Google Cloud Tech показал ИИ-тренера для гонок, работающего без интернета

Google Cloud Tech показал проект ИИ-тренера, который даёт гонщику подсказки прямо во время заезда. Задача команды заключалась в том, чтобы понять, сможет ли водитель доверять системе на реальной трассе. В видео проекта разработчики рассказывают и о работе системы, и о проблемах, которые обнаружили во время испытаний.

Ключевым ограничением стала задержка: по словам участников проекта, на трассе важна даже доля секунды. Кроме того, во время заезда нельзя рассчитывать на Wi‑Fi. Поэтому для подсказок в автомобиле не использовали облачную Gemini. Команда запустила открытую модель Gemma 4 локально на смартфоне Pixel 10, задействовав встроенный TPU. Такое решение позволяло работать без подключения к интернету.

Данные автомобиля поступали через преобразователь CAN–USB. Система получала GPS-данные, показания акселерометра, положение педали и данные датчика угла поворота руля. Перед заездом агенты разбирали данные предыдущего круга, анализировали повороты и ошибки, а затем готовили брифинг с тем, на чём водителю стоит сосредоточиться. После заезда система проверяла, достигнуты ли поставленные цели. Информацию от тренера и пилота экспортировали в файл, который локальная языковая модель использовала для формирования подсказок.

Antigravity помогала команде разрабатывать приложение и подключаться к данным автомобиля. Один из участников рассказал, что не был гоночным инженером и сначала не понимал, как получить телеметрию из машины. По его словам, платформа помогла пройти этот этап, чтобы он мог сосредоточиться на создании приложения, а не на деталях подключения.

Первые версии работали неудачно. Сначала ИИ говорил почти без остановки и так отвлекал водителя, что ему было трудно управлять автомобилем. Затем система выдала рекомендацию для третьего поворота, когда машина находилась ещё в первом. Команда подготовила карту трассы и примерно за 20 минут добавила её в приложение. На следующем выезде подсказки уже относились к нужным поворотам. Разработчики несколько раз меняли систему непосредственно на трассе.

Позже ИИ стал говорить заметно меньше. В один из моментов он подсказал прибавить газ; водитель последовал рекомендации и, по его словам, прошёл этот отрезок быстрее. Авторы проекта рассматривают этот опыт как пример того, как локальную модель и телеметрию автомобиля можно использовать для подсказок в условиях, где интернет недоступен.

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.