Nvidia открывает Alpamayo 2 — модель для беспилотников, которая рассуждает вслух

Nvidia хочет, чтобы беспилотные автомобили умели объяснять свои действия. Компания выпустила Alpamayo 2 Super — открытую модель искусственного интеллекта для роботакси, которая не просто прокладывает маршрут, но и объясняет причины своих решений. Модель уже доступна для коммерческого использования.

Эта модель — ставка Nvidia на более прозрачный вид автономности. Вместо «черного ящика», выдающего угол поворота руля, Alpamayo формирует цепочку рассуждений, траекторию и понятное описание причинно-следственной связи принятого решения.

Под капотом находится зрительно-языково-действенная модель (vision-language-action model) примерно с 34 миллиардами параметров, созданная на базе открытых моделей мира Nvidia — семейства Cosmos, которое компания продвигает в качестве основы для робототехники и физического ИИ. Она объединяет крупный модуль рассуждений с меньшим экспертом по действиям, который преобразует мысли в траекторию движения.

Модель принимает видеопоток с семи камер для обеспечения полного обзора на 360 градусов и ориентирована на 4-й уровень автономности — тот этап, когда автомобиль полностью управляет ситуацией в определенных зонах без участия человека за рулем.

Главной особенностью является то, что Nvidia называет «цепочкой причинности». Модель способна демонстрировать логику, стоящую за решением уступить дорогу, сменить полосу или остановиться, что чрезвычайно важно в сфере, где регуляторы и суды захотят знать, почему машина поступила именно так.

Расчет заключается в том, что логические рассуждения решают проблему доверия к автопилоту. Автомобиль, способный обосновать резкий маневр, проще сертифицировать, проверить и защитить перед законом, чем тот, который просто совершает действие. Это в равной степени и регуляторная, и техническая стратегия.

Модель действительно открыта, по крайней мере по меркам индустрии. Веса доступны на Hugging Face по гибкой лицензии Linux Foundation, код инференса размещен на GitHub, а конвейер авторазметки также переведен в открытый доступ.

Полноразмерная модель не предназначена для установки непосредственно в автомобиль. Alpamayo 2 Super выступает в роли «учителя» — она разработана для дистилляции в более компактные версии, которые работают на бортовых чипах Nvidia серии DRIVE. Именно здесь бизнес-модель компании незаметно выходит на первый план.

В этом и кроется суть. Nvidia бесплатно отдает модель и продает кремний — железо для платформ Thor и Hyperion, под которое оптимизированы уменьшенные версии. Это знакомый ход для компании, которая предпочитает владеть платформой, а не каким-то отдельным приложением.

Такой подход нашел свою аудиторию. По данным Nvidia, модели Alpamayo были загружены около 400 000 раз с момента запуска семейства в январе, а ее технологии автопилота уже лежат в основе таких инициатив, как развертывание роботакси Uber в Мюнхене.

Nvidia занимается этим уже давно. Ее автомобили годами учились водить, наблюдая за людьми, и Alpamayo представляет собой эволюционный шаг в этом направлении, ориентированный на логические рассуждения и пришедший как раз в тот момент, когда роботакси переходят от этапа пилотных проектов к коммерческим услугам.

«Alpamayo — это момент, когда автомобили начинают безопасно рассуждать, а не просто ездить», — заявил генеральный директор Nvidia Дженсен Хуан (Jensen Huang), охарактеризовав этот релиз как качественный скачок, а не просто эволюционное улучшение.

К этим заявлениям стоит относиться с некоторой осторожностью. Бенчмарки — это еще не реальные дороги, конкуренты не дремлют, а Nvidia уже уступила в по крайней мере одном робототехническом бенчмарке, что служит напоминанием: владение инструментами не означает автоматическую победу в гонке.

Существует и аппаратное ограничение. Полноразмерная модель требовательна к памяти — для ее запуска нужны десятки гигабайт памяти GPU, из-за чего передовая версия остается в руках хорошо обеспеченных ресурсами разработчиков, а не любителей.

Открытость также не совсем бескорыстна. Отрасль, стандартизирующая свои процессы вокруг модели, инструментов и данных от Nvidia, в конечном счете стандартизирует их и вокруг ее чипов, ради чего бесплатная загрузка по сути и затевалась.

Открытые модели становятся нормой на переднем крае беспилотных технологий. Обмен весами и данными позволяет всей индустрии улучшать единую базу, а не заставлять каждую компанию начинать с нуля, и Nvidia предпочитает задавать эту базу сама, чем смотреть, как это делает конкурент.

И тем не менее, открытая модель вождения, способная к рассуждениям — это значительный подарок индустрии. Если беспилотным автомобилям когда-нибудь начнут доверять, возможность спросить их «почему?» может оказаться не менее важной, чем то, насколько хорошо они водят.