Ինքնավար մեքենաները և DARPA-ի մեծ մարտահրավերը․ մաս 2
Երթուղու նախագծումը
Մրցավազքի ժամանակ Humvee-ն 25 րոպե շարունակ չէր երթևեկում պատահական ուղղությամբ, այն ընթանում էր հատուկ երթուղով դեպի հստակ նպատակակետ։ Պատճառն այն է, որ այս մեքենան ուներ փոքրիկ ծրագրակազմ (software), որը հուշում է, թե ուր գնալ։ Նախագծային այս տարրը ինքնավար մեքենայի ամենակարևոր մասն է, այն որոշում է համակարգի մնացյալ աշխատանքի առաջնահերթությունը (priority)։ Մեքենայի մնացած բոլոր գործողությունները ծառայում են երթուղուն հետևելու նպատակին, դրանք կարող են լինել օրինակ՝ ղեկի կառավարումը, որպեսզի մեքենան դուրս չգա ճանապարհից կամ բախվի ժայռերին և այլն։ Մրցավազքի կազմակերպիչները մրցակիցներին ճանապարհի էլեկտրոնային քարտեզը տվել էին մրցավազքից ընդամենը երկու ժամ առաջ, քանի որ չէին ցանկանում, որ մասնակիցները նախապես գաղտնի ուսումնասիրեն երթուղին։ Գլոբալ տեղորոշման համակարգի (GPS) քարտեզը կորդինատներով նշում էր, թե որտեղից ուր պետք է գնան մեքենաները։ Ուստի, Chris-ն ու իր թիմը GPS սենսոր տեղադրեցին իրենց մեքենայի վրա, որպեսզի կարողանան տեղորոշել վերջինիս գտնվելու վայրը։ Նրանք գիտեին. չնայած որ GPS-ը ուղորոշման ամենակարևոր մասն է, բայց միայն GPS-ը բավարար չէ։ Ճանապարհին կարող էին խոչընդոտներ լինել, օրինակ՝ քարեր կամ պարիսպներ։ Ուստի, «Կարմիր» թիմը նախօրոք ստեղծել էր մի ընդգրկուն քարտեզ, որը նրանք կոչում էին «աշխարհի լավագույն քարտեզը (the best map in the world)»: Այդ քարտեզով ընդարձակելու էին մրցավազքի առավոտյան ստանալիք քարտեզը։ Մրցավազքից շաբաթներ առաջ նրանք ուսումնասիրել էին անապատի 54․000 մղոն քառակուսու արբանյակային պատկերները, որպեսզի տեղորոշեն հնարավոր խոչընդոտները։ Այնուհետև, երբ նրանց երկու ժամով տվեցին երթուղու GPS կորդինատները, տասնչորս անդամից կազմված անձնակազմը մի քանի տասնյակ համակարգիչների օգնությամբ շտապեց անոտացիայի ենթարկել (annotate) երթուղու (route) տեղանքը։
Համակարգիչները շարունակաբար որոնում էին մրցավազքի մեկնարկից մինչև ավարտ հասցնող լավագույն երթուղին, հետո թարմացումներն ուղարկում էին աշխատողներին, որպեսզի վերջիններս կարողանային որևէ մեկին նախապատվություն տալ։
Chris-ն ու իր թիմը ուզում էին մրցավազքից առաջ իրենց ինքնավար Humvee-ում վերբեռնել նախօրոք հաշվարկված ճանապարհը։
Երթուղու որոնումը
Երեխա ժամանակ հավանաբար խաղացել եք այն խաղը, երբ ձևացնում ես, թե հյուրասենյակի հատակը տաք լավա (lava) է։ Այդ խաղի իմաստը ճանապարհներ գտնելն է, որով անցնելիս լավային չենք դիպչի։
