Ольга Ускова: «Полностью автономные автомобили – это вопрос 2025 года, однако вряд ли в 2025 году это явление станет массовым»

Полностью автономные автомобили – это вопрос 2025 года и это достаточно взвешенное мнение. С этим согласны практически все ведущие производители как автомобилей, так и систем искусственного интеллекта, а также комплектующих узлов.

Сегодня разработчики поняли, что принципиально неразрешимых технических проблем уже нет и они могут с достаточной точностью прогнозировать периоды окончания основных работ. Эти сроки также обусловлены одновременно технологическим и юридическим состоянием рынка, а также темпами его развития. 

Однако вряд ли в 2025 году это явление станет массовым. Надо понимать, что предстоит еще 10-летний период сложной адаптации полностью роботизированных автомобилей, их социализации в рамках взаимодействия с людьми и т. д.  Примерно так, как это было с переходом с гужевого транспорта на автомобильный. Это не будет происходить гладко и ровно одновременно во всем мире. Этот процесс будет обязательно зависимым от страны, где он протекает, ее экономических, социальных, гендерных, религиозных и иных факторов.

Он также будет с неизбежностью сопровождаться поглощением или даже колонизацией странами-лидерами рынков тех стран, которые будут сильно отставать по любому из его аспектов. Например, если в стране не решены юридические вопросы использования беспилотных автомобилей, то, очевидно, через некоторое время ей придется принять правила игры, установленные теми, кто их уже проработал и «обкатал». Согласиться с внешними регламентами сертификации и стандартизации, за которые придется платить. Наконец, как показывает практика, на третьи рынки поступят облегченные модели, понятные для населения этой страны.

В этом смысле я назвала бы ситуацию военной, поскольку перед нами один из наиболее денежных и стратегических вопросов в плане его значения для экономики страны и рынка в целом. Продажу автомобилей и их комплектующих с точки зрения массовости использования можно сравнить разве что с мобильной телефонией.

Основной проблемой, стоящей перед разработчиками, является создание систем, обеспечивающих 100-процентную безопасность дорожного движения или максимально близкую к этой цифре. Создаваемые интеллектуальные системы помощи водителю должны гарантировать точность детекции объектов дорожной сцены не просто на 98% или 99%, а на 99, 999999%. Потеря одной или двух девяток после запятой – это десятки и сотни тысяч жизней по всему миру.

Сегодня создать решения, отвечающие таким требованиям, невозможно. На это эксперты отводят не менее 7–8 лет. Разработчикам программной части предстоит собрать информацию для обучения детекторов, базирующихся в том числе и на нейронных сетях, протестировать свои алгоритмы на миллионах и даже десятках миллионов километров дорог для отработки в реальных дорожных ситуациях.

Производителям аппаратных частей предстоит решить задачи миниатюризации датчиков и вычислителей без потери их основных характеристик и производительности. Еще одной проблемой на пути к массовому использованию также является существенное снижение стоимости камер, радаров, лидаров и других устройств.

Законодательство является основной проблемой, препятствующей массовому распространению беспилотных технологий. Дальше других в этом вопросе продвинулись США, где на уровне отдельных штатов приняты законодательные акты, позволяющие автомобилям с режимом автопилота выезжать на дороги общего пользования. С небольшим отставанием от американцев движутся европейцы и ведущие азиатские страны, включая Японию и Китай, также допускающие передвижение транспортных средств с интеллектуальными системами помощи водителю на отдельных территориях. Однако европейцам еще предстоит внести поправки в действующие документы, такие как Венская конвенция о дорожном движении – именно она гласит, что в каждом автомобиле должен быть водитель, который обязан управлять транспортным средством.

В сфере российского законодательства не решено ни одной задачи и никакой системной работы не ведется. Не существует сколько-нибудь четко оформленных групп, которые бы занимались этими вопросами.  Есть отдельные декларативные заявления и небольшие инициативные коллективы, которые пытаются такие вопросы ставить. Поэтому Россия рискует попасть в полную зависимость, во вторичный эшелон, когда она будет вынуждена принять международное законодательство и платить за чужую сертификацию и за чужую стандартизацию.

