AlphaGo: что это за нейросеть и как она перевернула мир ИИ?
Кинематограф постоянно повторяет нам, что искусственный интеллект скоро захватит мир и поработит людей. В качестве предвестников такой угрозы выступают программы, подобные «АльфаГо».
«АльфаГо» — это ряд программ на основе искусственного интеллекта, которые используются для игры в Го.
Среди всех версий этой программы особенно известна «AlphaGo Zero», которая победила в Го все предыдущие версии и даже чемпиона мира по этой игре. Но самое удивительное заключается в том, что «AlphaGo Zero» обучалась без помощи человека.
Хотя любой искусственный интеллект должен быть обучен и тренирован человеком, «AlphaGo Zero» научилась самостоятельно, что является огромным прорывом в исследовании искусственного интеллекта.
Возможно, такие достижения в будущем приведут к появлению более сложных и умных машин, но не стоит паниковать по поводу того, что искусственный интеллект захватит мир.
Что это за игра?
Игра Го является одной из самых старых настольных игр, ее возраст составляет около 5000 лет по разным источникам. Основное правило заключается в том, что на игровом поле, разделенном перпендикулярными линиями на множество квадратиков, играют два игрока, используя белые и черные камни.
Игроки по очереди расставляют свои камни на пересечениях линий, пытаясь окружить как можно больше территории. Если камни одного цвета окружают камни другого цвета, те, что находятся внутри, удаляются с игрового поля.
Побеждает игрок, который окружил больше территории к концу игры. Есть и другие правила, но этих достаточно для понимания того, что такое «АльфаГо».
Сложная ли игра Го?
Многие не знакомы с настольной игрой Го и ее сложностью. Чтобы лучше понять эту игру, давайте сравним ее с шашками и шахматами.
В шашках игрок имеет примерно 10 вариантов хода, что делает игру не очень сложной. Но уже в 1994 году программа обыграла чемпиона мира по шашкам.
В шахматах игроку доступно в среднем 25 вариантов хода за игру, но уже в 1997 году программа победила чемпиона мира Гарри Каспарова.
Когда игрок играет в Го, он сталкивается с 361 возможным вариантом хода на начальном этапе, что делает эту игру невероятно сложной. За игру игрок может сделать от 45 до 75 ходов, поэтому для победы ему нужно провести огромный анализ игрового поля, расставляя камни и окружая камни противника.
Игра в Го считается профессиональной и сложной из-за необходимости просчитывать все возможные комбинации ходов. При этом выбор камня на 5-м ходу может повлиять на результат игры только на 45-м ходу или вообще не повлиять.
Но в 2016 году была разработана программа АльфаГо, которая обыграла тогдашнего чемпиона Ли Седоля со счетом 4:1, однако Ли Седоль смог один раз победить программу.
Разработка алгоритма программы для шашек, шахмат и Го одинакова: программа строит дерево возможных вариантов игры и идет по ветке, которая приводит ее к победе.
Из-за огромного числа игровых вариаций, дерево для игры Го получается очень разветвленным и глубоким, требуя много времени на его разработку. Поэтому время между разработкой программ для шахмат и игры Го значительно отличается, что обусловлено сложностью игры в Го.
Программа АльфаГо
Рассматривая вопрос о программе AlphaGo, стоит обратить внимание на процесс ее обучения. Для создания алгоритма AlphaGo были использованы две нейронные сети, которые работали одновременно и пытались предсказать ход, который сделал бы человек.
Одна из них была медленной, но точной, с процентом верных предсказаний 57%, в то время как вторая была быстрой, но менее точной. Обе сети обучались на данных о реальных ходах и играх людей высокого уровня, собранных с различных серверов игры Го.
Кроме того, сети самостоятельно формировали свои деревья, дополняя их при достижении конца ветки. Затем эти две сети сталкивались между собой, играя друг с другом и улучшая свои навыки.
Позднее к этим двум натренированным сетям была добавлена третья, которая оценивала ситуацию на доске и прогнозировала ее исход: победа или поражение. В результате AlphaGo состоит из трех разных функций, каждая из которых выполняет свою задачу.
Первой проверкой программы AlphaGo стала игра с чемпионом Европы по Го в 2015 году, которую программа выиграла со счетом 5:0. Однако это не вызвало особого внимания, потому что «чемпион Европы» не является высоким титулом в мире Го.
