Беспилотным грузовикам Starsky Robotics пришел конец

19 марта 2020

В 2015 году я увлекся идеей создания беспилотных грузовиков и основал Starsky Robotics. В 2016 году мы выпустили первый допущенный на дороги полностью беспилотный автомобиль, который перевозил пассажиров за деньги. В 2018 году мы выпустили первый допущенный на дороги беспилотный грузовик, совершивший полноценный рейд, пусть и по закрытой дороге. В 2019 году наш грузовик стал первым полностью беспилотным грузовым транспортным средством, проехавшим по оживленной трассе.

И в 2020 году мы закрываемся.

Я по-прежнему невероятно горжусь продуктом, командой и организацией, которую мы смогли создать. Я горжусь той организацией, в которой доктора наук и водители грузовиков работали бок о бок, где проблемы поколений решались людьми, ум которых превосходил их регалии, и где мы узнали, как будет работать логистика в будущем.

Как и Шеклтон в своей экспедиции в Антарктиду, мы делали то, чего больше никто не делал. Однако, как и у него, все пошло не по плану

Так что же случилось?

Большая часть команды Starsky в феврале 2019 года. Ничто в моей жизни не заставило меня так гордиться, как работа в этой невероятной команде.

Время, я думаю, что именно оно виновато в нашей печальной судьбе. Я считаю, что наш подход был правильным, но накопилось слишком много невыполненных обещаний в области ИИ, которые так и не нашли своего практического решения. Поскольку эти прорывы не появились, ливень интереса инвесторов превратился в моросящий дождь. Также не помогло и то, что прошлогодние IPO в сфере высоких технологий отняли у технологической индустрии много энергии, а грузоперевозки уже около 18 месяцев идут на спад.

Область беспилотного транспорта

В области беспилотного транспорта слишком много проблем, что не позволяет привести здесь их подробное описание: профессорский темп, в котором работает большинство команд, отсутствие ощутимых вех в развертывании, общеизвестный секрет о несуществовании бизнес-модели роботакси и т.д. Самая большая, однако, проблема заключается в том, что контролируемое машинное обучение не оправдывает ажиотажа. Это не настоящий искусственный интеллект, похожий на C-3PO, это сложный инструмент сопоставления шаблонов.

Вернемся в 2015 год, когда все думали, что их детям не придется учиться водить машину. Контролируемое машинное обучение (под маркой ИИ) развивалось очень быстро — всего за несколько лет оно перешло от в распознавания кошек к более-менее приемлемому вождению. Казалось, что ИИ следует закону Мура:

Согласно прогнозам, все человечество, безусловно, будет экономически неконкурентоспособным в ближайшем будущем. Нам понадобится гарантированный доход, который позволит справиться с появляющимся разрывом между машинами и нами.

Прошло пять лет, и специалисты в области беспилотного транспорта больше не обещают создание полноценного ИИ после следующего коммита исходного кода. Наоборот, ситуация теперь такова, что мы отдалились от создания беспилотных автомобилей по меньшей мере на 10 лет.

Широко распространено мнение, что самая сложная часть построения ИИ — это формирование и настройка его поведения в ситуациях, которые происходят нечасто, т.е. в пограничных ситуациях. На самом деле, чем лучше ваша модель, тем труднее найти надежные наборы данных о таких ситуациях. Кроме того, чем лучше ваша модель, тем выше требования к точности данных, необходимых для ее улучшения. Вместо того, чтобы наблюдать экспоненциальное улучшение качества работы ИИ (закон Мура), мы видим экспоненциальный рост затрат на улучшение систем ИИ — контролируемое машинное обучение, кажется, следует S-кривой.

Мы говорим об S-кривой по той причине, что Comma.ai, с 5-15 инженерами, выдает производительность, не сильно отличающуюся от успехов Tesla, в чьей команде более чем 100 человек. А также потому что нам в Starsky удалось стать одной из трех компаний, проводящих тесты беспилотного транспорта на дорогах общего пользования (усилиями всего 30 инженеров).

Эта ситуация не беспрецедентна — S-кривые часто применяются в области технологий (закон Мура на самом деле состоит из ряда S-кривых, так как технологии чипов непрерывно заменяют друг друга, и лучшие в этой гонке увеличивают общую кривизну графика). Проблема заключается в попытке сравнения возможностей современных технологий с тем, насколько хорошо люди умеют водить машину. Я бы предположил, что есть возможные варианты: мы уже превзошли человеческий уровень (отметка L1), мы почти сумели это сделать (L2), нам очень далеко до этого (L3).

