Tesla ищет инженера для создания «мышления второго уровня» в FSD: искусственный интеллект научат рассуждать, а не только повторять действия

В последние годы вокруг автопилота Tesla FSD не утихают споры: система уверенно справляется с базовыми задачами — держит полосу, тормозит, рулит, особенно заметен прогресс в версиях F13 и F14. Но когда дело доходит до сложных дорожных ситуаций, где требуется не просто реакция, а настоящее понимание происходящего, FSD пока пасует. Например, если рабочий на дороге держит табличку «Медленно», машина остановится. Но сможет ли она понять, что рабочий, стоящий спиной и жестикулирующий, на самом деле разрешает проезд? Или предугадает ли, что быстрое перестроение на свободную полосу нецелесообразно, если впереди она перекроется?

Подобные сценарии требуют не только мгновенной реакции, но и умения рассуждать, анализировать контекст. Именно для решения этой задачи Tesla сейчас ищет инженеров по искусственному интеллекту, специализирующихся на обучении с подкреплением и дистилляции знаний. Их задача — создать более «умные» и компактные модели, способные не только реагировать, но и осмысленно принимать решения (фото: Tesla).

Вдохновением для такого подхода служит теория двух систем мышления: «Система 1» — быстрая, интуитивная, отлично подходит для рутинных задач, а «Система 2» — медленная, логичная, необходима для сложных, нестандартных ситуаций. Сейчас архитектура FSD напоминает именно первую систему: она молниеносно преобразует картинку с камер в управляющие сигналы, но не способна глубоко анализировать происходящее. Отсюда и возникают проблемы с распознаванием сложных дорожных условий.

Tesla признаёт этот недостаток: существующие модели не умеют по-настоящему рассуждать, им сложно даже отличить левое от правого в неоднозначных ситуациях. Решение видится в так называемой «дистилляции знаний». Суть проста: в дата-центрах обучается огромная, сложная логическая модель, способная анализировать и принимать решения на уровне эксперта. Она выступает в роли «учителя», решая миллионы задач и формируя эталонные ответы. Затем эти решения используются для обучения более компактной и быстрой «ученической» модели, которую уже можно запускать на бортовом компьютере автомобиля.

В результате Tesla рассчитывает получить автопилот, который сочетает молниеносную реакцию с настоящим логическим мышлением. Такой подход не только оптимизирует производительность, но и становится единственным способом внедрить продвинутые функции FSD на массовых автомобилях с ограниченными вычислительными ресурсами.

С точки зрения развития технологий, дистилляция знаний — это ключ к созданию новых версий FSD, где даже упрощённые модели смогут рассуждать почти как человек. Как только удастся реализовать полноценное «физическое мышление», Tesla сможет выпустить облегчённые версии FSD, способные работать на существующем оборудовании.

Вектор развития очевиден: компания уходит от простого копирования поведения к формированию настоящего понимания окружающего мира. Это позволит автопилоту уверенно справляться с нестандартными ситуациями, где сейчас он часто «теряется» и требует вмешательства водителя. Ожидается, что такой скачок в логике и рассуждении станет куда заметнее для пользователей, чем постепенные улучшения между текущими версиями FSD.

Пока Tesla только в начале этого пути, но направление выбрано верно: впереди — автопилот, который не просто реагирует, а действительно понимает, что происходит вокруг. Александр Степанов