Однако игра 2016 года запомнилась навсегда. Во-первых, это была уже вторая версия AlphaGo. Во-вторых, в соперниках был один из самых титулованных и лучших игроков по Го — Ли Седоль.
И, наконец, это был единственный игрок, который смог одолеть компьютер, хотя и проиграл в целом. В честь этой версии программы она была названа AlphaGo Lee.
После этого были еще игры в 2017 году между AlphaGo и топовыми игроками в Го, но все они проигрывали программе. Таким образом, AlphaGo одержала убедительную победу над человеком в противостоянии игры Го.
Заключение
АльфаГо является лишь началом противостояния между человеком и компьютером в области игр.
На сегодняшний день активно разрабатываются системы для нескольких игр, в которых данные не настолько открыты, как в Го, и просчитать все возможные ходы наперед будет значительно сложнее, даже при правильно построенной системе.
Человек научился создавать подобные системы для игр, что делает его бессильным перед компьютером в этой области.
Однако, как только рамки будут сняты и потребуется анализировать ситуации и думать, как действовать, возможны новые формы противостояния между человеком и компьютером в играх. Мы можем только предполагать, что ждет нас в будущем в этой области.
Самая популярная нейросеть 2023 года. ChatGPT-бот в Telegram предоставляет простой и бесплатный способ взаимодействия с ИИ, без необходимости регистрации, использования VPN и дополнительных номеров — ССЫЛКА.
Этот бот отличается от других тем, что не требует оплаты за использование и может быть использован в любом количестве — пользуйтесь на здоровье.
AlphaGo: что это за программа и как она навсегда перевернула мир ИИ?
Кинематограф постоянно твердит нам , что в скором времени искусственный интеллект захватит Землю и поработит всех людей, а предвестниками такого расклада являются программы типа «АльфаГо».
Альф аГ о — это несколько версий программ на основе искусственного интеллекта, которые играют в игру Го. Из всех версий этой программы настоящий фурор навела версия AlphaGo Zero, которая обыграла в Го все предыдущие версии этой программы и чемпиона мира по этой игре. Но самое важное, что AlphaGo Zero тренировалась самостоятельно и без вмешательства людей. А как мы знаем, любой искусственный интеллект обучается и тренируется только при помощи человека.
Что это за игра такая — «Го»
- есть игровое поле, которое расчертили перпендикулярными линиями на множество «квадратиков»;
- в нее играют 2 игрока с черными и белыми камнями;
- в порядке очереди игроки расставляют камни в местах пересечения линий;
- когда камни одного цвета окружают со всех сторон камни другого цвета, то те камни , что внутри , снимаются с игрового поля;
- победу одерживает тот, к то к концу игры «окружил» максимальную площадь территории.
Сложная ли игра Го?
Не все понимают, что такое игра Го и насколько она сложная. Но многие знают такие игры , как шашки и шахматы, поэтому давайте сравним игру Го с ними .
Когда игрок играет в шашки, у него есть примерно 10 вариантов , как осуществить ход, поэтому шашки считаются не очень сложной игрой. Однако в 1994-м году была написана программа, которая в том же году обыграла чемпиона мира по шашкам.
Когда игрок играет в шахматы, то у него в течение игры в среднем появляется около 25 вариантов, как осуществить ход. И таких ходов у него может быть около 45 за игру. Однако в 1997 году была создана программа, которая выиграла партию у тогдашнего чемпиона по шахматам Гарри Каспарова.
Когда игрок играет в Го, то перед ним поле с 361-м вариантом, куда можно выставить камень. Количество вариантов с о временем уменьшается, однако если учесть , ч то за партию игрок делает около 45-75 ходов, то видно , что ему нужно проводить просто огромный анализ игрового поля. Ведь ему нужно выстраивать фигуры, чтобы окружить камни соперника. Поэтому поставленный камень на 5-м ходу может принести пользу только на 45-м ходу. А может и не принести пользу вообще. В се эти комбинации нужно уметь просчитывать, поэтому профессиональная игра в Го считается довольно сложной. Однако в 2016 году была разработана программа АльфаГо и проведена игра в Го с тогдашним чемпионом Ли Седолем. Человек проиграл со счетом 4:1, сумев выиграть один раз у программы.