Իր դիրքից դեպի քարտեզում նշված վայրը գնալու համար Humvee-ն պետք է նույն կերպ վարվեր՝ լավայի փոխարեն խուսափելով անապատի վտանգներից։ Սակայն, մենք չենք կարող պարզապես ասել․ «Humvee, գտի՛ր լավ ճանապարհը»։ Պետք է հիշել, որ երբ Vaucanson-ը ստեղծեց իր Ֆլեյտահարին, նա ստիպված էր այն հրահանգավորել անգամ ամենափոքր շարժումների համար, որպեսզի սարքն ի վերջո նվագեր։ Հենց այդպես էլ, երբ մենք համակարգ ենք ծրագրավորում լավ ուղի գտնելու համար, ապա պետք է նրան հստակ քայլերի հաջորդականություն տանք, որին հետևելով կկարողանա ինքնուրույն գտնել ցանկալի ուղին։ Այս քայլերը բաղադրատոմսի են նման, միայն թե պետք է հստակ սահմանենք յուրաքանչյուր դետալ։
Իսկ հյուրասենյակում ինչպե՞ս էինք փորձում շրջանցել տաք լավան․ նախ, առանց անգամ գիտակցելու մեր մտքում որոշել էինք, թե սենյակի որևէ մակերեսի կամ առարկայի վրա ոտք դնելը ինչ կարժենա։ Այն հավանաբար այսպիսի տեսք ուներ՝
Այնուհետև ծրագրում էինք մեր երթուղին սենյակով՝ հաշվարկելով, թե քայլերի ինչպիսի հաջորդականությամբ կարող ենք հասնել սենյակի մյուս կողմ՝ հնարավոր նվազագույն արժեքով։
Պետք է նկատել, որ լավ երթուղի փնտրելու խնդիրը մշակվում է որևէ գործառույթ մինիմումի հասցնելով (տվյալ դեպքում՝ երթուղու արժեքը)։ Սա շատ կարևոր է, քանի որ խնդիրը դրեցինք այնտեղ, որտեղ համակարգիչները բավականին հմուտ են։ Նրանք գլուխ չեն հանում բարդ իրավիճակում չնախատեսված ավարտով նախագծեր իրականացնելուց, բայց որևէ գործառույթ մինիմումի հասցնելը համակարգչի համար խնդիր չէ։ Մրցավազքը, որին Humvee-ն մասնակցում էր, ուներ հստակ ժամանակացույց։ Այսպիսով, «Կարմիր» թիմը վեց միավորանոց սանդղակով արժեքներ էր սահմանել իրենց քարտեզի յուրաքանչյուր մետրի համար՝ հաշվի առնելով, թե որքան ժամանակում են նրանք ակնկալում, որ Humvee-ն ապահով կանցնի այդ մետրը։ Բարդ տեղանքը հեշտ տեղանքից ավելի բարձր միավոր էր ստանում, քանի որ մեքենան այնտեղ ստիպված էր ավելի դանդաղ վարել։ Թիմը հավելյալ տուգանային միավորներ էր ավելացնում այն տեղանքներին, որոնք մշակված չէին, չունեին GPS տվյալներ, անհարթ էին կամ զառիթափ, ինչպես նաև նրանց, որոնք բավականին հեռու էին GPS կորդինատների կողմից նկարագրված մրցավազքային գոտու կենտրոնից։ Ունենալով քարտեզ, որում յուրաքանչյուր քառակուսի մետրի համար արժեք էր սահմանված՝ նրանք պետք է գնահատեին երթուղին։
Կարճագույն ճանապարհը փնտրող Դեքստրայի ալգորիթմը (Dijkstra’s algorithm) կիրառելով՝ համակարգիչը ճանապարհ է որոնում՝ ընդարձակելով որոնման «սահմանագիծը» սկսած մեկնարկի կետից։
Ծրագիրը աշխատեցնում է մի հանգույց (loop), որն ամեն անգամ սահմանագիծը մի փոքր առաջ է մղում, մինչև ի վերջո սահմանագիծը հասնում է վերջնական նպատակակետին։ Մինչ ծրագիրը ընդարձակում է սահմանագիծը, նրա մեկ այլ կտոր դանդաղ ավելացնում է արժեքը, որ պատրաստ է «վճարել» սահմանագծից ներս որևէ կետի հասնելու համար։ Ուստի, երբ ամեն անգամ սահմանագիծը ընդարձակվի՝ նոր կետ ներառելով, այդ կետը կունենա այն արժեքը, որը հանգույցը պատրաստ է վճարել։
