Jó 100 éven keresztül egyformán tekintettek az emberek az automobilra: gépesített, önjáró személy- és teherszállító eszközként, amely engedelmesen kiszolgál minket, vezetője utasításai szerint megy erre-arra, gyorsít-lassít, áll meg. Körülbelül 20 éve azonban gyökeres paradigmaváltás kezdődött a technikában, Steve Jobs zsenijéhez kapcsolhatóan megjelentek az okoseszközök. Itthon pedig Kishonti László megalapította, azóta is vezeti budapesti cégét, amely létrehozta a világ egyik legjobb grafikus teljesítménymérő szoftverét, olyan nagy nevekkel együttműködve, mint az Apple, a Nokia és a Google. A mobilpiac lelassulásakor, 2015-ben látnokian felismerte, hogy be kell hozni a mesterséges intelligenciát a gépkocsiba is, vállalkozásának a kifejező ai-Motive (artificial intelligence; automotive) nevet adta, és ráment az új szakterületre.

Több kamerával, radarral néz az önvezető autó, de a mesterséges intelligenciával lát

Tudásközpont
A gépészetben óriási rutinú, de a tömegtehetetlenségükkel nehezen kanyarodó autógyártók nem tudták felvenni az új irányt, mert ehhez egészen más szemmel kellett nézni a gépjárművet. Az eddigiektől merőben eltérő részleget nyitni, embereket felvenni, kétes eredménnyel ismeretlen tudományágba behatolni idejük sem volt, szívesebben bízták magukat már működő és bizonyított tudásközpontokra, mint az aiMotive. Mára ez a magyar vállalkozás a világ egyik legnagyobb és legsikeresebb márkafüggetlen, önálló szoftverbeszállítója, mintegy 200 fejlesztőmérnökkel. Nem könnyű újoncként boldogulni az autóiparban, beszállítóóriásoknak is 10-15 évébe került, de mostanában kedvezőbb a környezet a valós perspektívát kínáló startupoknak, sok tőkét vonhatnak be komoly befektetőktől. Az aiMotive megvetette a lábát, és ha nem is mérkőzhet Kínával vagy az Egyesült Államokkal, ahol dollár-százmilliókat zúdítanak a szegmensbe, Európában értékelik, hogy nemcsak ötleteik vannak, hanem működő projektjeik is.

Jánky Szabolcs projektvezető közvetít az autógyár és az aiMotove fejlesztői között

Két világ találkozása
Az informatikusok és a gépészek két külön világ, más csavarra jár az eszük, elbeszélnek egymás feje mellett, mert mást értenek szavakon. Itt jön képbe beszélgetőpartnerem, Jánky Szabolcs, a rendszerszemléletben gondolkodó, de nem absztrakt feladatok, hanem mozgó gépek iránt érdeklődő villamosmérnök. Az aiMotive projektvezetőjeként, mint „hídember”, meghallgatja az autógyártó szakembereit, akik nem tudják „informatikus nyelven” megfogalmazni igényeiket, átlátja, milyen mesterséges intelligenciai fokozatra, szoftverekre, hardverekre van szükség az elvárt képességekhez, például egyszerű sávtartáshoz vagy teljes önvezetéshez, megállapodnak, hogy mennyi időbe és pénzbe kerül, hogy mindez funkcionáljon majd a sorozatgyártású autóban. A projektvezető aztán odahaza a szoftveres kollégáinak érthetően továbbad mindent, és tartja a kapcsolatot a két fél között, míg online megbeszéléseken és itteni-ottani személyes találkozásokon eljutnak a kielégítő végtermékig. Egy képzeletbeli esetben például az Opel keresi meg az aiMotiveot, azzal, hogy 2024-ben szeretne piacra lépni egy autópályán teljesen önvezető autóval. Azt a választ kapják, hogy kell a kocsiba nyolc kamera, négy radar, az ezekből érkező információtömeget feldolgozni képes hardver és szoftver, illetve ezekkel működtethető szerkezeti egységek, például elektromos szervokormány, amelyek kiválasztására ajánlásokat ad az aiMotive.