Если L1 — это уровень человеческого вождения, то ведущие компании в области беспилотного транспорта просто должны доказать безопасность своих решений, и они смогут их развернуть. Я не думаю, что кто-либо верит в это, но это возможно. Если уровень человеческого вождения находится на отметке L2, то для решения всех задач крупным командам потребуется от 1 до 25 миллиардов долларов. Когда крупные инвесторы на рынке беспилотного транспорта говорят, что эта индустрия подходит только для больших компаний, то они озвучивают именно эту ставку. И они ее делают. Если же уровень человеческого эквивалента находится на отметке L3, то вряд ли какая-либо из существующих технологий сделает этот скачок. Всякий раз, когда кто-то говорит, что до создания беспилотного транспорта осталось 10 лет, это почти наверняка правдивые соображения. Не так много стартапов могут выжить 10 лет без выпуска своего продукта. Все это означает, что почти ни одна современная команда никогда не будет выпускать системы ИИ, принимающие решения.

Не так много стартапов могут выжить 10 лет без выпуска своего продукта.

Почему мы не выжили

Для человека, не знакомого с динамикой привлечения венчурных инвестиций, все вышесказанное может показаться отличным поводом для инвестиций в Starsky. Нам было не обязательно создать «настоящий ИИ», чтобы быть хорошим бизнесом (мы думали, что он может стоить примерно ~600 $/автомобиль/год), поэтому мы рассчитывали, что сможем собрать средства, несмотря на то, что вышесказанное становится все более очевидным. К сожалению, когда инвесторы охладевают к какой-либо области, они, как правило, охладевают ко всему рынку. Мы также увидели, что инвесторам действительно не нравится бизнес-модель оператора, и что наши тяжелые инвестиции в безопасность не были переведены для инвесторов.

Блюз дальнобойщиков

Если телеоператор решает половину задачи беспилотных перевозок, то вторая половина решается оператором. Грузоперевозчик может выбрать место развертывания, что позволит принимать решения о методах работы. Вашей системе лишь нужно быть безопасной на выбранных маршрутах и в выбранных условиях (то есть надежно работать на самых легких маршрутах, а в плохих условиях — останавливаться и ждать).

Специфика участников рынка грузоперевозок также влияет на принятие решения о том, чтобы быть оператором. Грузовые компании – не очень технологичные заказчики (посмотрите что они используют), и никто из них не разбирается в закупке дорожных роботов с высокими требованиями к безопасности. Даже если бы Starsky улучшила беспилотные технологии и прекрасно зарекомендовала себя с точки зрения безопасности, потребовались бы годы на то, чтобы развернуть достаточное количество систем для получения необходимой прибыли.

«Ты всегда можешь понять, насколько серьезно компания относится к беспилотным технологиям, по тому, насколько серьезно они относятся к телеоператорам», — однажды сказал мне поставщик. Тем не менее, мы обнаружили невероятное сопротивление промышленности и инвесторов нашему подходу, основанному на использовании телеоператора.

Несмотря на то, что грузоперевозчики ничего не понимают в закупках роботов с повышенными требованиями к безопасности, они разбираются в том, как покупать грузоперевозочные мощности. Каждая крупная грузоперевозочная компания работает следующим образом: их брокеры покупают мощности у меньших транспортных компаний и владельцев-операторов, многих из которых они не подпускают слишком близко, потому что не знают, насколько можно доверять показателям безопасности из их собственных отчетов. В Starsky мы нашли более 25 брокеров и грузоперевозчиков, готовых отправлять грузы на беспилотных грузовиках. Несмотря на то, что это бизнес с более низкой прибылью (по сравнению с традиционным рынком ПО с прибылью в 90%), мы ожидали, что сможем достигнуть 50-процентной маржи вовремя.

Мне потребовалось слишком много времени, чтобы понять, что венчурные инвесторы предпочли бы вложить 1 млрд. и получить маржу в 90%, вместо того, чтобы вложить 5 млрд. долларов с 50% маржой – даже если бы требования к капиталу и рост были одинаковыми.

И рост был бы таким же. Самое большое препятствие для развертывания беспилотного транспорта — это не продажи, а безопасность.

Никто не любит вкладывать в безопасность, всем нравится функционал

В январе 2019 года мы с начальником управления безопасности и начальником управления по связям с общественностью собрались в конференц-зале на стратегическую сессию. Вопрос заключался в том, как сделать так, чтобы безопасность выглядела достаточно привлекательно, чтобы полностью ее обеспечить. За месяц до этого мы публично выпустили VSSA, технический документ, в котором подробно описан наш подход к безопасности. Мы передали его наиболее толковому журналисту, но вместо того, чтобы освещать его в деталях, СМИ в основном писали о телеоперациях. Мы ушли с совещания в нервном состоянии — мы не могли придумать, как сделать инжиниринг безопасности достаточно привлекательным, чтобы о нем начали писать.