Как видно , временной промежуток между разработкой программ для шахмат и игры Го очень большой. Это обусловлено по большей степени сложностью игры в Го. Алгоритм программы для шашек, шахмат и Го одинаков: выстраивается дерево возможных вариантов игры , и программа просто идет по ветке, которая приводит ее к обязательной победе. А так как в игре Го игровых вариаций очень и очень много, то и дерево получилось очень разветвленным и глубоким , и только на его разработку потребовал а сь масса времени.
Программа АльфаГо
- медленная — показывала хороший процент предсказаний, 57% верных, но делала все это по-настоящему медленно;
- быстрая — показывала процент предсказаний намного х у ж е , однако работала очень быстро.
Заключение
АльфаГо — это не конец противостояния между компьютером и человеком. На сегодняшний день ведутся активные разработки по нескольким играм. Го относится к тем играм, где все данные открыты и можно просчитать все возможные ходы наперед, если правильно выстроить систему. Человек научился строить такие системы, именно поэтому он не способен обыграть компьютер в подобных играх. Но что будет , когда в играх и системах не будет рамок, когда придется анализировать и думать , как поступить? Подобные противостояния нам еще предстоит посмотреть.
Мы будем очень благодарны
если под понравившемся материалом Вы нажмёте одну из кнопок социальных сетей и поделитесь с друзьями.
ИИ-платформа AlphaGo Zero отточила мастерство игры в го без участия человека
DeepMind, подразделение холдинга Alphabet, продолжает работу над совершенствованием искусственного интеллекта. Именно специалисты DeepMind создали чемпиона мира по игре в го — платформу AlphaGo. Ей удалось выиграть у нескольких чемпионов мира по го, после чего стало ясно, что человек уже никогда не сможет победить машину.
Недавно DeepMind сообщила о появлении ещё более сильной системы компьютерного го, способной играть в го лучше, чем все предыдущие версии AlphaGo. Новинка получила название AlphaGo Zero. Эта платформа научилась играть в го без обучения на партиях, сыгранных человеком, сама по себе.
В «базе знаний» AlphaGo Zero — правила го и больше ничего. Тем не менее, программа очень быстро совершенствуется, играя сама с собой. Разработчики утверждают, что Zero освоила правила игры всего за несколько часов. Спустя три дня самообучения AlphaGo Zero победила AlphaGo Lee, версию ИИ, которая победила Ли Седоля со счетом 4:1 в 2016 году.
Через 21 день система играла уже на уровне AlphaGo Master — версии платформы, которая в этом году одолела лучших игроков мира в го из списка топ-60, включая чемпиона мира Кэ Цзе во всех трех партиях.
Через 40 дней тренировок в играх против самой себя Zero без особого труда справилась со всеми своими прародителями. Ту систему, которая выиграла у Ли Седоля, AlphaGo Master одолела со счетом 100:0. По мере обучения система создавала «дерево» возможных ходов, оценивая последствия каждого.
Разработчики дали новой системе лишь основную информацию о правилах игры. В базу не заложили информацию об играх чемпионов. Система обучилась всему сама, играя со своей копией миллионы раз. На один ход уходило около 0,4 секунд. Если бы человек захотел пройти такое же количество партий, то ему понадобилось бы несколько тысяч лет. После каждой новой партии веса в нейросети и другие компоненты обновлялись. Интересно, что у AlphaGo Zero всего один слой нейросети, а на не два, как у предыдущих версий.
Создатели системы утверждают, что бояться мощи ИИ в данном случае не следует. Специалисты, создавшие эту систему, утверждают, что стиль ее игры в го похож на стиль некоторых мастеров, но это лишь в самом начале. Когда сражение достигает примерно середины, то специалисты обычно не видят никакой особенной стратегии — кажется, что система действует беспорядочно. Но на самом деле это не так — все ходы тщательно спланированы и направлены на победу.
Впервые Google рассказала про AlphaGo в 2015 году. Система работает с использованием двух нейросетей. Первая вычисляла возможность осуществления тех либо иных ходов, вторая — оценивала позицию камня на доске в ходе игры. Изначально систему обучали на примере партий игрокой-людей. В дополнение к нейросетям в AlphaGo был всё тот же поиск по дереву вероятностей при помощи метода Монте-Карло — часто встречавшаяся в хороших системах компьютерного го технология. В этом случае машина выбирает оптимальный ход, анализируя различные ходы. С течением времени разработчики AlphaGo добавляли все новые возможности, использовав и обучение с подкреплением. В этом случае система обучается без использования обучающей выборке партий.