Для того, чтобы беспилотные транспортные средства (БПТС) смогли выехать на дороги общего пользования, надо для начала ввести на законодательном уровне понятие БПТС, потому что на текущий момент у нас существует только такое понятие, как модифицированное ТС. А также определить ответственного за ДТП с участием БПТС.

В отсутствие законодательства отечественные разработчики работают полулегально.

Беспилотные автомобили на 100% будут доступны массовому покупателю, потому что на это сейчас ориентируются все без исключения крупные производители. 

Те экономические расчеты, в которых мы участвуем, строятся из того, что цена беспилотника не должна превышать цену автомобиля больше чем на 15–20%. И это абсолютно реальные цифры.

Уже сегодня мы предлагаем решения, основанные на нашей интеллектуальной платформе помощи водителю C-Pilot. Это система, которая в настоящее время соответствует 1 уровню по международной классификации систем помощи водителю (или ADAS – advanced driver assistant system) SAE International. Согласно ранжированию, 0 уровень имеет система с ручным управлением и возможностью интеллектуальных подсказок в опасных ситуациях, 5 уровень – полностью автономное управление.

Решения на основе нашей интеллектуальной системы помощи водителю мы сейчас предлагаем в первую очередь коммерческим флотам или паркам автомобилей (грузовые перевозки, такси, логистика и т. п.). Такие системы, по мнению экспертов, уже сейчас позволяют поднять безопасность перевозок до 20–25%. Аналогичные решения предлагаются для использования транспорта на ограниченных, закрытых территориях (карьеры, внутризаводские зоны).

Затем, уже в первой половине этого года, мы совместно с ПАО «КАМАЗ» планируем представить прототип грузовика, оснащенного нашей ADAS. Предполагается, что она будет включать модули предупреждения об опасности столкновения с автомобилями, пешеходами, пересечении линии разметки, а также идентификации дорожных знаков. Это уже будет реальный предпромышленный прототип, который может быть доведен до стадии промышленного производства уже к концу года.

Наконец, к концу года мы будем готовы представить потенциальным заказчикам систему автоматического вождения комбайна вдоль кромки поля или скошенного валка. Это первая отечественная интеллектуальная система помощи водителю для задач «умного» сельского хозяйства. Присутствие водителя в кабине при этом будет обязательным. Он сможет убрать руки с руля, но ему нужно будет контролировать процесс движения и быть готовым в определенные моменты взять управление на себя.

Стоит сказать, что «умное» сельское хозяйство – одно из наиболее перспективных направлений, поскольку оно не требует решения законодательных вопросов для использования беспилотных систем.

Мы активно выходим на международный рынок. В 2017 году мы ждем существенного прорыва в этой области. В наших ближайших планах значится открытие американского офиса. Мы также активно взаимодействуем с китайскими компаниями. Этот регион у нас по приоритетам стоит на втором месте.  Отдельно занимаемся Европой. Это Франция и Германия. У нас уже есть предварительные договоренности с крупнейшими европейскими автопроизводителями по продаже нашей ADAS-системы. Стоит сказать, что после аварии Tesla многие известные автопроизводители стали рассматривать нас в качестве реальной альтернативы лидеру рынка, израильской компании Mobileye. Мы начали переговоры по продаже C-Pilot с крупнейшими мировыми компаниями – владельцами коммерческих флотов. А также находимся в стадии переговоров по использованию нашей интеллектуальной системы помощи водителю с одним из крупнейших поставщиков сельскохозяйственной техники.

Сегодня при построении систем искусственного интеллекта для беспилотных автомобилей существует два разных подхода. Один из них основан на том, что максимальная информация о дорожной ситуации поступает с датчиков (радаров, лидаров и т. д.), при этом техническое зрение является чисто вспомогательной и несущественной функцией. Некоторые источники называют его активным, поскольку его концепция подразумевает преимущественное использование излучающих устройств. Профессор Кембриджского университета Гарри Бхадешиа дал такому подходу довольно точное определение – «умные города и умные дороги». 