Սահմանագծի նման ընդարձակման առավելությունն այն է, որ այն կարող է որոնել լավագույն երթուղիները, որոնք հարթ են և ցածր արժեք ունեն։ Ինքնավար մեքենայի դեպքում, երբ սահմանագիծը հասնում է նպատակակետին, համակարգիչն արդեն գիտի, թե որն է լավագույն երթուղին և որքան արժեք այն ունի։ Քանի դեռ համակարգիչը հետևում է, թե ինչպես է սահմանագիծը ձգվում քարտեզով, այն կարող է արագ հետ կանգնել՝ գտնելու նպատակակետին հասնելու ամենակարճ ճանապարհը։ Համակարգչային գիտնականները և ռոբոտագետները երկար տարիներ ուսումնասիրել են նմանատիպ ալգորիթմները և նրանք գիտեն, թե ինչպես վայրկյանների ընթացքում գտնել ամենափոքր արժեքով երթուղին մեծ քարտեզներում։ Եթե անհրաժեշտ չէ գտնել լավագույնը, այլ պետք է գտնել պարզապես մի բարենպաստ երթուղի, նրանք կարող են հաշվարկել նույնիսկ ավելի կարճ ժամանակում։ Երբ «Կարմիր» թիմի համակարգիչները նմանատիպ ալգորիթմով նախագծեցին Humvee-ի երթուղին, վերջինս պատրաստ էր սկսել մրցավազքը։
Քարտեզ՝ չորս տարբեր տիպի տեղանքով։ Ցանցում յուրաքանչյուր վանդակ ներկայացնում է մեկ քառակուսի մետր և ներկված է 4 գույներից մեկով, որն արտահայտում է տեղանքի տեսակը։ Մուգ գույները ունեն ավելի բարձր արժեք և հեշտությամբ հաղթահարելի չեն։ Ձախ կողմում և աջ կողմի վերևում համապատասխանաբար նշված են մեկնարկն ու ավարտը։ Ամենաբաց մոխրագույնից դեպի ամենամուգը մեկ վանդակն անցնելու համար պահանջվում է 1․0, 3․0, 9․0 և 18․0 մետր/վայրկյան։
Որոնման որոշ ալգորիթմներ, որոնք գործարկվում են՝ որոնման «սահմանագիծը» մեկնարկից ընդարձակելով։ Յուրաքանչյուր սահմանագիծ ներկայացված է ուրվագծով, որոնք ներկայացնում են, թե որքան ճանապարհ կարող է անցնել մեքենան 175, 350, 525 և 700 վայկյանում։
Երբ ալգորիթմն ամբողջովին ավարտված (completed) է, այն գտել է օպտիմալ ճանապարհ ըստ արժեքային ցանցի։ Այս պարագայում ավելի շատ միտում կա, որ երթուղին կանցնի բաց գույնի տեղանքով, որում մեքենան կարող է ավելի արագ ընթանալ։
Ուղորոշում (NAVIGATION)
Քարտեզում իր դիրքը գտնելու համար Humvee-ն օգտագործում էր Chris-ի թիմի կողմից իր վրա ամրացված GPS սենսորը։ GPS սենսորները օգտագործում են ազդանշաններ, որոնք ստացվում են ԱՄՆ Պաշտպանության նախարարության կողմից ուղեծրում տեղադրված և մանրակրկտորեն տրամաչափված տասնյակ արբանյակների համաստեղությունից։ Արբանյակներից մի քանիսը (ոչ նույն) մշտապես տեսանելի են GPS սենսորին, որն օգտագործում է տեսանելիներից չորսը մի քանի մետրում եռանկյունավորելու իր ընթացիկ ժամանանակը (t) և իր դիրքը (x, y, z)։ Այնուամենայնիվ, միայն GPS-ը բավարար չէ ինքնավար մեքենայի համար։ Նախ, GPS չափումները միշտ չէ, որ ճշգրիտ են, լավ GPS համակարգը աշխատում է սանտիմետրերի անճշտությամբ, բայց վատագույն դեպքում որոշ համակարգեր կարող են աշխատել մի քանի հարյուր մետրի անճշտությամբ։ GPS չափումները նաև կարող են բացթողումներ ունենալ սարքավորման ցնցումներից, օրինակ՝ թունելով անցնելիս, կամ արբանյակների ազդանշանների խաթարումից, քանի որ դրանք անցնում են Երկրի իոնոլորտով (մթնոլորտի վերին շերտ)։ Ահա թե ինչու, Humvee-ի համար կարևոր էր ուղորոշվել առանց GPS-ի օգնության։ Այսպիսով, «Կարմիր» թիմը արագացուցիչներ (accelerometers) տեղադրեց մեքենայի վրա՝ եռաչափ տարածությունում Humvee-ի հավաքած արագացումը, մեքենայի դիրքն ու արագությունը գնահատելու համար։
