Mit jelent pontosan az, hogy valaki önvezető szoftverek döntéshozatalával foglalkozik?

Az önvezető autókban futó szoftvert sokszor ezekre a főbb komponensekre bontjuk fel: detekció, szenzor fúzió, tervezés és kontroll. Közülük első, a kameraképeken történő objektumfelismerés az, ahol a gépi tanulásnak, különösképp a mély hálóknak manapság nincs alternatívájuk. Az önvezető autós fejlesztésekben a legtöbb mesterségesintelligencia-kutató ezen a téren dolgozik, korábban én is voltam ilyen csoportban. Vannak azonban a már detektált objektumok után is gépi tanulást igénylő feladatok, amikben közreműködöm. Ezek lehetnek magasabb szintű döntések (sávváltások, navigáció, manőverek, biztonságos haladás megtervezése váratlan helyzetek esetén is), vagy alacsonyabb szintű (kormány tekerés, sebességszabályzás).

Összefoglalnád a NeurIPS konferencia Pommerman verseny lényegét?

A NeurIPS konferencia a legnagyobb neurális hálókkal foglalkozó konferencia, amit immáron harmincharmadik alkalommal rendeztek meg. Ennek keretében rengeteg előadás mellett több versenyt is szerveztek, így képfeldolgozás és döntéshozás témájúakat is. A Pommerman verseny 2018-ban indult, az idei volt a második, a tavalyihoz képest picit módosított szabályokkal.

A régi Bomberman/Dyna Blasterhez hasonló játékban négyzethálós pályán lépked a játékosunk, aki bombákat lehelyezve nyit utat, szerez új képességeket, és robbantja fel az ellenfeleket. A játékmezőnek csak egy részét látja az ágensünk, tehát a játék ‘partially observable’, részlegesen megfigyelhető.

Az ágens irányítását bármilyen technikával meg lehetett valósítani, ami 0,1 másodpercen belül képes volt döntést hozni. A konferencia neurális hálós irányultsága miatt adódik, hogy megerősítéses tanulással készítsünk ágenst, de a diszkrét állapottér és akciók (léphet balra, jobbra, fel, le, maradhat vagy bombát rakhat) miatt azt gondoltam, viszonylag könnyen szimulálható keresőfával a lépések hatása.

Végül tehát egy minimax keresőfát készítettem, ahol a saját és a többi ágens összes lehetséges lépését szimulálom minél több körre előre, majd feltételezve az ellenfelek optimális viselkedését, kiválasztom az elérhető legjobb lépést.

A keresőfa egyébként régi, egyszerű technológia, de reneszánszát éli: mintavételezett bejárással (Monte Carlo Tree Search) fontos része volt az AlphaGo-nak is, ráadásul egy magyar kutató, Szepesvári Csaba (UCB) is sokat tett érte.

Tavaly második helyezést értél el, mit gondolsz, mit csináltál másképp, amiért most sikerült a dobogó első fokáig jutnod?

A kiadott játék python-ban íródott, de abban pár száz lépéskombináció leszimulálására volt lehetőség 0,1 másodperc alatt, ami még egyetlen kör összes lehetőségéhez sem elég (négy játékos, hat lépéslehetőség: 6^4=1296 lehetőség). Elérhetővé tett egy lelkes játékos egy sebességre optimalizált C++ változatot is, ez viszont sajnos nem mindig úgy viselkedett, mint a valós python-os, így a tervezés teljesen tévútra futhatott. Fontos volt a C++ játékmotor javítgatása, hogy komplexebb, több bombás helyzetekben is helyes eredményt adjon.

Idén az egy csapatba tartozó két-két ágens már kommunikálhatott egymással egy keveset. Itt igen hasznosnak tűnt annak a megfigyelt információnak megosztása a csapattárssal, hogy az ellenfelek megszerezték-e már a bombarúgás képességét, mert egy közelharci helyzetben nagyon különböző lehetőségei vannak a játékosoknak ettől függően. Előfordul, hogy az egyik ágensem látja az egyik ellenfelet, amint megszerzi a képességet, de aztán a másik ágensemmel kerül összetűzésbe, ilyenkor jól jön a mielőbb átadott információ. Igaz, hogy ezúttal az elmúlt év nyertese nem indult a versenyen, de idei verzióm magabiztosan legyőzi a tavalyi megoldását.