Второй подход строится исходя из антропоморфной модели. Она связана с моделированием работы человеческого мозга, и здесь компьютерное зрение является существенным моментом, таким как наличие шофера внутри автомобиля.  Ему Бхадешиа дал также очень точное название – «обычные города и мыслящие машины». Такой подход, кроме того, называют пассивным, поскольку в его основе лежит модель поглощения информации.

Это подход, которого мы придерживались изначально. Подход «умного» города в наших реалиях не работает, в то время как антропоморфная модель позволяет достичь необходимого уровня безопасности в плохих дорожных и погодных условиях: при отсутствии разметки, наличии повреждений дорожного полотна, снежном покрытии, а также в дождь, грозу и т. д.  Для России такая ситуация типична. Поэтому для создания систем искусственного интеллекта, способных ее адекватно «понимать» и при этом гарантировать необходимый уровень безопасности на дороге, нам пришлось создавать более совершенную математику по сравнению с конкурирующими моделями, работающими в регионах, где круглый год +25, идеальная разметка и ровные дороги. 

Стоит сказать, что дорог такого качества, как в России или близких к нему, в мире порядка 70%. Поэтому у нас есть конкурентное преимущество перед зарубежными компаниями, рассчитывающими на близкие к идеальным условия города. Кроме того, «натаскав» свою математику на плохих дорогах и при неблагоприятных погодных условиях, вряд ли мы будем детектировать хуже конкурентов объекты дорожной сцены в условиях, близких к идеальным. 

Однако сторонников второго подхода в мире становится все больше. В конце прошлого года после аварии с Tesla о возможности работы в плохих условиях заявил и лидер рынка систем помощи водителю, израильская компания Mobileye, решения которой применяются многими известными автопроизводителями, включая Volvo и BMW.

Существует два основных варианта данных, на которых обучаются нейронные сети. Первый – это реальные данные о дорожной ситуации, получаемые с видеорегистраторов. Второй – это так называемые синтетические, или виртуальные данные. Дело в том, что воссоздать всю совокупность ситуаций, которые могут случиться на дороге, на основе реальных данных крайне сложно. Поэтому разработчики могут проводить работы с использованием так называемых виртуальных полигонов, когда дорожная сцена или ее элементы моделируются искусственно. Минусом такого подхода является то, что не все характеристики дорожной сцены и ее объектов будут адекватными. В итоге результаты обучения нейронной сети могут отличаться от обучения на реальных данных. И это в определенный момент может привести к нежелательным последствиям. Поэтому мы выступаем за подход обучения на реальных данных. Мы обучаем нейросети за счет многократного проезда по территориям в разных погодных и климатических условиях. А для сбора дополнительной информации мы недавно бросили клич волонтерам помочь нам с передачей видеорядов, снятых их видеорегистраторами и содержащих сложные, опасные и критические ситуации на дороге, на которых мы в дальнейшем сможем обучать наши нейронные сети.

Виртуальными полигонами мы не увлекаемся, а используем лишь для моделирования отдельных, например, опасных ситуаций, которые в реальной жизни происходят крайне редко.

За последние годы мы создали целый ряд технологий компьютерного зрения, позволяющих в плохих погодных, дорожных и климатических условиях поддерживать необходимый уровень безопасности на дорогах.

Это в первую очередь технология виртуального тоннеля, которая позволяет в отечественных реалиях детектировать дорожное полотно в независимости от наличия разметки, асфальтового или иного покрытия. Технология успешно работает также в снежную, дождливую погоду и просто на бездорожье. В основе ее лежит признаковая модель. Например, наши алгоритмы по определенным признакам умеют отличать дорожное пространство от обочины и других элементов дорожной сцены. Совокупность уходящих вдаль пространственных блоков, обладающих схожими признаками и подобных друг другу, образует геометрические формы, напоминающие тоннель . 