Своим мнением о новой системе с нами поделился семикратный чемпион Европы Александр Динерштейн (3 профессиональный дан, 7 дан EGF).
Машина обучилась го полностью самостоятельно. Предыдущие версии AlphaGo для усвоения правил сначала прогоняли набор партий игроков-людей и лишь затем играли против копий самих себя, чтобы отточить игру. Версия AlphaGo Zero играла только с собой и научилась всему самостоятельно, но победила даже AlphaGo Master, которая играла против Кэ Цзе в мае. Согласны ли вы с тем, что при рассмотрении AlphaGo Zero исследователи даже не заикаются о матче с человеком и в качестве эталона для сравнения представляют только другую компьютерную систему?
Мне показалось, Zero стала играть в более человечное го, ходы стали проще для понимания, в игре меньше того, что мы называем тэнуки — это когда программа резко меняет планы, принципиально не отвечая на последний ход соперника. Из минусов: программа все еще повторяет одни и те же схемы в дебютах, что делает партии менее зрелищными. Го в этих партиях даже напоминает шахматы с их длинными изученными дебютами. А на самом деле в партиях людей часто уже после первых 5-10 ходов возникает позиция ранее не встречавшаяся — разбирать эти партии гораздо интереснее.
Я ожидал, что нам покажут игры на форе — ведь ходили утверждения о том, что свежая версия альфы может дать 4 камня форы той, что играла с Фаном (чемпионом Европы). Увы, эти партии все еще держат в секрете.
Про новые матчи ничего не слышно. Да и желающих среди профи как-то не видно. Понимают, видимо, что при игре на равных шансов нет, а играть на форе — это удар по самолюбию.
В своей работе разработчики замечают, как AlphaGo Zero постепенно сама изобрела некоторые дзёсэки (дебютные комбинации), включая одну комбинацию, которая встречается в профессиональной игре. Там же исследователи отмечают, что алгоритм проявляет некоторые свойства, характерные человеческой игре: захват территории, жадность, зоны влияния. Считаете ли вы корректным называть систему компьютерного го слабой формой искусственного интеллекта?
По новинкам в дебютах: как и в прошлых партиях альфа-ли и альфа-мастер мы встречаем ходы, которые люди считали плохими. Я уже 15 лет преподаю го и вспоминаю, что ругал своих учеников за такие ходы. Сейчас все профессионалы го пытаются их копировать, даже гордые японцы, которые редко брали на вооружение китайские и корейские новинки. Все согласны с тем, что идеи «Альфы» мощные, никто даже не пытается из опровергнуть.
Как AlphaGo поменяла философию го? Появились ли уже новые стратегии? Как полностью «нечеловеческая» AlphaGo Zero может изменить мир го?
Идеи AlphaGo сделали игру более скучной в дебютах. И это хорошо. Люди будут по-прежнему интересоваться партиями профессионалов, следить за их новинками. В наши дни в продаже и тем более в открытом доступе ещё нет программ, играющих в силу профи. Ожидаем японскую DeepZenGo 7 в ноябре этого года. Она будет играть в силу топ-профи (и этому есть подтверждения, так как она активно тестируется на го-серверах). Вот тут уже начнутся первые проблемы. Мы почувствуем себя в шкуре шахматистов с их вечными подозрениями в нечестной игре. И турниры на го серверах пострадают. Но это неизбежно. Хоть никто и не предполагал, что это произойдет так быстро.
Устоялся ли в сообществе го факт того, что отныне фору в матчах человек — компьютер придётся давать не алгоритму, а белковому игроку?
Вопрос по форе очень непростой. По игре программы видно, что она сильнее лучших белковых мастеров, но насколько? Ли Седоль, к примеру, уверен что на 2 камнях форы матч не проиграет. Было бы интересно провести матч на плавающей форе — в формате который применял Го Сейген в середине прошлого века. Но кто из топ профи на такое пойдет? На 2 форы профи у профи ранее выиграли — вспомним, к примеру матч Чо Хунхена с пятёркой претендентов на корейские титулы в 80-х годах. На моей памяти это был последний матч такого рода. А что если здесь нужно будет не два камня, а 3 или 4? Вы можете себе представить Каспарова, играющего матч с машиной без ладьи? Я — нет!
