Уйти из науки и построить стартап с перспективой сотрудничества с Tesla: интервью с Петром Бакуловым, основателем V2M
Петр Бакулов – ученый и предприниматель в области автомобильных высокотехнологичных систем. Он работал на кафедре транспортной телематики Московского Автомобильно-Дорожного Государственного Технического Университета (МАДИ) и преподавал основы автоматизации управления транспортными средствами.. Исследования Петра простираются от автомобильной инженерии (с акцентом на автоматизацию управления транспортными средствами) до обнаружения неисправностей автомобиля по звуку, который он издает во время движения. Наибольшая известность имеет работа Петра Бакулов “Акустический след неисправности как диагностический параметр современных автомобилей”, опубликованная в Scopus в 2022 году. С 2021 года Петр Бакулов является основателем компании V2M, которая занимается разработкой передового метода акустической диагностики автомобиля с использованием искусственного интеллекта (ИИ), с офисом в США и фокусом на международный рынок. Мы обсудили с Петром хитросплетения науки и бизнеса, в чем уникальность и универсальность разработанной им системы и, как запреты и ограничения в области ИИ повлияют на современный автомобильный рынок и компанию V2M.
Фактически, уже с 17 лет Вы работаете в автомобильной индустрии на различных позициях. Насколько помог этот опыт в создании проектов? И как при этом удалось совместить бизнес, научную деятельность и преподавание в университете?
У меня действительно немалый опыт в автомобильной сфере – работать приходилось много. В 17 лет я устроился учеником автомеханика в крупный дилерский бизнес, я был увлечен автомобилями, но своего автомобиля в семье не было, а значит начинать необходимо было с самого начала. Параллельно учился, занимался наукой, в те года только начиналось внедрение бакалавриата и магистратуры, поэтому де-юре инженером я никогда не был – бакалавр, магистр, затем аспирант. Преподавал я там же, где и учился, в своей альма-матер – МАДИ. В дилерстве я проработал полных три года. За это время я получил очень много полезного опыта: работа внутри большой компании с большим количеством людей (клиентов и коллег), изучение бизнес-процессов, дополнительное обучение внутри компании. Много знаний не бывает, поглощал буквально все, что было возможным. Однако я уперся в должность мастера-консультанта, и уже не имело значение как хорошо я работаю – в силу возрастных ограничений стать руководителем (сервис-менеджером, например) было просто невозможно. Оставался единственный вариант – открывать что-то свое. Научную деятельность пришлось поставить на паузу, в 2015 году я успешно окончил аспирантуру, но защита диссертации и ученая степень состоялись только в 2021 году.
V2M Inc. была основана в 2021 году. При этом до этого была проделана большая работа по созданию проекта и продукта. Как все начиналось?
Наука для меня была, своего рода, хобби. Увидеть в этом бизнес помогли почти случайные обстоятельства, знакомства с людьми из сферы венчурного капитализма и последующий отбор в стартап акселератор – Starta Ventures. Тут я понял для себя, что это не хобби, а дело жизни с перспективой успешного бизнеса. Так была основана компания. После этого мы с командой пошли с совершенно другой скоростью. В какой-то момент ты понимаешь, что если проект будет оставаться факультативным, он просто никогда не взлетит. И ты просто расставляешь приоритеты в формате “пан или пропал”. То есть, либо я делаю ставку на стартап и иду вперед полномасштабно, либо я довольствуюсь тем, что развлекаюсь этим как хобби и продолжаю работать в том русле, в котором я работал.
В итоге 2021 год для меня лично и для проекта – это защита кандидатской диссертации, учреждение компании V2M, партнерство с Starta VC, регистрация интеллектуальной собственности. А уже 2022 год – это первые инвестиции, выход из лаборатории, создание и запуск боевого прототипа, тестовая машина. Мы уже так много сделали и ещё много интересного впереди – дух захватывает.
Что представляет собой система, что такое V2M?