Следующая технология – моделирование фовеального зрения, которое позволяет нам видеть в высоком разрешении только те объекты дорожной сцены, которые наиболее важны при текущем анализе ситуации. Мы действуем по такому же принципу, по какому видит человек.  Когда мы смотрим вдаль, мы благодаря фовеальному зрению четко видим только узкую область, то есть 5–7% от общей площади всей картинки (рис 1, 2), куда, собственно, устремлен наш взгляд. Вся остальная область периферийного зрения у нас нечеткая и расплывчатая. Таким образом, мы обрабатываем только существенную информацию, отбрасывая «мусорные» данные, тем самым значительно экономя вычислительный ресурс.

Это также технология моделирования функции гиппокампа человека, дающая автороботу возможность с высокой точностью интерпретировать сложные ситуации, возникающие, как правило, в критических ситуациях (внезапное появление на дороге других участников движения, пешеходов, посторонних предметов и т. п.).

По сути, модель гиппокампа – это аналог кратковременной памяти человека, который выделяет и удерживает в потоке внешних сигналов наиболее важную информацию по текущей ситуации, выполняя функцию хранилища кратковременной памяти, как ОЗУ компьютера.

Стоить сказать, что именно эта технология и позволила бы избежать той знаковой аварии с автомобилем Tesla, произошедшей в прошлом году (рис. 3). Наша система смогла бы детектировать транспортное средство, приближавшееся сбоку. Извлеченная «из памяти» информация, полученная с большего расстояния и с большим углом охвата рассматриваемого объекта, позволила бы «увидеть» колеса, подвеску, а также другие элементы грузовика, что в итоге позволило бы идентифицировать приближающийся объект как автомобиль и выиграть доли секунды, крайне необходимые для принятия правильного решения в критической ситуации.

Моделирование функции гиппокампа в аналогичных ситуациях позволяет использовать максимально полные данные о дорожной ситуации. На рис. 3 на картинке ABCD, попадающей в поле зрения камер авторобота сложно распознать светлое изображение на светлом фоне, однако воспроизведенные «из памяти» данные (картинка A’B’C’D’), включающие колеса и другие элементы грузовика, позволяют точно детектировать объект как транспортное средство.

В начале этого года мы получили высокие экспертные оценки от ведущих мировых ученых из университетов Стэнфорда, штата Айова, Торонто, Тель-Авива и других по поводу качества работы и возможностей созданных нами технологий компьютерного зрения. Научное сообщество особенно заинтересовали результаты, полученные компанией в направлении моделирования процессов человеческого мышления и зрения, позволяющие более эффективно распознавать дорожную сцену и существенно повысить безопасность движения авторобота, особенно в критических ситуациях и плохих погодных и дорожных условиях. Фактически эксперты назвали нас номером два на рынке после израильской компании Mobileye, кого мы и видим своим основным конкурентом.

В прошлом году мы много контактировали с известными компаниями, участниками рынка, на предмет партнерства. Дело в том, что разработка современных технологий для беспилотных транспортных средств подразумевает работу с большими объемами данных. Нам было необходимо такое технологическое партнерство, в рамках которого мы могли бы совершенствовать наш опыт разработок в области искусственного интеллекта и, в частности, глубинного обучения нейронных сетей, тестирования систем, а также эффективно решать вопросы аппаратной реализации наших программных решений.

Предложение IBM о присоединении к консорциуму разработчиков решений на основе технологии POWER нас устроило в наибольшей степени. Став членом этого статусного сообщества, мы получили возможность оперативного взаимодействия в сфере разработок на любом уровне с ведущими мировыми компаниями, а также высококачественной экспертизы наших программно-аппаратных решений.

Своим главным конкурентом мы считаем израильскую компанию Mobileye – основного игрока на этом рынке. Мы планируем занять порядка 3–5% рынка систем автономного вождения к 2022 году.

