Цього тижня @AppliedInt запускає Dana — агентну платформу для розробки фізичних AI-додатків. Applied Intuition починала зі створення інструментів, необхідних інженерам для розробки автономних систем, потім — ОС, яка їх об'єднує, і нарешті — інтелекту, що працює на самих машинах. Як описує компанію сьогодні співзасновник і CEO Касар Юніс, кінцева мета завжди була набагато більшою, ніж просто інструменти для безпілотних автомобілів. Місія — інтелект на мільярді машин.
Негламурний рівень
У 2017 році індустрія автономності поділяла спільне передбачення: одна з невеликої кількості вертикально-інтегрованих компаній вирішить проблему безпілотних автомобілів, керуватиме ними та захопить увесь ринок. Як наслідок, капітал переважно спрямовувався у повноцінні програми роботаксі. Кожна така програма наймала власних інженерів, збирала власний автопарк і перебудовувала приблизно ту саму внутрішню інфраструктуру розробки.
Інженери, які переходили між великими програмами автономності, стикалися з цікавим ритуалом. Вони залишали позаду інструменти, які використовували для розробки та тестування автономних систем, приходили в наступну компанію — і починали будувати ці інструменти заново. В індустрії було багато впевненості в автономності, але дуже мало спільних найкращих практик для її створення.
Applied Intuition запропонувала перетворити ці практики на компанію.
Це була думка меншості, і це не був звичайний спосіб участі в дедалі моднішому ринку. Великі розробники L4-автономності не вважали, що їм потрібен зовнішній постачальник інструментів. Applied Intuition намагалася продавати їм усе одно. Відомі програми безпілотного керування, як-от Cruise, відмовилися. Можливо, на той час це була зрозуміла позиція: вони не збиралися чекати, поки стартап на кшталт Applied Intuition створить інструменти, які їхні власні інженери вже планували зробити внутрішньо.
Багато видатних повноцінних програм тієї епохи більше не існують у тому вигляді. Наприклад, Cruise було придбано General Motors і згодом закрито після інциденту безпеки. Тим часом Applied Intuition пережила (і перевершила) більшість із них.
У засновницькій презентації Applied Intuition був слайд під назвою «Ідеї, у які ми віримо». Однією з цих ідей було те, що будь-який єдиний виробник автономних транспортних засобів залишиться лише однозначною часткою світового ринку автомобілів, оскільки структура автомобільної індустрії тяжіє до розподілу між багатьма виробниками.
Якби одна вертикально-інтегрована компанія захопила ринок автомобілів, раціональною стратегією було б бути (та інвестувати) в цю компанію. Але якщо це не ринок, де переможець отримує все, то інші дев'яносто з гаком відсотків автомобілів набували б інтелекту через існуючу автомобільну промисловість. Ці виробники не могли б кожен окремо відтворювати всі рівні сучасного програмного стеку. Незалежний постачальник мав би забезпечити спільну інфраструктуру.
Касар і технічний директор Applied Intuition та інший співзасновник Пітер Людвіг робили ставку на дифузію, а не на концентрацію. Автономне майбутнє має настати не лише через нових гравців, які замінюють існуючих, а й тому, що існуючі гравці можуть стати технічно іншими компаніями. Applied Intuition мала дати їм засоби для цього.
Касар і Пітер об'єднали досвід General Motors, Google і Y Combinator із технічною глибиною та незвичайною толерантністю до повільної, точної роботи зі створення критичних для безпеки систем. Коли великі компанії L4 спочатку відмовилися стати клієнтами, Applied Intuition продавала меншим командам автономності в Силіконовій долині, зокрема Voyage та їхній когорті. Розроблені продукти слідували за вимогами роботи клієнтів: спочатку симулятор для планування, потім симулятор для сприйняття, а згодом — інфраструктура для керування даними та виконання мільйонів таких симуляцій.