Изначально у меня было предположение о том, что если я лично, будучи опытным в предметной области человеком, могу распознать по звуку наличие неисправности во время движения автомобиля, то почему бы не попробовать заменить меня компьютером. Так родилась гипотеза. Так мы начали собирать примеры звуков неисправностей для их последующего анализа. Сегодня система V2M – это запатентованное аппаратное и программное обеспечение. Мы разработали методику сбора и обработки акустических данных, создали акустические датчики и контрольный блок, на котором развернут каскад из нейронных сетей, обученный на более, чем 30000 аудио файлах и способный, в некоторых случаях, достигать точности 0.98 (98%).
Система работает в режиме, близком к реальному времени. Во время эксплуатации автомобиля акустические датчики преобразовывают звук движения автомобиля в цифровой сигнал, который по проводу передается на контрольный блок. Далее блок преобразует сигнал в аудио файл, а тот в свою очередь по определённой логике подвергается анализу со стороны программного обеспечения. На финише – вывод о наличии, либо отсутствии симптома неисправности на борту.
На сайте компании и в роликах видно, что решение тестируется на Tesla? Почему для тестирования вы выбрали этот автомобиль?
Начнем с того, что Tesla Model 3 — самый продаваемый в мире электроавтомобиль. Сейчас Model Y догоняет по популярности, но это тоже Tesla и соплатформенная с Model 3. Model 3 в этом смысле унифицированное решение. Кроме того, Tesla — это не просто автомобильная, но и технологическая компания, а следовательно мы видим повышенные перспективы партнерства. Иметь положительный предметный опыт с Tesla — это большой плюс, преимущество в предстоящих переговорах.
Каким образом происходит установка решения? Как в будущем планируется развивать решение?
На сегодняшний день у нас есть прототип. Это, конечно, еще не продукт, но полноценно работающий образец. Он несколько дороговат, потому что, во-первых, это штучный экземпляр, а во-вторых, заведомо избыточно мощный hardware (аппаратное обеспечение). В будущем решение планируется развивать через партнерство с автопроизводителями. Наиболее подходящий вариант — это поставка на конвейер, имплементация к уже существующей бортовой системе диагностики современного автомобиля. В качестве идеального партнера мы, конечно, рассматриваем компанию Tesla, но не ограничиваемся этим. Сейчас мы общаемся с BMW, Fiat, Ford, Toyota. Мы понимаем, что рынок имеет потребности в нашем продукте. Шаг за шагом мы идем к тому, чтобы создать продукт и выйти на готовность к пилотному проекту. Причем у нас уже есть заверения о готовности к пилоту со стороны потенциальных партнеров.
Есть ли какие-то прогнозы о том, насколько V2M может быть успешно применено для повышения безопасности на дорогах?
По официальным данным, в США 2% дорожно-транспортных происшествий имеют в качестве главной причины возникновения ДТП неисправность транспортного средства. Во всех странах это работает примерно одинаково. Неисправность транспортного средства как причину ДТП не очень принято указывать. Легче, на самом деле, сказать водителю: “Ты не справился с управлением, дружище, давай подписывай документы”. И дальше идет гражданская ответственность виновного лица. Тем более, если виновное лицо собственник автомобиля, и даже если автомобиль неисправен, то придется отвечать тоже ему. Тем не менее, даже если это 2%, то это все равно жизни людей. По статистике разных лет можно спасти примерно 300 человек в год, если предупредить о неисправности авто заблаговременно. Следовательно, люди не попадут в аварию, не погибнут. Если говорить о тяжело раненых и потерявших трудоспособность, уже счет идет на тысячи человек.
В ближайшем будущем нас ждут самоуправляемые транспортные средства. И здесь просто необходимо иметь стопроцентную идеально точную бортовую диагностику. И сегодняшние существующие на рынке технологии в автомобильном мире не позволяют этого сделать — беспилотный автомобиль сегодня в буквальном смысле глухой. Точно также, как и любой другой автомобиль. Неисправность того же самого ступичного подшипника возникает сначала со звуком, в качестве симптома, а потом уже датчик АБС эту неисправность может зафиксировать, нередко уже после того, как колесо буквально отваливается от автомобиля. На эту тему недавно завирусился видеоролик в сети, он даже есть у нас на сайте. Там у пикапа, движущегося впереди по автостраде, отлетело колесо. Такое бывает, хоть и нечасто. И продукт V2M — это как раз гарантия безопасности, а с точки самоуправляемых автомобилей и вовсе на 100% необходимая вещь. То есть ни один беспилотник, с моей точки зрения, просто не может быть допущен к эксплуатации, если нет бортовой диагностики, которая бы закрывала все вопросы безопасности, все слепые зоны.