Сегодня, когда технологии ИИ становятся более массовыми и все шире входят в нашу жизнь (появляются продукты, обладающие принципиально новым качеством – из объектов они становятся мыслящими субъектами), основным трендом становится процесс соединения человеческого образа жизни и работы с интеллектуальным устройством, которое фактически становится органической добавкой к человеку. Исследователи начинают воспринимать человека как универсального, к которому дается функциональная добавка в виде искусственного интеллекта, совершенствующая ту или иную зону его деятельности. В случае с беспилотником это совершенствование зоны передвижения, фактически перемещения.

К рыночным трендам вполне стоит отнести широкое коммерческое распространение технологий ADAS первых уровней, в том числе и среди коммерческих флотов, а также рост рынка «умных» решений в области телематики. Аналитики прогнозируют средний ежегодный темп роста в этих сегментах не менее чем на 28% до 2020 года.

Серьезная динамика наблюдается в направлении подключенных автомобилей или connected cars. В этом смысле к числу других трендов можно отнести все большую персонализацию направлений разработок и превращение беспилотника из простого «водителя» в полноценного ассистента. По прогнозам PwC, объем мирового рынка подключенных автомобилей в денежном выражении в ближайшие 5 лет вырастет более чем в три раза и к 2021 году превысит 122 млрд евро. 

Также к трендовым направлениям относится и infotainment – информационный ресурс, которым оснащают и будут оснащать автомобили для комфорта и занятия времени пассажиров. Эксперты прогнозируют динамичный рост рынка автоприложений infotainment в ближайшие годы. PWC рассчитывают, что уже к 2021 году этот сегмент станет третьим по своему потенциалу после обеспечения безопасности и поддержки автономного вождения с оценочным объемом 13,4 млрд евро.

Это проекты в области Connected Cars. Американцы, в отличие от нас, действительно половину жизни проводят в автомобилях. Этот сегмент рынка в США чрезвычайно востребован. Мы уже сегодня готовы интегрировать решения американских компаний с нашими технологиями ADAS. Кроме того, мы рассматриваем и другие возможности приложения наших усилий в этом сегменте, например по созданию социальных сетей для пассажиров автомобилей с функцией автопилота.

Другим направлением приложения наших решений на американском рынке мы видим использование интеллектуальных систем помощи водителю коммерческими флотами. Также американские компании проявляют серьезный интерес к нашим беспилотным технологиям в области «умного» сельского хозяйства.

В конце прошлого – начале этого года мы при содействии нашего американского партнера даже провели социологический опрос, с тем чтобы понять реальное состояние потребительского сегмента рынка беспилотных транспортных средств в США и его готовность к использованию наших решений. В целом, наши прогнозы подтвердились. Можно даже сказать, что глобального отличия в поведении российских потребителей от американских мы не заметили. Американцы готовы отдавать предпочтение системам помощи водителю, способным работать не только в идеальных, но и плохих погодных и дорожных условиях. Правда, были в ответах и отдельные неожиданности, например, американцы не сильно испугались возможности хакерского взлома ПО беспилотника.

Безусловно, планируем. Для надежной работы беспилотного автомобилю ему необходим максимально большой объем информации о текущей ситуации на дороге. В том числе и той, которую сложно получить с помощью датчиков, установленных на борту. В этом смысле данные, полученные от других транспортных средств, смогут удачно дополнять информацию с бортовых сенсоров.

Кроме того, технология V2V вызывает повышенный интерес у компаний, которые занимаются разработкой приложений для infotainment – информационных ресурсов, обеспечивающих досуг пассажиров автомобилей с функцией автопилота. Аналитики Международного центра робототехники подсчитали, что желание коммуницировать между собой в процессе движения высказывают сегодня более трети автолюбителей.