Նրանք նաև գիրոսկոպ (gyros) կցեցին, որը պտույտը չափող արագացուցիչ (accelerometer) է, որպեզի Humvee-ն կարողանա ինքնուրույն կողմնորոշվել տեղանքում։
Մեքենան համախմբում էր accelerometers-ի և GPS սենսորների չափումները՝ օգտագործելով 1960 թ․ հայտնաբերված մաթեմատիկական մի մոդել, որը հայտնի է Kalman filter անունով։ Kalman filter-ը որոշակի ժամանակում օբյեկտի դիրքին հետևելու մեթոդ է (օրինակ՝ ռոբոտ մեքենայի կամ օվկիանոսում սուզանավի դիրքը), որն իրականացնելու համար պետք է ունենալ օբյեկտի չափագրումները, գնահատել նրա դիրքը և համեմատել վերջիններս։
Kalman filter-ի առանցքային գաղափարն այն է, որ մենք երբեք ճշգրիտ չգիտենք օբյեկտի իրական դիրքն ու արագությունը, միայն կարող ենք անկատար լուսանկարներ ստանալ, ինչպես օրինակ՝ լույսի բծերը սոնարի (sonar) վրա։ Որոշ բծեր կարող են սխալ լինել։ Իրականում Kalman filter-ի նպատակն այն չէ, որ իր ցանկացած չափագրում ճիշտ լինի, նրան անհրաժեշտ է միջինում ճշգրիտ չափագրումներ։ Բավարար ուսումնասիրությունների դեպքում այն իրոք կարող է հիանալի կերպով մոտավոր բացահայտել օբյեկտի ճիշտ դիրքը և արագությունը։ Kalman filter-ը, չափագրումներ կատարելով accelerometer֊ից, gyros-ից, GPS-ից, ինչպես նաև անիվներից, կարող է հնարավորության տալ հաշվարկելու ինքնավար մեքենայի դիրքը ընդամենը մի քանի սանտիմետրի անճշտությամբ, նույնիսկ եթե GPS-ն անաջատվի երկու րոպեով։ Բայց նույնիսկ այսպիսի ճշգրիտ չափագրումների դեպքում, Humvee-ն միևնույն է կարող էր բախվել պարիսպների, քարաբեկորների կամ ճանապարհին ընկած այնպիսի բաների, որոնք տեսանելի չեն «Կարմիր» թիմի քարտեզում։ Ուստի, թիմը նաև մի հսկայական «աչք» ամրացրեց մեքենայի վրա։
Նրանց նպատակն այն էր, որ այս հսկա աչքը սկանավորի մեքենայի ճանապարհը և առկայության դեպքում գտնի այն խոչընդոտները, որոնք ծածկագրված (encoded) չէին նախանշված երթուղում։ Մեքենան այնպես էին նախագծել, որ եթե ճանապարհին որևէ առարկա կամ անհարթություն հանդիպեր, նա կարողանար շրջանցել՝ ղեկը թեքելով աջ կամ ձախ։ Այդ աչքը լազերի և լուսային սենսորի համադրություն էր, որը կոչվում էր լիդար (lidar)՝ որպես լույսի հայտնաբերման և տատանման կարճ տարբերակ։ Լիդարը նման է ռադիոտեղորոշիչի (radar) կամ սոնարի, ուղղակի մի տարբերությամբ, որ այն ազդանշան է տալիս օբյեկտների լույսից, այլ ոչ հնչյուններից կամ ռադիոալիքներից։ Այս տեխնոլոգիային կարող ենք կոչել լազերային սկաներ։ Հսկա աչքը նաև ուներ մի զույգ պտտվող տեսախցիկներ, որոնք կարող էին ցույց տալ տարբեր ուղղություններ։ Սակայն, Humvee-ի հսկա աչքը շատ թերություններ ուներ։ Մեքենան ոչ մի իրատեսական եղանակով նախագծում չուներ՝ իր երթուղին հարմարեցնել ըստ «աչքի» ցուցումների։ Այն պարզապես ընթանում էր նախօրոք պլանավորված ճանապարհով՝ բախումներից խուսափելու համար ղեկը թեքելով աջ կամ ձախ` համաձայն մի քանի պարզ կանոնի։ Եվ հենց այս թույլ զարգացած «աչքն» էր, որի պատճառով մեքենան չկարողացավ արգելակել և բախվեց ժայռին։