Детерміністична симуляція, яка корелює з фізичною реальністю, може звучати як неприваблива продуктова категорія. На практиці вона дала індустрії спільний орієнтир для визначення, чи працює автономна система, без необхідності ставити автомобіль на дорогу та тестувати в продакшені. Симулятор перетворює дорожню подію на повторюваний тест, який потім можна реалізувати в реальності.
Ринкова структура згодом відобразила слайд «Ідеї, у які ми віримо» Applied на користь тези про монолітного виробника. Насправді це не було очевидним заздалегідь, але ретроспективно це має сенс. Автомобіль — це не чистий програмний продукт. Це регульована, капіталомістка фізична система, яка продається через усталені дистрибуційні мережі. Програмне забезпечення може реорганізувати, де накопичується цінність і які можливості мають значення. Але воно не може само по собі сплющити цю промислову складність до одного виробника.
У ясний день видно General Motors
Десь у 2018–2019 роках General Motors зробила офіційний запит на інструменти розробки. Двадцять вісім компаній подали заявки, зокрема NVIDIA та Ansys. Applied Intuition була ще маленьким стартапом, а GM мала процедури закупівель і безліч варіантів, які змагалися за вибір. Продукти Applied показали кращі результати за специфікацією, тому їхня пропозиція перемогла.
Нагорода від GM перетворила клин серед стартапів автономності в Силіконовій долині на легітимність у традиційних виробників. Сценарій став повторюваним: починати з технічно агресивних менших компаній, а потім використовувати отриманий продукт і докази для обслуговування існуючих гравців, що працюють у промислових масштабах.
Приблизно через вісімнадцять місяців після заснування Applied Intuition увійшла в оборонну промисловість. Компанія найняла людей, які зсередини розуміли цю сферу, а потім застосувала автомобільний підхід (симуляція, дані, інтеграція, валідація) до оборонних систем. Далі були будівництво та гірнича справа, потім комерційні вантажівки.
Типова програмна компанія часто входить у нову вертикаль, змінюючи кілька іменників у своїй презентації. Applied входила, наймаючи команди, вихідці з кожної сфери, і перебудовуючи продукт навколо обмежень замовника, системи закупівель і вимог безпеки. Водночас продукт підіймався технічними сходами.
Нижній рівень складався з симуляції та інфраструктури даних: генерація сценаріїв, збір машинних даних, відтворення подій, оцінка поведінки. Вище — операційні системи для фізичних машин: планування, проміжне ПЗ, керування пам'яттю, зв'язок, функціональна безпека. Це були операційні системи, відповідальні за машину, а не за набір додатків, що відображаються на ній. Ще вище — сам інтелект: світові моделі та системи планування, розгорнуті на машинах, що працюють на землі, у повітрі та на морі.
До 2024–2025 років результат можна було виміряти зовні. Applied Intuition залучила раунд з оцінкою $15 мільярдів. До 2025 року вісімнадцять із двадцяти провідних некитайських автовиробників стали клієнтами. Вантажівки L4 з технологією Applied Intuition працювали без водіїв у Японії. Компанія мала розгортання з армією США та операційну систему на борту військових кораблів ВМС США, а також виробничу роботу в гірничій справі, будівництві, сільському господарстві та вантажних перевезеннях. І, що є аномалією для багатьох стартапів Силіконової долини, Applied Intuition значною мірою зберегла первинний капітал, залучений від інвесторів (майже $1 мільярд), при цьому майже подвоюючи дохід у масштабі кілька років поспіль.
На той час початкова проблема змінилася. У 2017 році індустрія запитувала, коли автономний інтелект стане достатньо потужним. На середину 2020-х, завдяки зростаючій складності трансформерних моделей, потужність моделей почала надходити швидше, ніж великі організації могли її розгортати.
Ось чому інструментальні компанії можуть стати платформенними. Інструмент починає з вирішення обмеженої задачі. Якщо він успішний, він стає спільним інтерфейсом, через який виконується багато задач. Він накопичує інтеграції, тестові сценарії, робочі процеси та організаційну пам'ять, і зрештою перестає бути аксесуаром до виробничої системи, а стає середовищем, у якому відбувається виробництво.