Любопытный вопрос. Один из программистов альфы ранее работал над самообучающейся шахматной программой giraffe, которая научилась играть в силу мастера за 72 часа. Он наверное приобрел много опыта, работая над го программой. Любопытно, сможет ли он написать новую шахматную программу по аналогии с «Альфой»? Или же подход с нейронными сетями не работает в шахматах? Мне очень интересен ответ на этот вопрос.
- Искусственный интеллект
- Логические игры
AlphaGo
AlphaGo — программа для игры в го на основе технологий ИИ.
AlphaGo использует методы, применяемые для распознавания образов, оценки позиции и выбора наиболее выгодных ходов для данной позиции — глубинное обучение с помощью свёрточных нейронных сетей для организации двух нейронных сетей: стратегической сети (англ. policy network), которая помогает сократить число рассматриваемых ходов в каждой позиции, и оценочной сети (англ. value network), она помогает оценить позицию, не просматривая игру до конца.
Для оценки сил программы, создатели организовали турнир между AlphaGo и лучшими свободными и коммерческими программами для игры в го (Crazy Stone, Zen, Pachi, Fuego), которые использовали метод Монте-Карло, и GnuGo, которая была лучшей свободной программой до использования метода Монте-Карло. AlphaGo выиграла 494 матча из 495.
Го — одна из древнейших настольных игр. Вплоть до недавнего времени считалось, что компьютер не способен играть на равных с профессиональным игроком из-за высокого уровня абстракции и невозможности перебора всех доступных вариантов развития событий — точно число допустимых комбинаций в игре на стандартном гобане больше, чем число атомов в наблюдаемой Вселенной.
2017
Разработан AlphaGo Zero — самообучаемый алгоритм для игры в го
19 октября 2017 года компания DeepMind сообщила о разработке модернизированной версии алгоритма AlphaGo для игры в го.
Последняя версия алгоритма, получившая приставку Zero к названию, не оставляет людям шансов на победу. Технология полностью самообучаемая, она способна выучить стратегии, не анализируя партии, сыгранные человеком [1] . Российский рынок WMS-систем: оценки, перспективы и крупнейшие поставщики. Обзор TAdviser
Работа AlphaGo Zero основывается на искусственных нейронных сетях, но запрограммирована иначе. Оригинальная AlphaGo запрограммирована обучаться мастерству игры в го приобретением опыта от игр с людьми.
Более совершенная версия AlphaGo Zero состоит из одной нейронной сети. Ей объяснили, что представляет собой главный атрибут игры – доска. Все остальное, включая правила, она выучила самостоятельно. Не обучаясь на партиях, сыгранных людьми, AlphaGo Zero обучалась на собственных. Она начинала с бессмысленных ходов, но после 4,9 млн партий выучила игру так, что сумела всухую обыграть оригинальный AlphaGo.
Согласно заявлению DeepMind, такой подход позволил избавить искусственный интеллект от ограничений человеческого разума. При этом настольными играми применение самообучаемой нейронной сети, используемой для создания AlphaGo Zero, не ограничится. В DeepMind полагают, что этот подход может быть применен для решения более широкого круга комплексных задач, которые имеют сходные свойства с игрой типа Go, вроде задач планирования, или в ситуациях, в которых необходимо предпринять ряд действий в правильной последовательности (укладка белка или сокращение потребления энергии).
AlphaGo победила в последней игре против Кэ Цзе и ушла из го
Компания DeepMind, принадлежащая Alphabet, объявила в апреле 2017 года о планируемом матче программы AlphaGo против Кэ Цзе, сильнейшего в мире игрока в го.
Сотрудники DeepMind намерены провести матч AlphaGo против Кэ Цзе, сильнейшего в мире игрока в го по данным независимого рейтинга Go Ratings. В го не существует официального чемпионата мира, поэтому невозможно стать чемпионом мира по го, однако учитывая победы игроков в разных турнирах можно с высокой точностью определить фактического сильнейшего игрока, которым на текущий момент является Кэ Цзе.
В рамках фестиваля го, который пройдет с 23 по 27 мая в китайском городе Вужень (провинция Чжэцзян), планируется провести матч из трех игр AlphaGo против Кэ Цзе. Также организаторы фестиваля планируют использовать ИИ и в других форматах игр — в частности, профессиональным игрокам предложат сыграть друг против друга, но у каждого игрока в команде будет свой компьютерный напарник. Кроме того, предполагается провести матч «AlphaGo против команды из пяти сильнейших игроков Китая» [2] .
