# Уэс Рот и Доктор Ноу-ит-олл об опыте в Robotaxi и прорыве Alpha Genome Источник: https://www.youtube.com/watch?v=cKDEl8BD6hc Канал: Wes Roth Опубликовано: 27.06.2025 --- В новом интервью на канале Уэса Рота приглашенный эксперт Доктор Ноу-ит-олл делится эксклюзивными впечатлениями от поездки на беспилотном такси Tesla в Остине. Собеседники анализируют технологический разрыв между Tesla и Waymo, обсуждают новый прорыв Google DeepMind в области генетики — Alpha Genome — и пытаются предсказать близость технологической сингулярности. ## 🚕 Первые мили на Tesla Robotaxi: личный опыт в Остине [[JUMP:0:00]] Доктор Ноу-ит-олл стал одним из первых людей, протестировавших Robotaxi в реальных условиях. Приглашение пришло неожиданно: находясь в Мичигане в субботу днем, он получил уведомление о мероприятии, которое должно было состояться уже в воскресенье в Техасе. Несмотря на недавнюю операцию жены на колене, эксперт вылетел в Остин, где едва не пропустил свою очередь в очереди за латте, когда другие создатели контента, включая Герберта Онга (канал Brighter with Herbert), одновременно получили уведомления о готовности машин. Основные детали тест-драйва по Остину: * **Объем испытаний:** Доктор Ноу-ит-олл совершил 10 поездок в течение двух дней общей длительностью около 90 минут. * **Безопасность:** В каждой машине на пассажирском сиденье находился монитор безопасности с «тревожной кнопкой», однако за всё время тестов вмешательство не потребовалось. * **География:** Поездки проходили в геозоне к югу от реки в Остине. Машина успешно маневрировала между кофейнями и общественными местами. * **Ощущения:** По словам гостя, поездка казалась «абсолютно нормальной и естественной», что он считает важным достижением. Сразу после Robotaxi эксперт пересел в Waymo для сравнения «спина к спине». ## ⚔️ Tesla против Waymo: битва за масштаб и датчики [[JUMP:3:33]] По мнению Доктора Ноу-ит-олла, Tesla имеет все шансы победить в гонке беспилотников благодаря стратегии масштабирования. Основной аргумент заключается в стоимости и сложности оборудования. Сравнительные характеристики конкурентов, приведенные в дискуссии: 1. **Waymo:** Стоимость автомобиля оценивается в $150 000. Он оснащен «целым набором бородавок»: лидарами, радарами, сонарами и камерами. По мнению гостя, такая система сложна в масштабировании, так как требует гипердетального картографирования каждой улицы с точностью до сантиметра. 2. **Tesla:** Использует только 8 камер и нейронную сеть (Vision Only). Стоимость автомобиля составляет около $45 000. Доктор Ноу-ит-олл утверждает, что подход Tesla более гибкий: он лично тестировал Model Y на грунтовых и гравийных дорогах и даже в поле, где машина успешно находила путь. В то же время Waymo, по его мнению, работает скорее как «американские горки» на невидимых рельсах — при любом отклонении от карты система может выйти из строя. Уэс Рот и его гость сошлись во мнении, что человеческий глаз и нейронная сеть — достаточный инструмент для вождения, так как дороги изначально проектировались под биологическое зрение. Критический аргумент о плохой видимости в дождь или туман Доктор Ноу-ит-олл парирует тем, что в таких условиях и человеку водить небезопасно. ### 🛠️ Секреты обучения: Unreal Engine и видео из интернета [[JUMP:11:41]] Эксперт напомнил о методологии Tesla, представленной еще в 2022 году. Компания использует игровой движок Unreal Engine для воссоздания редких «краевых случаев» (edge cases). Например, если машина застряла между грузовиками UPS и FedEx, Tesla может создать миллион вариаций этой сцены в симуляции, чтобы обучить нейросеть. Перспективные направления обучения ИИ: * **Координатная трансформация:** Способность ИИ смотреть видео от третьего лица (например, на YouTube) и понимать, как повторить эти движения своими «руками». * **Nvidia Isaac Gym:** Физический симулятор, где тысячи роботов могут тренироваться одновременно в ускоренном режиме. * **Демократизация разработки:** Использование Codex от OpenAI позволяет людям без глубоких знаний C++ программировать роботов Unitree через Python. ## 🧬 Alpha Genome: когда ИИ становится биологом [[JUMP:25:52]] Одной из главных новостей дня стал релиз Alpha Genome от Google DeepMind. Доктор Ноу-ит-олл объясняет, что это технология, позволяющая анализировать гигантские цепочки ДНК (до миллиона пар оснований) с беспрецедентным разрешением. Технические особенности Alpha Genome: * **Гибридная архитектура:** Модель объединяет сверточные нейронные сети (CNN), известные еще по AlexNet 2012 года, и современные трансформеры. * **Внимание к деталям:** CNN фильтруют подозрительные участки, а трансформеры с механизмом внимания (attention mechanism) ищут связи между парами оснований, которые находятся далеко друг от друга в цепи. * **«Мусорная» ДНК:** ИИ позволяет исследовать некодирующие участки ДНК (составляющие около 95%), которые, как выяснилось, содержат важные инструкции по управлению экспрессией генов. Уэс Рот отмечает, что подразделение Google Isomorphic Labs уже использует подобные симуляции для разработки лекарств, превращая этот процесс из «угадайки» в точную науку. ## 📈 Рекурсивное самосовершенствование и «P-Doom» [[JUMP:36:43]] Собеседники обсудили концепцию «интеллектуального взрыва», которую некоторые аналитики (например, Леопольд Ашенбреннер) прогнозируют на 2027 год. Доктор Ноу-ит-олл, основываясь на своем опыте получения магистерской степени по ИИ в середине 2010-х, считает, что ключом станет объединение нейросетей с генетическими алгоритмами. Проблемы на пути к супер-ИИ: * **Симуляция полового размножения:** Сложный вопрос о том, как эффективно объединить веса двух сильных моделей, чтобы получить «потомка», превосходящего родителей. * **Вычислительная стоимость:** Обучение и тестирование популяций из сотен моделей требует колоссального количества времени и ресурсов GPU. * **Эффективность выборки (Sample Efficiency):** Человек обучается гораздо быстрее машин. Ян Лекун утверждает, что к 4 годам ребенок получает столько же информации от реальности, сколько содержится во всех текстах, написанных человечеством (около 12 трлн токенов). Что касается риска гибели человечества (P-Doom), Доктор Ноу-ит-олл полагает, что общество стало относиться к этому фаталистично. Он считает, что мы находимся всего в одном архитектурном шаге от создания систем, которые будут «демонстративно умнее людей» во всех аспектах.