מאת: יוחאי שויגר

אתמול (ה׳), בשיחת הוועידה לאחר פרסום תוצאותיה הכספיות, חשף מנכ״ל מובילאיי (Mobileye) אמנון שעשוע כי החברה מפתחת שכבת אינטליגנציה חדשה עבור מערכות הנהיגה האוטונומיות שלה, שמטרתה להוסיף רובד הבנה מעל שכבת קבלת ההחלטות המיידית, זו שמנתחת את המרחב, מזהה נתיבים פנויים ומחשבת מסלול בזמן אמת. בדבריו תיאר שעשוע שינוי באופן שבו המערכת מבינה את סביבת הנהיגה, והדגיש כי “נהיגה אוטונומית איננה רק בעיה של תפיסה גיאומטרית, אלא בעיה של קבלת החלטות בסביבה חברתית”.

שעשוע תיאר את הכביש כסביבה שבה פועלים סוכנים רבים, שכל אחד מהם מקבל החלטות באופן עצמאי ומשפיע על אחרים. כל נהג, הולך רגל, רוכב אופניים או גורם תנועה אחר הוא סוכן במערכת אחת גדולה של יחסי גומלין. פעולה אחת של רכב אוטונומי משנה את ההתנהגות של הסביבה, והתגובות של הסביבה חוזרות ומשפיעות עליו. במצב כזה, הסביר שעשוע, הבנה של הכביש מחייבת הסתכלות רחבה יותר מאשר זיהוי נתיב פנוי או חישוב נתיב נסיעה (trajectory) אופטימלי.

מיליארדי שעות סימולציה בלילה

על הרקע הזה הציג שעשוע את המושג Artificial Community Intelligence, או בקיצור ACI. לדבריו, מדובר ברעיון שמקורו במחקר אקדמי, אך כזה שלא יושם עד כה במערכות נהיגה אוטונומיות בקנה מידה מסחרי. “זו הפעם הראשונה שהרעיון הזה, הלקוח מהאקדמיה, מיושם באופן מלא במערכת קבלת החלטות של רכב אוטונומי”, אמר. ACI מבוסס על שימוש בלמידת חיזוק מרובת סוכנים לצורך הבנת דינמיקה של קהילה. הרעיון המרכזי הוא לאמן את המערכת להבין כיצד החלטה אחת משפיעה על תגובות של אחרים, וכיצד שרשרת התגובות הזו חוזרת ומשפיעה על הרכב עצמו.

מדובר בממד שמוכר לכל נהג מהנהיגה היומיומית, גם אם הוא כמעט ואינו מודע לכך. נהג שמתקרב לכיכר עמוסה או לצומת ליד בית ספר בשעת איסוף לא מחשב רק את הנתיב הפנוי או את המרחק מהרכב שלפניו. הוא מפרש את הסיטואציה כולה: ילדים שעומדים על המדרכה, הורים שחונים בעצירה כפולה, נהגים אחרים שמגלים חוסר סבלנות, והבנה כללית שהמרחב מתנהל לפי כללים שונים מהרגיל. ההחלטה להאט, לוותר על זכות קדימה או להמתין עוד רגע אינה נובעת מחישוב גיאומטרי בלבד, אלא מהבנה עמוקה של ההקשר והציפיות של הסביבה.

כדי לאמן יכולת כזו, מובילאיי עושה שימוש נרחב בסימולציה. שעשוע הסביר כי בעוד שתפיסה חזותית ניתן לאמן גם באמצעות נתונים מהעולם האמיתי, תכנון וקבלת החלטות בסביבה מרובת סוכנים דורשים כמות נתונים גדולה בהרבה. “מורכבות הדגימה בתכנון גבוהה משמעותית”, אמר, “כי הפעולות שאתה מבצע משפיעות על ההתנהגות של אחרים”. הפתרון, לדבריו, הוא סימולציה שמאפשרת להריץ תרחישים בהיקף עצום. “אנחנו יכולים להגיע למיליארד שעות אימון בן לילה”, אמר שעשוע, כשהוא מדגיש את היתרון שבשילוב סימולציה עם מיפוי REM גלובלי שמספק בסיס מציאותי לאימון.

לחשוב מהר, לחשוב לאט

את התובנות שנלמדות בסימולציה מחלקת מובילאיי לשתי שכבות חשיבה, Fast Think ו־Slow Think. שכבת ה־Fast Think אחראית על פעולות זמן אמת, והיא זו שמנהלת את הבטיחות המיידית של הרכב. היא פועלת בקצבים גבוהים, עשרות פעמים בשנייה, ומטפלת בהיגוי, בלימה ושמירה על נתיב. זו שכבה רפלקסיבית, שרצה על החומרה ברכב ואינה יכולה להרשות לעצמה עיכובים או חוסר ודאות.