Մեծ մարտահրավերի հաղթողը
Humvee-ն անապատով անցել էր յոթ մղոն և սլանում էր ձախ թեքվող ոլորաններով։ Սակայն իր շրջադարձերից մեկը չափազանց կտրուկ ստացվեց և ձախ անիվները բախվեցին ճամփեզրին գտնվող թմբին։ Մեքենան ցեխի մեջ ընկավ և առաջ սահելով բախվեց ժայռին։ Այսպես անցավ մրցավազքի մեկ ամբողջ րոպե, հետո՝ ևս մեկ րոպե, մինչ Humvee-ն ցեխի մեջ պտտում էր իր անիվները։ Մրցավազքի մի քանի աշխատակիցներ, որոնք հետևում էին Humvee-ին` նրա առաջընթացը վերահսկելու նպատակով, ականատես եղան, թե մեքենան ինչպես էր պայքարում։ Նրա անվադողերը պտտվում էին մոտ յոթ րոպե, մինչև ի վերջո սկսեցին այրվել։ Աշխատակիցները հեռակառավարման էլեկտրոնային վահանակով անջատեցին ռոբոտի աշխատանքը և շտապեցին կրակը մարելու։ Մեքենայի անիվներն այնքան արագ էին պտտվում, որ վահանակի անջատիչը սեղմելիս լիսեռները (shafts) երկու մասի բաժանվեցին։ Chris-ի թիմը պաշտոնապես դուրս մնաց պայքարից։
Ռոբոտ մեքենաների մրցավազքը կազմակերպել էր Ամերիկայի Պաշտպանության նախարարության բաժիններից մեկը, որը կոչվում է «Պաշտպանական առաջատար հետազոտական ծրագրերի գործակալություն» (DARPA, Advanced Research Projects Agency)։ DARPA-ի մարտահրավերը ստացել էր 106 դիմում, որոնցից 15-ը (այդ թվում Chris-ի և իր թիմի կողմից նախագծած Humvee-ն) մասնակցեցին մրցավազքին։ Ինքնավար մեքենաներից և ոչ մեկը չշահեց 1 միլիոն դոլար մրցանակը։ Դիտորդի աչքին այս մեքենաները կարող էին շատ խղճուկ թվալ։ Մասնակիցներից մեկը՝ մի մեծ բեռնատար, հետ էր կանգնել թփերի հանդիպելու պատճառով, մինչ մեկ այլ մեքենա, ստվերից վախենալով, դուրս էր եկել ճանապարհից։ Ինքնավար մոտոցիկլետ ստեղծողը, մրցավազքից առաջ այնքան էր հուզվել և ուրախացել, որ մոռացել էր միացնել մոտոցիկլետի ինքնակառավարման ռեժիմը։ Վերջինս ձախողեց հենց մեկնարկային գծի վրա։
Humvee-ն մինչ ճամփեզրին կանգնելը երթևեկել էր 7․4 մղոն։ Չնայած մրցավազքի լավագույն մասնակիցը լինելուն՝ նա երթուղու ընդամենը 5%-ն էր անցել: «Կարմիր» թիմն ուսումնասիրեց մրցավազքի ժամանակ իրենց կատարած բոլոր նշումները և հրապարակեց մի ծավալուն հոդված, որում նկարագված էին իրենց մեքենայի ուժեղ և թույլ կողմերը։ Հոդվածում նրանք թվարկել էին բոլոր այն խնդիրները, որոնց ռոբոտ մեքենան բախվել էր 25 րոպե տևողությամբ աշխատանքի ընթացքում։ Դա նման էր “Blues Brothers” ֆիլմի սցենարին։
- Բախում պարսպի սյունին #1
- Բախում պարսպի սյունին #2
- Րոպեական դադար
- Բախում պարսպի սյունին #3
- Բախում քարաբեկորին
- Լարված կենտրոնացում շրջադարձի վրա (վերջին պատահար)