В мае 2017 года сильнейший игрок в го Кэ Цзе из Китая проиграл вторую партию программе AlphaGo. Таким образом, AlphaGo обеспечила себе победу в турнире из трех партий. Кэ Цзе, отметили эксперты, следившие за матчем, «идеально» начал партию, создавая сложные для соперника комбинации по всему игровому полю. Однако AlphaGo удалось упростить игру и добиться победы.
В третьей игре против AlphaGo Кэ Цзе играл белыми камнями. После почти трех с половиной часов игры китайский профессионал сдался, хотя у него оставалось еще более 32 минут на обдумывание ходов. Таким образом, программа выиграла три игры из трех. Представители DeepMind на пресс-конференции после игры заявили, что это был последний матч, на котором играл ИИ, поскольку в этот раз соревновательная программа продемонстрировала «наивысший уровень игры для AlphaGo». Стоит отметить, что, вероятно, речь идет о прекращении участия AlphaGo только в соревновательных матчах и такая формулировка, скорее всего, не означает, что программа совсем перестанет играть в го.
2016
С 9 марта по 15 марта 2016 года проведена игра AlphaGo с Ли Седолем (Lee Sedol) в Сеуле, Южная Корея. Сыграно 5 партий. Призовой фонд $1 млн. Игры транслировались в прямом эфире на YouTube. AlphaGo выиграл матч со счётом 4-1.
Match 1 — Google DeepMind Challenge Match: Lee Sedol vs AlphaG (2016)
2015
В октябре 2015 года AlphaGo выиграла у Фань Хуэя (Fan Hui), трёхкратного чемпиона Европы матч из пяти партий со счётом 5—0. Это первый в истории случай, когда компьютер выиграл в го у профессионала в равной игре. Об этом было публично объявлено в январе 2016 года после публикации статьи в Nature.
Робототехника
- Роботы (робототехника)
- Робототехника (мировой рынок)
- Обзор: Российский рынок промышленной робототехники 2019
- Карта российского рынка промышленной робототехники
- Промышленные роботы в России
- Каталог систем и проектовРоботы Промышленные
- Топ-30 интеграторов промышленных роботов в России
- Карта российского рынка промышленной робототехники: 4 ключевых сегмента, 170 компаний
- Технологические тенденции развития промышленных роботов
- В промышленности, медицине, боевые (Кибервойны)
- Сервисные роботы
- Каталог систем и проектовРоботы Сервисные
- Collaborative robot, cobot (Коллаборативный робот, кобот)
- IoT — IIoT — Цифровой двойник (Digital Twin)
- Компьютерное зрение (машинное зрение)
- Компьютерное зрение: технологии, рынок, перспективы
- Как роботы заменяют людей
- Секс-роботы
- Роботы-пылесосы
- Искусственный интеллект (ИИ, Artificial intelligence, AI)
- Обзор: Искусственный интеллект 2018
- Искусственный интеллект (рынок России)
- Искусственный интеллект (мировой рынок)
- Искусственный интеллект (рынок Украины)
- В банках, медицине, радиологии, ритейле, ВПК, производственной сфере, образовании, Автопилот, транспорте, логистике, спорте, СМИ и литература, видео (DeepFake, FakeApp), музыке
- Национальная стратегия развития искусственного интеллекта
- Национальная Ассоциация участников рынка робототехники (НАУРР)
- Российская ассоциация искусственного интеллекта
- Национальный центр развития технологий и базовых элементов робототехники
- Международный Центр по робототехнике (IRC) на базе НИТУ МИСиС
- Машинное обучение, Вредоносное машинное обучение, Разметка данных (data labeling)
- RPA — Роботизированная автоматизация процессов
- Видеоаналитика (машинное зрение)
- Машинный интеллект
- Когнитивный компьютинг
- Наука о данных (Data Science)
- DataLake (Озеро данных)
- BigData
- Нейросети
- Чатботы
- Умные колонки Голосовые помощники
- Безэкипажное судовождение (БЭС)
- Автопилот (беспилотный автомобиль)
- Беспилотные грузовики
- Беспилотные грузовики в России
- В мире и России
- Летающие автомобили
- Электромобили
- Подводные роботы
- Беспилотный летательный аппарат (дрон, БПЛА)