Alaposan, autóipari szabványok szerint ellenőrzik a bizonyos fokig önálló szoftvert

Mágia
Jó, vannak kamerák, de hogyan láthat velük a kocsi? Mint tudjuk, az ember sem a szemével lát, az csak szenzor, hanem az agy rakja össze a képet – akinek hiányzik ez a funkció, agyi vakságban szenved, hiába van két tökéletes szemgolyója, nem lát semmit. Tehát kezdetben van egy „agyi vak” számítógépdoboz, és ezt kell megtanítani, hogy lásson, olyan eljárással, amelyet Jánky Szabolcs mágiának nevez. Itt születik meg a mesterséges intelligencia, hiszen az intelligencia nem egyéb, mint képesség, nagy tömegű információból helyes következtetésekre, reakciókra jutni. Az egyelőre üres „tudatú”, neuronhálójú doboznak rengeteg képet mutat meg a vele összekapcsolt szerver, például autókról, hogy ezek mindegyike „autó”. A tanított számítógépben tudásrétegek alakulnak ki, már képes absztrahálni, kezelni az autó fogalmát, elvetve nem fontos adatait, például a színét, miközben járműként azonosít mindent, a kiskocsitól a sokkerekű nehéz trélerig. Nem ugyanazt a képet mutatják meg ezerszer a tanított gépnek, hanem nagyon sokfélét. A mágia szót indokolja, hogy a szakemberek sem tudják pontosan, mi játszódik le a hálóban, csak próbálják megérteni, tehát ezen a fokon már egy általuk teremtett, de nem teljesen értett gépi tudat működik. Ezt sokan tartják kissé ijesztőnek a tradicionális autóiparban. A háló tanításáról az a hasonlat jutott eszembe, hogy úgy járnak, mint a gyerekét először oviba küldő szülő, aki addig pontosan tudta, mi van a kicsi fejében, de innen kezdve már nem.
Persze azért nem sötétben tapogatóznak, hibafüggvényeket, számadatokat figyelnek. A tanításétól eltérő környezetben tesztelt mesterséges intelligencia például statisztikailag 99,9%-ban felismeri az autókat. De mi van a fennmaradó egy ezrelékkel? A Tesla például kettőt pittyenve figyelmezteti a vezetőt, hogy vegye át a felügyeletet. A fejlesztőknek probléma, hogy az önvezetés szintjeit túl korán, kevés ismeret alapján jelölték ki, és ez zavarokat okozhat. Itt a gyáriakkal kell egyeztetni.

Gépagy
Laikusnak meglepő lehet, hogy mondjuk egy vészfékezési, sávtartási funkciót ellátó chip milyen parányi, egy négyzetcentiméternél is kisebb. Egy komplexebb, már L3-as önvezetésre képes neurális háló feldolgozóegysége is csak kétszer két centis. Ezeket a chipeket beszállítóktól vásárolják az autógyárak, és az aiMotive írja rájuk a szoftvert, autóipari szabványok szerint. A chipeket összefogó alaplap mérete a szükséges redundancia fokától függ, tehát attól, hogy a maximális biztonság érdekében hány egység dolgozik ugyanazon a feladaton. Például a légzsákvezérlésnek sokkal magasabb biztonsági fokozaton kell működnie, mint a hangvezérlésnek. Noha megvalósult már, fémdobozként kézbe vehető a gépi agy, még koránt sincs készen, kiterjedt tesztelési processzus várja, az autóipari ISO-szabványoknak megfelelően. Ha változtatni kell valamit, Jánky Szabolcs tudja, mi megvalósítható és mi nem, heti státuszmegbeszéléseken konzultál a gyári szakemberekkel, és apró lépésekkel (iterációkkal) érik el a célt.

A gépi agy csak tanítás után lesz képes intelligens döntéseket hozni, autót vezetni

Kinn az úton
Természetesen nem lehet megelégedni a virtuális tesztautó próbálgatásával, bizonyítani kell valóságos körülmények között is. Mihelyt azonban beépítik a mesterséges intelligenciát egy gépkocsiba, az már olyan mértékű változtatás, hogy érvényteleníti a forgalmi engedélyt. Ezért fejlesztési célú tesztautóként megy át speciális vizsgán, és ennek megfelelő rendszámot kap. A feljogosított tesztsofőrök rendszeresen vizsgáznak, és kettesével ülnek a kocsiba: egyikük vezet, a másik a rendszer működését figyeli. Így már nyugodtan ki lehet menni a forgalomba, de sokat dolgoznak a tököli reptéren és Zalaegerszegnél, a világszínvonalú ZalaZONE próbapályán is. Mire futószalagra kerül az autótípus, meg lehet bízni benne. Rengeteg tradicionális autógyártóval és a piacra újként belépő céggel dolgozik együtt az aiMotive, ennek köszönhetően 2024-re több millió közúti járműben lesznek ott a biztonságot fokozó, a vezetőket tehermentesítő, segítő, vagy akár teljesen helyettesíteni képes, mesterséges intelligenciájú fejlesztései. Ahogy Jánky Szabolcs mondja: „Nagyon vonzó Magyarországról csinálni valamit, ami megváltoztatja a világ autózását.” Sikerült is, mára globálisan jelentős járműipari tényezővé vált a kicsiny, de csúcsszínvonalú magyar vállalkozás, méltán lehetünk büszkék rá.

 Like