И мы так и не придумали решения.

По иронии судьбы, мы планировали запустить парк из 10 грузовиков v2 к январю 2020 года. Эти системы были спроектированы таким образом, чтобы мы могли продемонстрировать безопасность работы всего парка, что позволило бы обеспечить регулярную работу беспилотных сервисов к июню 2020 года.

Проблема в том, что люди возбуждаются от вещей, которые происходят редко. Пример – дорожные тесты беспилотного транспорта от Starsky. Даже когда он отрицательный, об авиакатастрофе сообщают гораздо больше, чем о 100 людях, которые погибают каждый день в автомобильных авариях. Работа над безопасностью по определению — это создание системы, которая работает без исключений.

Инжиниринг безопасности — это процесс тщательного документирования вашего продукта, что позволит точно знать условия, при которых он выйдет из строя, а также иметь возможность оценить тяжесть этих отказов и измерить частоту возникновения этих условий. Все это позволит понимать какова вероятность того, что ваш продукт причинит вред людям, по сравнению с тем, какой ущерб вы считаете приемлемым.

Это очень и очень сложно. Настолько сложно, что с сентября 2017 года до нашей беспилотной поездки в июне 2019 года мы занимались только этим. Мы документировали нашу систему, строили безопасную систему резервного копирования, а затем многократно тестировали нашу систему на сбой, исправляли эти сбои и повторяли.

Проблема в том, что вся эта работа невидима. Инвесторы ожидают, что основатели солгут им – как же они могут поверить, что беспилотный пробег, который мы сделали, на самом деле имел лишь 1 к 1 000 000 шансов на смертельный исход? Если они не знают, как трудно совершить беспилотный пробег, как они могут знать, что кто-то другой не сможет сделать это на следующей неделе?

Наши конкуренты, с другой стороны, вложили свои инженерные усилия в создание дополнительных возможностей ИИ. Пример – системы принятия решений, которые иногда могут менять полосы движения, или могут ездить по надземным улицам (при условии, что у них достаточно картографических данных). Это действительно круто, передовые технологии.

Инвесторы были впечатлены. Не имело значения, что переход от «иногда работает» к статистической надежности требовал в 10-1000 раз больше работы.

Итак, что дальше?

Примерно 12 ноября 2019 года, развалился Series B, наш проект на 20 миллионов долларов. Мы отправили в неоплачиваемый отпуск большую часть команды 15-го числа (вероятно, худший день в моей жизни), а затем начали работу по продаже компании и убедились, что ни один член команды не останется без крова (или визы, или здравоохранения для новых и будущих родителей).

К концу января мы смогли трудоустроить многих незащищенных работников, и сейчас я продаю активы компании (в том числе ряд патентов, необходимых для эксплуатации беспилотных транспортных средств). Как капитан тонущего корабля, я усадил большую часть экипажа на спасательные шлюпки и теперь вижу как ледяные воды подступают к моим ногам, в то время как я начинаю думать о том, что мне делать дальше.

С моей точки зрения, наиболее вероятной линией уровня человеческого вождения является L3, что означает, что никто не должен строить бизнес на создании безопасных систем ИИ, принимающих решения. Нынешние компании будут продолжать терять динамику в течение следующих двух лет, за ними последуют несколько лет практически без инвестиций, и (будем надеяться) еще одно испытание беспилотного транспорта на шоссе в течение 5 лет.

Я хотел бы ошибиться. Стареющая рабочая сила, которая почти наверняка начнет ограничивать экономический рост в ближайшие 5-10 лет; 4000 человек, которые ежегодно погибают в автомобильных авариях, кажущиеся ненужной жертвой. Если мы что-то и показали в Starsky, то это то, что можно прийти к результату, если искренне сосредоточиться на том, чтобы исключить необходимость присутствия человека за рулем в определенных случаях. Но вам нужен будет кто-то, кто сможет воплотить эту идею в жизнь.

Прощаюсь,
Стефан.

Читать еще полезные статьи:

• [Прогноз] Транспорт будущего (краткосрочный, среднесрочный, долгосрочный горизонты)
• Лучшие материалы по взлому автомобилей с DEF CON 2018-2019 года
• [Прогноз] Motornet — сеть обмена данными для роботизированного транспорта
• Компании потратили 16 миллиардов долларов на беспилотные автомобили, чтобы захватить рынок в 8 триллионов
• Камеры или лазеры
• Автономные автомобили на open source
• McKinsey: переосмысляем софт и архитектуру электроники в automotive
• Очередная война операционок уже идет под капотом автомобилей
• Программный код в автомобиле
• В современном автомобиле строк кода больше чем…

Автор: T-800

Источник