Profesor Jiří Matas dává autům oči. Jeden z nejcitovanějších českých vědců v zahraničí a držitel Al Awards pro odborníky, kteří určují směr celosvětového vývoje technologií umělé inteligence, je zároveň tím, kdo drží prst na vývoji samořídicích aut. Na Fakultě elektrotechnické pražského ČVUT vyvíjí třeba systémy pro automobilku Toyota, je ale také autorem nápadu, který dokáže odhalovat výrobce drog, nebo stál u zrodu systému, kvůli kterému chodí českým řidičům pokuty, protože umí číst registrační značky jejich aut. Zároveň sleduje, jak technika, s níž pracuje, dokáže rozpoznávat obličeje a v diktátorských režimech nabírá obludných rozměrů. „Může se ukázat, že nebudeme vědět, na co si dát pozor. Nebudeme vědět, co Čína umí,“ varuje před tím, že Evropa nesmí kvůli ochraně osobních dat ani zkoumat systémy, které země na východě používají.
Je to, čím se zabýváte, tedy nečekané pohyblivé objekty v provozu, tím, co je nyní největší překážkou v rozvoji autonomních aut?
Obecně jako největší potíž vnímám to, čemu říkáme řídké jevy. Tedy něco, co průměrného řidiče potká dvakrát třikrát za život. Vyhnout se kolu nebo kočárku, to už je v databázích dobře reprezentované. Ale jak často jedete o silnici, přes niž leží spadlý strom nebo na ní leží mrtvé zvíře? Můžeme vzpomenout na srážku tesly s náklaďákem, kdy se jako příčina ukázalo, že byl celý bílý. Takový náklaďák jsme vy ani já nikdy neviděli a autonomní řízení také ne.
Může se ještě stát to, co v roce 2018, kdy autonomní auto poprvé zabilo člověka? Tehdy šlo o ženu z Arizony vedoucí kolo po silnici.
V tomto případě došlo k několika selháním, žena přecházela čtyřproudou silnici mimo přechod, na kole byly nákupní tašky. Doufám, že dojde ke stejnému vývoji jako v letectví, kde je extrémní míra spolehlivosti, a to proto že se pečivě vyřeší každá nehoda a vyvodí se z ní závěry.
U autonomních automobilů to bude muset být podobné. Samozřejmě musíme dbát, aby ty nehody nebyly fatální, takže třeba při situaci, s níž si auto neví rady, můžeme pro začátek nastavit, aby jelo velmi pomalu. Například když na asfaltu nepozná, jestli jde o výmol nebo prasklinu nebo jen onová asfaltovou záplatu. Pak se posbírají data a množina situací, které jsou málo časté a nezaznamenané v trénovacích datech, se bude zmenšovat.
My si dnes už dokážeme představit, co auta budou umět, protože senzory, byť ještě nedokonalé, se používají. Co nového, co dnes neznáme, ale do aut ještě přijde?
Je spíše otázka, jestli to není naopak.
Jak to myslíte?
Aby ta auta nebyla neúměrně drahá, nemůžeme je vybavit vším, co je k dispozici. Autonomní auto má dnes dražší senzorický systém, než je cena celého mechanického zbytku.
Takže jaká je cesta?
Pracuje se třeba na tom, aby byla levnější výroba lidaru, tedy laserové technologie, která umí mapovat okolí. Je také snaha více využívat kamery, protože jsou levnější než technika tohoto druhu. Vezměte si, kdyby třeba každé auto mělo radar. V tom elektronickém šumu by mohlo docházet k nečekaným interakcím. Jednoduše řečeno: Myšlenka typu „budeme vyvíjet víc a víc senzorů, které budou poznávat víc a víc věcí“, není tou správnou cestou. My potřebujeme systém, který bude spolehlivý a finančně bude dávat smysl.
To platí za každých okolností?
U profesionálů ne. Dovedu si představit, že u kamionové dopravy je ten bonus tak velký, že se vyplatí všechnu tu techniku instalovat, ve firmách nebude také tak velký problém s údržbou. Kdyby mohl řidič na dálnici řekněme pět hodin odpočívat a dořídit až posledních pár kilometrů před cílem, bylo by to pro přepravní firmu velkou výhodou.
Přesto „vidění“ aut je při autonomním řízení klíčové, ne?
Bezesporu. Mapa pro autonomní auta je dnes 3D model se spoustou informací. Nemůže tam ale být zanesena z logiky věci řada věcí, které se mění, jako jsou pohybující se objekty. Vidění také umožňuje predikovat úmysl. Když třeba vidíte člověka u kraje silnice, který se na vás dívá, tak odtušíte, že o vás ví a nevkročí do silnice. Když je naopak zády k vám dítě, které si bouchá míčem o zem, riziko je násobně vyšší.
Když se tedy vrátím k té předchozí otázce. Senzorů je už teď hodně a že by se nějaký nový blížil, to ne. Jde se spíše cestou zlepšení algoritmů a úspor. A to se týká i výpočetní náročnosti, se kterou jsou spojeny požadavky na energii. Mohlo by se stát, že by se grafické karty podílely významnou částí na spotřebě auta.
Z toho celého vyplývá, že běžná existence samořídicích aut není tak blízko. Jak vypadá podle vás budoucnost, do níž bezpečně vidíme?
Na certifikovaných cestách, kde je zaručeno, že mají kvalitativní parametry a nejsou tam chodci nebo cyklisté, typicky třeba dálnicích, začnou jako první jezdit nákladní auta vybavená drahými systémy. Až pak se začne autonomní řízení postupně rozšiřovat do běžného provozu.