לעומתה, שכבת ה־Slow Think עוסקת בהבנת הסיטואציה שבה פועל הרכב. היא אינה שואלת רק מה מותר או אסור לעשות, אלא מה נכון לעשות בהקשר הנתון. שעשוע תיאר אותה כשכבה שמטרתה להבין את המשמעות של סצנות מורכבות ולא שגרתיות, ולא רק להימנע מסכנות מיידיות. כך למשל, במצב שבו שוטר חוסם נתיב ומסמן לרכב להמתין או לשנות מסלול, מערכת בטיחות תדע שלא לפגוע בו, אך שכבת ההבנה תאפשר לרכב להבין שלא מדובר במכשול רגיל אלא בהכוונה אנושית שמחייבת שינוי התנהגות.

החלוקה בין Fast Think ל־Slow Think מזכירה במובהק את מודל החשיבה המהירה והאיטית של הכלכלן והפסיכולוג זוכה פרס נובל דניאל כהנמן, שטבע את המונחים כדי לתאר את ההבחנה בין חשיבה רפלקסיבית ואוטומטית לבין חשיבה פרשנית ואיטית יותר. שעשוע לא הזכיר את כהנמן בשמו, אך הדמיון בין הגישות ברור.

ברמה הארכיטקטונית, המשמעות היא הפרדה ברורה בין מערכות זמן אמת לבין מערכות פרשנות. ה־Fast Think פועל בלולאות בקרה קשיחות, בעוד ה־Slow Think פועל בקצב נמוך יותר ומספק הקשר והכוונה כללית. הפלט שלו אינו פקודת היגוי או בלימה, אלא שינוי במדיניות הנהיגה. הוא יכול לגרום למערכת לבחור בהתנהגות שמרנית יותר, להימנע מעקיפות או להעדיף ויתור על זכות קדימה. המתכנן ממשיך לחשב מסלול בזמן אמת, אך עושה זאת תחת סט חדש של עדיפויות.

שעשוע ציין כי מאחר ששכבת ה־Slow Think אינה שכבה בטיחותית קריטית ואינה פועלת בזמן אמת, היא אינה מחויבת לאותן מגבלות חומרתיות כמו שכבת הביצוע. לדבריו, עקרונית ניתן אף להריץ עיבוד מסוג זה על מחשוב כבד יותר, כולל בענן, לצורך ניתוח עמוק של סיטואציות מורכבות. הוא הדגיש כי אין מדובר בהעברת החלטות נהיגה לענן, אלא בהרחבת יכולת ההבנה של המערכת במצבים שאינם דורשים תגובה מיידית.

ישולב גם בהומנואידים של מנטי רובוטיקס?

הקשר בין ACI לבין שכבת ה־Slow Think מתממש בעיקר בשלב האימון. הסימולציה אינה פועלת בזמן הנהיגה, אלא משמשת כמעין מעבדה שבה המערכת לומדת דינמיקות חברתיות. בזמן אמת, הרכב אינו מחשב מחדש מיליוני תרחישים, אלא מזהה סיטואציות שכבר פגש ומפעיל אינטואיציה שנרכשה מראש. במובן הזה, הסימולציה היא המקום שבו נבנית ההבנה, וה־Slow Think הוא המקום שבו היא באה לידי ביטוי.

הקונספטים שהציג שעשוע אינם מוגבלים בהכרח לעולם הרכב. הם עשויים להיות רלוונטיים גם לתחום החדש שאליו נכנסה מובילאיי עם רכישת מנטיס, שפועלת בתחום הרובוטים ההומנואידיים. בדומה לרכב אוטונומי, גם הומנואיד פועל בסביבה מרובת סוכנים, שבה בני אדם ורובוטים אחרים מגיבים זה לזה בזמן אמת. מעבר לשליטה מוטורית ולשמירה על יציבות, רובוט כזה נדרש להבין הקשר, כוונות ונורמות התנהגות אנושיות. במובילאיי ציינו כי הרובוט של מנטיס מתוכנן ללמוד מצפייה בהתנהגות סביבו, ולא רק מביצוע פעולות מתוכנתות מראש, גישה שמתיישבת היטב עם תפיסות כמו ACI וההבחנה בין שכבת תגובה מיידית לשכבת הבנה רחבה יותר.

למה בחר שעשוע להרחיב בנושא בשיחת הוועידה?