«Կարմիր» թիմի հոդվածում այս բախումները ներկայացվում էին, որպես «անկանխատեսելի դեպքեր», մինչդեռ ապահովագրական ընկերությունը դրանք ավելի շուտ «պատահարներ» կկոչեր։
DARPA-ն մրցակիցներին հայտնել էր, որ մրցավազքը կարող են ավարտել քառանիվ pickup բեռնատարով, սակայն «Կարմիր» թիմը Humvee-ին էր ընտրել, քանի որ նրանք չէին ուզում, որ սարքավորումը ճանապարհային խնդիրներ առաջացնի։ Այս հարցում նրանք իհարկե այդքան էլ չէին սխալվում։ Օրինակ՝ բախում #3֊ում պարսպի սյունը ամրացված էր, ինչը նշանակում է, որ Humvee-ն, որն իհարկե ավելի ամուր էր, սեղմել էր այն մոտ երկու րոպե, հրել և շարունակել ճանապարհը։ Chris֊ն իրենց Humvee-ին անգամ անվանեց «պարսպակործան մեքենա, 22 մ/ժ արագությամբ գազան»։ Սակայն, խնդիրն այն էր, որ Humvee-ն հազիվ էր տեսնում իր ճանապարհը։ Նրա հսկա աչքը շատ թերի էր և ուներ թույլ տեսողություն։ Բացի իր՝ երկար հեռավորության վրա ուղղորոշվելու ունակությունից, Humvee-ի խելացի գործողություններից շատերը պարզապես ենթադրում էին արձագանք սենսորներին՝ պարզագույն կանոներ կիրառելով։ Տեղյակ լինելով այս թերությունների մասին՝ «Կարմիր» թիմը այնպես էր ծրագրավորել մեքենան, որ վերջինս անտեսի իր տեսախցիկից և լազերային սկաներներից ստացված տեղեկությունը, երբ այն հուսալի չի թվա և հետևի GPS կորդինատներին՝ երթևեկելով նախորոշված ուղով և առանց որևէ բան տեսնելու։
Ձախողված մրցավազք
Կողքից դիտողի համար Մեծ մարտահրավերը իսկական ձախողում կթվա։ CNN-ը հետևյալ վերնագրով էր այն ամփոփել՝ «Ռոբոտներին չհաջողվեց ավարտել Մեծ մարտահրավերը»։ Popular Science-ը այն կոչեց «DARPA-ի ջախջախումը անապատում» և այլն։ Սակայն, մրցակիցներից շատերն իսկապես գոհ էին արդյունքներից։ Մասնակիցներն ու կազմակերպիչները մրցույթից հետո գնացին խնջույքի Buffalo Bill’s խաղատանը, որտեղ նրանց շրջապատել էին հետաքրքրված երիտասարդներ, ովքեր տարված էին ռոբոտ մեքենաներ ստեղծելու մտքով։ Շուտով նրանք կկարողանային մանրամասն կարդալ, թե ինչպես է ռոբոտ մեքենան կարողացել անապատային բարդ տեղանքով երթևեկել 7․4 մղոն։ Մրցակիցները ի վերջո կարող էին հանգիստ քուն մտնել մի քանի ամիս տևած քրտնաջան աշխատանքից հետո։ DARPA-ի պաշտոնյաները նույնպես ոգևորված էին, նրանք մեկը մյուսին շնորհավորում էին մրցավազքի առթիվ։ Վերջին ութ տարիների ընթացքում ինքնավար մեքենաների ոլորտը «թվային ձմռան քուն էր մտել», այն բանից հետո, ինչ ոլորտի առաջատարներից մեկը՝ Ernst Dickmanns-ը հայտարարեց, որ ոլորտը պետք է սպասի մինչև համակարգիչները դառնան ավելի հզոր։ Քանի որ համակարգիչներն արդեն 25 անգամ ավելի արագ էին, DARPA-ի Grand Prize֊ը արագորեն սկսել էր տաքացնել ինքնավար մեքենանների ոլորտը, որպեսզի վերջիններս ձմռան քնից դուրս գան, և հետազոտողները նորից առաջընթաց գրանցեն։ DARPA-ն նաև մեկ քայլ ևս մոտեցավ Կոնգրեսից մանդատ ստանալուն, որպեզի մինչ 2015 թ․ ռազմական մեքենաների մեկ երրորդը դարձնեն ինքնավար։ Ինչպես մրցակիցները, այնպես էլ DARPA-ն համաշխարհային փորձագետներից վավերագրություններ ուներ, թե ինչպես ստեղծել մեքենաներ, որոնք կկարողանան ինքնուրույն երթևեկել անապատում մղոններով։ DARPA-ի տնօրեն Anthony Tether-ը բացատրել է․