Jiné vhodné cesty tohoto druhu nyní nejsou?
V USA jsou celá oddělená městečka uzpůsobená pro život seniorů. Pohybují se tam v chráněném prostředí na autonomních vozítkách. Tam se autonomní vozy také brzy prosadí. Ale něco jako Staré Město v Praze, to bude úplně na konci. Nebuďme ale smutní. Jsme velmi cenní pro sběr dat. Silnice s kočičími hlavami, které se kříží v úzkých ulicích s tramvajovou tratí, to Američan doma nenajde.
Takže ti, kdo tvrdí, že doba autonomních aut v běžném provozu je za dveřmi, nemluví pravdu?
Jsou první a mají nějakou vizi, kterou chtějí udat. Ale první nemusí být navždy jediný a už vůbec ne nejlepší. My pracujeme s automobilkou Toyota, která dbá velmi na spolehlivost a bezpečí. Radši přijdou jako druzí, ale se systémem, který nebude chybovat. I taková firma je ovšem nervózní z toho, když někdo začne říkat, že už to bude mít příští týden.
Zdá se, že nastala doba, kdy si technologičtí lídři uvědomili, že to s predikcemi brzkého autonomního provozu přehnali, a tím se mohou uklidnit i ti, kteří se systémem ještě na veřejnost nepřišli.
Vy jste pracoval na principu rozpoznávání obličejů. Je to s těmi predikcemi podobné?
V podstatě ano. Pracoval jsem na tomto problému od roku 1995. Pamatuji období, kdy se říkalo, že už za rok to bude hotové, jenže algoritmy fungovaly jen v laboratořích. Nakonec to trvalo patnáct dvacet let a teď tu technologii musíme zakazovat, jak se rozmohla. U autonomních aut nás ještě čeká několik vln očekávání a zklamání, než budeme v uspokojivém bodě.
Mluvil jste o městech a trasách vhodných pro autonomní auta. Bude je třeba ještě technicky dovybavit? Čím?
Před olympijskými hrami v Tokiu měla Toyota zakázku na dopravu bez řidiče mezi různými místy v olympijské vesnici. Ukázalo se, že ty věci musejí jít spolu. Co neumí auto, musí umět okolí. Když auto nerozezná semafor, může on z křižovatky vysílat elektromagnetický nebo zvukový signál, který řekne, co je zelená, co červená. Může to být klidně i jištění, protože pravděpodobnost, že selže „oko i ucho“, je malá.
Ale jak se budou zlepšovat auta, bude se požadavek na infrastrukturu snižovat. Ale pro začátek bude nejjistější varianta, kdy si oboje bude pomáhat.
Co aktuálně řešíte v Centru vizuálního rozpoznávání?
Není to jen o autech. Nyní se třeba zabýváme tím, jak počítačově rozpoznat objekt rozmazaný prudkým pohybem. Zajímavé je i téma přírody. Máme jedny ze světově nejlepších výsledků rozpoznávání hub a hadů. Na velkém serveru v Dánsku náš systém pomáhá amatérům při určování druhů hub. Podílíme se i na celosvětovém projektu na rozpoznávání hadů.
Nám se to může zdát zbytečné, ale v Indii zemře za hodinu pět lidí na uštknutí hadem. Když víte, co to bylo, může to zachránit život. Telefon má u sebe dnes každý a aplikace řekne, jaký had to byl a jaké sérum bude fungovat.
Jste také spoluautorem systému, který v Česku dokáže přečíst poznávací značky aut. Jak to přišlo?
My jsme první pokusy dělali v roce 2004 a později založili firmu Eyedea Recognition, kde vznikl funkční systém. Za těch patnáct let se už ale technologie téměř úplně změnila. Mě jako autora „pradědečka“ současných metod by v tom už asi nikdo nepoznal. Ale jsem s těmi úlohami stále v kontaktu. Je třeba projekt rozpoznání značek nečitelných člověkem. Jsou třeba rozmazané nebo v malém rozlišení, ale informace k rozpoznání dostačuje. A tady je opravdu stroj lepší než člověk.
Další z vašich projektů umí odhalovat původce drog. Jak funguje?
Z našeho pohledu je to jen speciální druh případu rozpoznávání. Nejde o nic chemického. My jsme se zaměřili na obaly těch drog. Výrobci je lisují a každý stroj zanechává specifické stopy. Umíme je poznat a přiřadit. V důsledku se dá určit výrobce. Firmu Eyedea požádala o tento systém Policie ČR a co vím, mají s tím úspěch na mezinárodním poli.
Jaký máte názor na důsledky, které má systém rozpoznávání obličejů v Číně?
Nechtěl bych, abychom to u nás měli nasazeno stejným způsobem. Na druhou stranu máme v Evropě problém, že kvůli jinak správné věci jménem GDPR, tedy ochraně osobních dat, nemůžeme soupeřit ve vývoji s Čínou a Ruskem. To se může nakonec ukázat jako nevýhoda. Protože ty systémy nemůžeme ani testovat, nedozvíme se, co dokážou.
V důsledku můžeme být technologicky oslabeni a jednou velmi nepříjemně překvapeni. Možná jste slyšel o tom, že existuje program, který dokáže poznat podle tváře sexuální orientaci. Samozřejmě má to své limity, ale může se ukázat, že nebudeme vědět, na co si dát pozor. Nebudeme vědět, co Čína umí.