Веббраузер є історичною аналогією. Він не «створив» інтернет, але зробив мережу корисною для переважної більшості людей, які не були гіками-аматорами, і трильйони доларів економічної активності спрямувалися до того, що цей доступ дозволив їм будувати та робити. Прогрес Applied Intuition від симулятора до інфраструктури даних, а потім до операційної системи слідував за роботою, яку вже робили її клієнти. Оскільки дедалі більше цієї роботи переходило в продукти Applied, програмне забезпечення ставало частиною того, як ці компанії будували машини, а не просто інструментом для одного етапу розробки.
Dana
Сьогодні Applied Intuition запускає Dana.
Протягом дев'яти років Applied Intuition будувала технологію, яка використовується для створення інтелектуальних машин. Dana ставить агентний інтерфейс над цією накопиченою системою. Інженер може почати з вимоги, під'єднати її до відповідного коду, прогнати зміну через симуляцію та визначені оцінки, перемістити її на тестовий стенд або систему HIL (Hardware-in-the-Loop) і зрештою підготувати для фізичної машини. Значна частина цієї роботи раніше вимагала від інженерів передавати результати вручну між спеціалізованими інструментами. Dana може координувати шлях, зберігаючи запис того, як система змінилася та чому.
Це відбувається в момент, коли змінюється технічний метод, що лежить в основі автономності. Протягом більшої частини історії індустрії безпілотного керування прогрес відбувався у формі імітаційного навчання: зібрати достатньо записаного водіння людини та навчити модель копіювати його. Фронтир змістився до наскрізного навчання з підкріпленням у замкнутому циклі розробки. Система стикається з проблемою, команда знаходить або генерує більше прикладів цієї ситуації, модель знову тренується, і той самий сценарій запускається знову, щоб побачити, чи покращилася її поведінка. Applied уже має симуляцію, синтетичні дані, оцінку та системи розгортання, необхідні для роботи цього циклу. Dana дає агентам роль у його керуванні.
Фізична економіка історично залишалася стійкою до програмного забезпечення з причин, які здавалися нерозв'язними. Ці галузі мають довгі апаратні цикли та багато міркувань фізичного світу. Це звичайні інженерні проблеми, доки машина не важить кілька тонн і не рухається поблизу людей, і хтось не постраждає. У цей момент кожен зв'язок між специфікацією та рішенням про розгортання має витримати перевірку.
Автономні машини стикаються з незвичайним тягарем доказів. Виробник може вважати, що модель працює добре, але все ще не може випустити її, доки регулятори не зможуть зрозуміти, як цей висновок було зроблено. Dana була створена з урахуванням цього. Її корисність залежить як від відстежуваності та оцінки, так і від швидкості, з якою вона може генерувати код або запускати робочий процес.
Економіка змінюється одночасно. Інтелект рухається крутою ціновою кривою вниз. Сам рівень автономності буде тяжіти до достатку, а в багатьох умовах — до незначної граничної ціни.
Один виробник роботів може продати лише машини, які він виробляє. Dana може використовуватися для модернізації обладнання, яке, як очікується, залишиться в експлуатації ще на двадцять років, і для розробки нових машин, форма яких більше не визначається необхідністю вмістити всередину людину-водія. Іншими словами, Dana — це один зі способів отримати мільярд інтелектуальних машин.
Протягом багатьох років автономні системи були обмежені самими моделями. Це обмеження послабилося. Робота, що залишилася, знаходиться всередині виробників та операторів, які намагаються їх розгорнути, у формі адаптації моделей до реального обладнання та підтримки системи, коли вона працює далеко від дослідницької лабораторії. Ринок готовий використовувати AI у фізичному світі, але більшість компаній не можуть дозволити собі зібрати організацію автономності з тисячі людей для цього.
Applied Intuition витратила дев'ять років, вивчаючи, як інтелект виживає при контакті з апаратним забезпеченням і фізичним світом. Dana передає ці знання в руки кожного, хто намагається змусити машину рухатися самостійно.