Вести специальные разработки в этом направлении мы не планируем. Когда эксперты и разработчики стали оценивать реальные расходы на поддержание инфраструктуры «умного» города, они оказались чрезмерно высокими. Поэтому многие известные специалисты в области беспилотных автомобилей прогнозируют возможность использования технологий «умного» города лишь в рамках ограниченных территорий.

Кроме того, мы считаем, что на практике требования к беспилотным устройствам внутри «умного» города будут резко снижены, то есть здесь не нужно будет предлагать решения с мощной математикой. Как показывает мировая практика, подобные проекты, как правило, финансирует государство и при таких схемах стоит ожидать большой аффилированности «своих» компаний.  Нам будет очень непросто выходить на эти рынки.

Но мы будем обязательно рассматривать возможность использования такого рода систем, когда они появятся. Дополнительная информация, полученная от элементов такой инфраструктуры, будет, безусловно, полезна для повышения безопасности авторобота.

Переходный период совместного использования беспилотных и транспортных средств с ручным управлением, по нашим оценкам, продлится примерно до 2035 года и развитие технологий коммуникаций между их водителями (операторами) является, безусловно, перспективным направлением. Правда, его очередь еще не пришла.

Эксперты ожидают наибольшей динамики его развития ближе к середине 2020-х годов, когда на дорогах появится значимый процент автомобилей с функцией автопилота. Хотя уже сейчас ряд разработчиков предлагают различные форматы эмоционального общения между участниками движения и пешеходами от звуковых и световых сигналов до смайликов – эмодзи на бамперах беспилотников.  Мы также не упускаем его из виду на наших R&D семинарах. На одном из последних мы разбирали кейсы возможности автоматического определения эмоционального состояния пассажиров для последующего его учета при выборе режимов infontainment.

Вообще нужно понимать, что управление «умным» комбайном, по сравнению с беспилотным автомобилем, имеет существенные особенности, поскольку, помимо, собственно, организации автономного вождения, необходимо осуществлять автоматический контроль за десятками параметров технологического процесса от выбора необходимого угла жатки до определения качества зерна (настройка зазоров молотилки) и т. д.

В рамках проекта по созданию «умного» агрохолдинга мы отвечаем за разработку технологий беспилотного вождения сельхозтехники на базе компьютерного зрения, автоматизированной системы управления технологическим процессом, а также комплексной информационной системы мониторинга сельхозтехники и посевов, включая мониторинг процесса обработки полей и условий роста урожая.

Важнейшей особенностью проекта является возможность работы в отечественных реалиях, определяющихся суровыми климатическими условиями на большей части территории страны, пониженной продуктивностью почв, сложной логистикой и т. д., что предполагает создание более мощного математического аппарата, по сравнению с решениями многих известных зарубежных компаний.

В прошлом году мы уже продемонстрировали пилотный образец системы компьютерного зрения, позволяющей сельхозтехнике «видеть» на поле объекты, представляющие для нее опасность (камни, столбы, металлические конструкции и т. п.) и использовать информацию о них и их координатах для обеспечения безопасности механизмов при сборе урожая.

До конца года мы планируем выпустить прототип беспилотного комбайна, способного передвигаться в автономном режиме. Нашими партнерами в этом проекте являются глобальный производитель сельхозтехники «Ростсельмаш» и один из ведущих агрохолдингов Татарстана «Союз-Агро». На реализацию технологической части проекта государством в лице Минобрнауки России было выделено 68 млн рублей.

Таких планов нет. Есть диалог с головными структурами ж/д транспорта. Но поскольку это направление находится в абсолютной монополии государства, то и это в чистом виде вопрос его активности в этой зоне. Мы свое предложение недавно сделали, но как и с какой скоростью будут развиваться события, насколько решение вопроса будет связано с реальной технологичностью или здесь в дело вступят какие-то аффилированные с предыдущими контрактами с Siemens условия, будет понятно в скором времени.