Szakmai szempontból nézve (a legjobb helyezés elérésén kívül) mire ad alkalmat egy ilyen megmérettetés?

Az AImotive-nál sok technológiát használtam már az évek során, de fakeresés alapú döntéshozásra még nem volt szükség. Mivel az AlphaGo váratlan sikere lenyűgözött, örömmel kipróbáltam a technológiát.

Az alkotás öröme, a felkészülés izgalma és a legjobb helyezés mellett utólag mindig örömmel megosztjuk a leszűrt tanulságokat a többi indulóval is. A verseny után titkok nélkül megbeszéljük, ki mivel járt sikerrel és melyik technika nem jött be, hiszen a megismert jó meglátások, trükkök a verseny után jobb szakemberré tesznek.

Végül a versenynek, és az AImotive támogatásának köszönhetően utazhattam Vancouver-be is és vehettem részt a szakterületem legkomolyabb konferenciáján, bár ez váratlan ajándék volt.

Mik a rövid és hosszú távú szakmai céljaid?

A Pázmány ITK-n tanultam, majd 5 pörgős évet C++ fejlesztőként töltöttem az orvosi képalkotó eszközöket fejlesztő, szintén magyar Mediso-nál. Az AImotive-nál felbecsülhetetlen ismeretanyagot és gyakorlatot szereztem különböző python-os gépi tanulás keretrendszerekkel, tanítással, az adat kezelésével; ezek továbbra is izgalmas technológiák számomra, mindenképp ezekben szeretnék tovább fejlődni.

Különösen izgalmasak azok a módszerek, amik akár az embernél ügyesebben oldanak meg egy feladatot, persze csak az emberiség javára. Mivel manapság sok munkalehetőségből választhatunk, örülök, ha az eszköztárammal az emberi életminőség javításáért tehetek.

Mesélj kicsit az Automotive-ról! Mivel foglalkoztok, mióta működik a startup, és mitől különleges?

A céget Kishonti László alapította 2015-ben, akkor még ADASworks néven, hogy a mesterséges intelligenciára támaszkodva önvezető technológiát dolgozzon ki. Több kör befektetés után mára az egyik legnagyobb tőkét bevonzott hazai cég lett, amit egy idei összeállítás a legizgalmasabb jelenlegi magyar startupnak titulált. Emellett a saját területünkön világviszonylatban is az egyik legnagyobb független cég vagyunk.

A mi megközelítésünk annyiban más, mint például a specializált, önvezető szoftvereket fejlesztő versenytársainké, hogy igyekszünk a teljes technológiai problémakört megérteni és azokra megoldást adni. Emiatt van az önvezető szoftvercsomagunk mellett a tesztelést és validálást segítő szimulátorunk, illetve a hardveres limitációkra megoldást nyújtó neurális háló gyorsító megoldásunk. Ezek bár egymást segítik, de mind külön termékként is elérhetőek.

Mi a véleményed az önvezető autózás jövőjéről?

Nagyon érdekes ívet írt le az önvezető autók eddigi útja. A 2010-es évek közepe fele még mindenki azt várta, hogy pár éven belül elérkezik az önvezetés forradalma. Ez az optimizmus az évek múlásával és a feladat kitisztulásával alábbhagyott és eljutott oda, hogy jelenleg is még legalább tizenöt évre tesszük, hogy teljesen önvezető autók (L4+) járják az utakat. Rengeteg technológiai, jogi és infrastrukturális kérdést kell megoldani addig.

Világossá vált, hogy az oda vezető út hosszabb, és sokkal inkább fokozatosan, egyre több vezetéstámogató funkció beépülésén keresztül visz.

Emellett az is látszik, hogy más utat jár be a „robotaxik” (Waymo, Uber, stb) és a klasszikus, de egyre jobban automatizálódó gépkocsik fejlesztése. Amíg az első célja, hogy a vezetőt kiváltva nyújtson majd egy szolgáltatást, addig az autógyártók és így a magunkfajta cégek törekvései arra irányulnak, hogy hogyan lehet költséghatékonyan és biztonságosan tömegtermékké tenni az önvezető autókat. Mivel a rendszerek már most jelentősen csökkentik a balesetek számát, nagyon motiváló számomra, hogy olyan dolgokkal foglalkozom nap mint nap, ami által a világunk egy biztonságosabbá hellyé válhat.

(Fotó: AImotive)