Продукт V2M работает на базе AI. При этом времена сейчас для искусственного интеллекта турбулентные, и ведется постоянное обсуждение о его ограничении и контроле. Как может развиваться автомобильный рынок в таких условиях? Нужно ли AI ограничивать и как по-твоему?
Все новое непременно вызывает страх. Я вообще не люблю ограничения. Я считаю свобода неизменно идет рука об руку с ответственностью. Свободный рынок развивается лучше несвободного. Свободное общество обретает большую осознанность по отношению к несвободному. И свобода — это драйвер прогресса. Поэтому я против запретов, однозначно. Другое дело — стандарты и регуляция. Мы понимаем, что во многим областях стандарты помогают и упрощают жизнь. Я думаю, что в разработке любой тематики, связанной с машинным обучением и искусственным интеллектом в целом, необходимо создавать адекватные стандарты и следовать им. Нужно, чтобы эти стандарты являлись мерилом и обеспечивали устойчивое развитие, но в тоже время, не препятствовали выходу за рамки адекватной безопасности. Иными словами, наша задача — спроектировать русло реки, но не пытаться строить плотину.
Соответственно, риски для V2M здесь точно такие же, как для любого другого бизнеса, который строит свою модель на искусственном интеллекте. В основе нашего собственного программного обеспечения используется нейросеть. Мы работает с передовыми решениями. Не могу по соображениям конфиденциальности говорить о тех моделях, которые мы используем. Но благодаря индивидуальному подходу к предметной области и нашему опыту и знаниям в эксплуатации автомобильного транспорта, в частности, моего персонального, проект приобретают особое исполнение. И, как я уже говорил, V2M — это методика. Если будет полный запрет на использование нейросетей и искусственного интеллекта, то тогда мы будем не жизнеспособны. Но я абсолютно уверен, что такого случится не может. Потому что мир уже попробовал, что это такое. Отказаться от этого будет чрезвычайно сложно. Да, может быть, какие-то GPT-технологии будут тормозиться в развитии, потому что это прямая замена человека. Но то, что предлагаем мы — это, в принципе, не убирает рабочие места.
На данный момент, технология V2M распространяется только на легковые автомобили. Можно ли использовать данное решение в тяжеловесном и общественном транспорте? Что требуется для его повсеместного развития?
Вообще-то, поскольку V2M является методикой, речь идет не только о транспорте. Фактически везде, где предвестником неисправности техники является звук, мы можем быть применены. Это касается и конструкционных элементов, и сферы добычи полезных ископаемых. Я общался с ребятами, которые занимаются добычей ископаемых, в том числе в странах Африки. Там основная проблема в том, что очень мало ремонтных бригад для спецтехники. И эта спецтехника иногда ломается в очень неудобном местоположении, что доставляет немало хлопот и приносит большие убытки. Они готовы платить за то, чтобы модернизировать конкретно свою технику.
Мы понимаем, что нужно общаться с Caterpillar и с Komatsu. Так как мне лично больше близка тематика автомобильного транспорта и легковых автомобилей, однозначно начинать я буду с них. А далее компания имеет перспективы к масштабированию. Наша методика вполне готова найти широкое применение: и в отрасли добычи полезных ископаемых, и в спецтехнике, и в грузовой технике. Повторюсь, везде, где в качестве симптома неисправности есть звук, мы можем быть успешно применены.
Важным лейтмотивом в карьере Петра Бакулова является одновременное внимание к фундаментальным исследованиям и предпринимательству. Своими исследованиями в области акустической диагностики современных транспортных средств Бакулов внес значительный вклад во внедрение нового параметра диагностики современного автомобиля (акустический след неисправности). Бакулов обосновал использование этого параметра не только для легковых автомобилей, но и для коммерческих и пассажирских (городской пассажирский транспорт) транспортных средств. Кроме того, он разработал систему на основе технологии искусственного интеллекта для обнаружения неисправностей автомобиля по издаваемому им звуку во время движения. Глобально – это может в значительной степени повысить безопасность на дорогах.