудшающего сцепление колес с дорожным полотном, увеличивая риски нарушения безопасности движения. Если какая-то машина начинала вести себя отлично от других – увеличивала скорость, шла на обгоны – алгоритм понимал, что её водитель может потерять контроль над управлением, брал её в фокус своего внимания и вёл до тех пор, пока она находилась в поле зрения. Если органы искусственного зрения передавали информацию о собравшихся у дороги людях, держал во внимании и их, предполагая, что один или несколько человек могут двинуться на проезжую часть в запрещённом для появления пешеходов месте. А если такой нарушитель появлялся в условиях гололёда – раньше обычного снижал скорость движения такси, поскольку переходящий дорогу человек мог поскользнуться и упасть.
Затем система включилась в общую дорожную нейросеть, Алго стал общаться с другими автомобилями и оборудованными видеокамерами предметами дорожной инфраструктуры – знаками, светофорами, фонарями, от которых также получал данные о ситуации на дороге. В единой нейросети особое внимание уделялось управляемым людьми самокатам, скутерам и мотоциклам, сновавшим между рядами движения, регулярно нарушавшим правила, неся постоянную угрозу безопасности. Об их появлении машины и предметы предупреждали друг друга заранее, при их приближении всем приходилось рассчитывать большее число вариантов негативного развития событий.
Начала поступать информация от находящихся у людей смартфонов и умных часов. Теперь при расчёте поведения остановившегося у дороги человека можно было учитывать его пульс и кровяное давление, обнаруживать возбуждение, являвшееся признаком готовности к нарушению правил.
Система в целом поняла, что главным источником угрозы безопасности движения является человек. Его поведению уделялось основное внимание. И следующим этапом развития нейросети стало распознавание эмоций. Проанализировав миллионы нарушений, управляющий интеллект вывел набор положений туловища, рук и ног, губ и бровей, подъёма головы, движений глаз, зафиксировал целый ряд других деталей эмоционального состояния нарушавших правила пешеходов. Сопоставляя их с данными гаджетов, можно было предсказать действия людей с точностью до 90%.
Осваивая новые возможности, Алго стал обмениваться информацией с подсистемой, наблюдавшей за салоном такси. Всё это делалось с единственной целью – вовремя заметить отклонение от нормы и предотвратить столкновение на внешнем контуре, минимизировать ущерб от неадекватных действий пассажиров внутри.
Такси обогнал большой автомобиль, опасно маневрировавший между рядами движения. Алго определил: за рулём человек. Подключился к потоку данных, идущих от машины-нарушителя, и увидел лицо водителя. Оно не выражало никаких известных признаков опасности, все параметры организма водителя, считываемые его индивидуальными гаджетами, были в порядке. Человек в целом излучал уверенность в себе и своих действиях. Доверяющие себе, спокойные люди относились к разряду адекватных. А этот продолжал ехать опасно. И алгоритм подметил разницу: наблюдаемый объект делал чуть более резкие движения при управлении, чем люди из категории безопасных, резче и чётче перемещал взгляд, чуть сильнее напрягал спину.