Безопасность – это главный вопрос создания любого авторобота. В прошлом году мы проводили достаточно серьезное исследование на предмет того, как должен поступить беспилотник в возможных критических ситуациях, в которых нет однозначного решения. Иными словами, когда автопилот должен принять решение, кем из участников движения придется пожертвовать. Общий итог опроса таков: искусственный интеллект должен поступить так, чтобы число жертв было минимальным. Это значит, например, что если перед вами на дорогу выбегает несколько пьяных бомжей, то автомобиль, который вы пилотируете, должен будет въехать в стенку или кювет. Поэтому, когда респонденты в личных интервью понимали, что в таких ситуациях они сами могли бы оказаться в роли жертвы, они меняли свои ответы.

Здесь мы придерживаемся того, что для разрешения таких ситуаций необходим достаточно широкий референдум. И только после одобрения правил поведения нашим обществом можно принимать их на законодательном уровне.

В первую очередь это безопасность. Использование беспилотных автомобилей, по данным экспертов, позволит сократить аварийность на порядки. Если сегодня на дорогах мира гибнет более 1,2 млн человек, то предполагается, что эта цифра сократится до нескольких десятков человек. Исчезнут нарушения, связанные с употреблением алкоголя, эмоциональностью и поведенческим фактором. Сегодня аналитики видят в числе основных причин ДТП в таких странах, как США, Франция, Канада и Германия, употребление алкоголя за рулем (35%), отвлечение от управления из-за чрезмерной общительности (20%) и нарушение скоростного режима (12–15%). Кроме того, массовое появление автороботов на дорогах приведет к упорядочению транспортной системы в целом. К ее логичному состоянию. Исчезнут пробки. Итогом станет совершенно иная, рациональная возможность перемещения.

Наконец, беспилотные технологии – это высвобождение времени. Это оптимизация жизненного пространства.  Вместо времени, затраченного на довольно нервную механическую работу, связанную с управлением машины, человек получает возможность для личного развития, овладения профессиональными, эстетическими, нравственными навыками, общением с кем угодно.

Кстати, в нашем последнем социологическом опросе были вопросы о том, как планируют себя занять люди в беспилотных автомобилях. Из всех предложенных вариантов занятий в беспилотнике практически половина респондентов выбрала отдых – 48%. Посвятить время работе пожелала треть опрошенных – 27%. Развлекаться предпочли около 17% респондентов.  А из всех способов свободного времяпровождения в беспилотнике граждане России предпочли общение в социальных сетях и игры, а также просмотр видео – 33% и 35% соответственно. Посвятить свой досуг чтению согласны более 21%.

Действительно, развитие искусственного интеллекта приведет к серьезным социальным переменам. Эксперты McKinsey считают, что уже сейчас технологии могут автоматизировать 45% деятельности людей. К примеру, уже сегодня наша система автоматизации бизнес-процессов и документооборота «Е1 Евфрат» способна заменить человека при выполнении более 45% рутинных операций в офисном делопроизводстве. И этот процесс идет полным ходом во всем мире. Эксперты прогнозируют, что в первую очередь отомрут профессии, связанные с рутинными процедурами. Рост безработицы в этих секторах прогнозируется на 36% в ближайшие 7–8 лет. В такой ситуации пугает то, что человечество не контролирует динамику этих процессов. Например, в Китае, граждане которого в наибольшей степени пострадали за последнее время от закрытия механических производств при переносе и открытии их роботизированных аналогов в Европе, отмечен значительный рост самоубийств.

Недаром уже сегодня бьют тревогу брокеры и финансисты, где большинство операций выполняется с участием роботов. Скорее всего, такая же участь в обозримом будущем ожидает и водителей. Человечество с высокой вероятностью разделится на умных и остальных. Те, кто сейчас имеет низкий уровень образования и трудится в сфере обслуживания, рискуют перейти, грубо говоря, в низшую расу. Чтобы чувствовать себя уверенно в период смены экономического уклада, людям будет необходимо переквалифицироваться, освоить новые профессии, такие как оператор беспилотных транспортных средств, научиться работать с новыми технологиями и сервисами.