«Մեզ համար նշանակություն չունի ինչ-որ մեկը ավարտեց մրցավազքը, թե ոչ։ Մեր նպատակն էր տարածաշրջանում հետաքրքրություն առաջացնել գիտության և մեքենաշինության նկատմամբ»։
Այս տեսանկյունից, մրցավազքը ցնցող հաջողություն ունեցավ։ Այն գրավել էր ավելի քան հարյուր դիմորդների, մի քանի ամսում լուսաբանվել էր ավելի քան 450 հեռուստատեսային լրատվականների և 58 թերթերի կողմից։ Wired-ի և Popular Science-ի նման հայտնի ամսագրերը մի քանի էջ էին հատկացրել իրադարձությունը նկարագրելու համար։ Եվ չնայած նրանք այդ ժամանակ դեռ չգիտեին, բայց այս իրադարձությունը նախորդեց ինքնավար մեքենաների տեխնոլոգիայում ծանր արդյունաբերական ներդրման շուրջ մեկ ու կես տասնամյակ։ Պատրաստակամ լինելով շարունակել առաջընթացը՝ DARPA-ի պաշտոնյաները հայտարարեցին, որ մոտ մեկ տարուց նրանք մեկ այլ մրցավազք կկազմակերպեն։ Նրանք ավելի գրավիչ դարձրին մրցանակը՝ այն հասցնելով 2 միլիոն դոլարի։ Առաջին մրցավազքին նախորդած շաբաթներն անքուն անցկացրած մրցակիցներից մեկը՝ Gary Carr֊ը նրանց շարքում էր, ովքեր հազիվ էին համբերում մասնակցել երկրորդին․ «Մենք նորից այստեղ կլինենք։ Մեր մեքենաներն ուրիշ կլինեն, բայց մենք այստեղ կլինենք»։ Նա միակը չէր, ով այսպես ոգևորված էր։ Հաջորդ մրցավազքը նոր հնարավորություն էր նաև Chris-ի և «Կարմիր» թիմի համար։
Շարունակելի
Նյութի սկզբնաղբյուրը` “How Smart Machines Think”
Code Republic-ը ծրագրավորման գիտահետազոտական կենտրոն է, որն ունի նաև ուսումնական բաժին։ Ուսումնական բաժնում խմբավորում ենք խորացված ծրագրավորումը մաթեմատիկայի, ֆիզիկայի և ինժեներության հետ։
Մենք ջանք ու ժամանակ չենք խնայում և ստեղծում ենք այնպիսի որակյալ նյութեր, որոնք ցույց են տալիս ծրագրավորման իրական կողմը` արվեստը: Առայժմ դա ստացվում է, իսկ պատճառը պարզ է.
մենք սիրում ենք այն, ինչ անում ենք։
Ձգտում ենք ունենալ ծրագրավորման, մաթեմատիկայի, ֆիզիկայի և ինժեներության խորացված լավագույն դասընթացները և վարձավճարը սահմանել ամսական հնարավոր նվազագույնը` 42 000 դրամ։ Խոստանում ենք երբեք չթանկացնել, իսկ շատ ու շատ անվճար դասընթացներ էլ տեղադրել YouTube-յան մեր ալիքում, այստեղ՝
Բոլոր ցանկացողները կարող են ստեղծել և տեղադրել նոր դասընթացներ, կամ, ինչու ոչ, գրել հայալեզու հոդվածներ Medium-ում։ Համագործակցության համար գրեք մեզ contact@coderepublic.am հասցեով։ Եվ, իհարկե, հետևեք մեզ այլ սոց. ցանցերում. Facebook, Instagram, Telegram, և որ ավելի կարևոր է՝ LinkedIn, տեղադրում ենք միայն օգտակար նյութեր։
Ջանք ու եռանդ չենք խնայում լուծելու երկրում գլխավոր խնդիրներից մեկը՝ որակյալ ծրագրավորող-ինժեներների կրթումը։ Ժամանակատար է, դժվար է, բայց կանգ չենք առնում։
Ընտրել ենք բա՛րդ ճանապարհը
