Wayve делится ключевыми составляющими технологий автономного вождения
Соучредитель и генеральный директор Wayve Алекс Кендалл видит перспективы в выводе на рынок технологий своего стартапа по автономному вождению. То есть, если Wayve будет придерживаться своей стратегии, гарантирующей, что ее программное обеспечение для автоматизированного вождения будет дешевым в эксплуатации, независимым от оборудования и может применяться в современных системах помощи водителю, роботакси и даже в робототехнике.
Стратегия, которую Кендалл изложил на конференции GTC компании Nvidia, начинается с сквозного подхода к обучению на основе данных. Это означает, что то, что система «видит» через множество датчиков (например, камер), напрямую транслируется в то, как она едет (например, принимает решение затормозить или повернуть налево). Более того, это означает, что системе не нужно полагаться на карты HD или программное обеспечение на основе правил, как это было в более ранних версиях AV-технологий.
Такой подход привлек инвесторов. Wayve, запущенная в 2017 году и за последние два года привлекшая более 1,3 млрд долларов, планирует лицензировать свое программное обеспечение для беспилотного вождения партнерам из автомобильной отрасли и автопарков, таким как Uber.
Компания пока не объявляла о каких-либо партнерствах в автомобильной отрасли, но ее представитель сообщил TechCrunch, что Wayve ведет «активные переговоры» с несколькими OEM-производителями по вопросу интеграции своего программного обеспечения в различные типы транспортных средств.
Его предложение недорогого в эксплуатации программного обеспечения имеет решающее значение для заключения этих сделок.
Кендалл отметил, что OEM-производителям, устанавливающим усовершенствованную систему помощи водителю (ADAS) Wayve на новые серийные автомобили, не нужно вкладывать средства в дополнительное оборудование, поскольку технология может работать с существующими датчиками, которые обычно состоят из камер кругового обзора и радаров.
Wayve также «независим от кремния», то есть может запускать свое программное обеспечение на любом графическом процессоре, который уже есть в автомобилях его OEM-партнеров, по словам Кендалла. Однако текущий парк разработок стартапа использует систему-на-чипе Orin от Nvidia.
«Вход в ADAS действительно имеет решающее значение, поскольку он позволяет вам построить устойчивый бизнес, организовать масштабную дистрибуцию и получить доступ к данным, чтобы иметь возможность обучить систему до [уровня] 4», — сказал Кендалл на сцене в среду.
(Система вождения 4-го уровня означает, что она может самостоятельно перемещаться по окружающей среде — при определенных условиях — без необходимости вмешательства человека.)
Wayve планирует сначала коммерциализировать свою систему на уровне ADAS. Поэтому стартап разработал драйвер ИИ для работы без лидара — радара обнаружения света и определения дальности, который измеряет расстояние с помощью лазерного света для создания высокоточной 3D-карты мира, которую большинство компаний, разрабатывающих технологию уровня 4, считают необходимым датчиком.
Подход Wayve к автономности схож с подходом Tesla, который также работает над сквозной моделью глубокого обучения для питания своей системы и постоянного улучшения своего программного обеспечения для самостоятельного вождения. Как и Tesla, Wayve надеется использовать широкое внедрение ADAS для сбора данных, которые помогут ее системе достичь полной автономности. (Программное обеспечение Tesla «Full Self-Driving» может выполнять некоторые автоматизированные задачи вождения, но не является полностью автономным. Хотя компания намерена запустить службу роботакси этим летом.)
Одно из главных различий между подходами Wayve и Tesla с технической точки зрения заключается в том, что Tesla полагается только на камеры, тогда как Wayve с радостью использует лидар, чтобы в ближайшей перспективе достичь полной автономности.
«В долгосрочной перспективе, безусловно, есть возможность, когда вы действительно создаете надежность и способность подтверждать уровень масштаба, чтобы еще больше уменьшить этот [набор датчиков]», — сказал Кендалл. «Это зависит от того, какой продукт вы хотите получить. Хотите ли вы, чтобы автомобиль ехал быстрее в тумане? Тогда, возможно, вам понадобятся другие датчики [например, лидар]. Но если вы готовы, чтобы ИИ понимал ограничения камер и в результате был оборонительным и консервативным? Наш ИИ может это изучить».
Кендалл также дразнил GAIA-2, последнюю модель генеративного мира Wayve, адаптированную для автономного вождения, которая обучает водителя на огромных объемах как реальных, так и синтетических данных по широкому спектру задач. Модель обрабатывает видео, текст и другие действия вместе, что, по словам Кендалла, позволяет водителю ИИ Wayve быть более адаптивным и похожим на человека в своем поведении вождения.
«Что действительно волнует меня, так это поведение вождения, похожее на человеческое, которое вы видите, — сказал Кендалл. — Конечно, нет никакого запрограммированного вручную поведения. Мы не говорим автомобилю, как себя вести. Нет никакой инфраструктуры или карт HD, но вместо этого возникающее поведение управляется данными и обеспечивает поведение вождения, которое справляется с очень сложными и разнообразными сценариями, включая сценарии, которые он, возможно, никогда не видел раньше во время обучения».
Wayve разделяет схожую философию со стартапом по автономным грузоперевозкам Waabi, который также занимается системой сквозного обучения. Обе компании сделали акцент на масштабировании моделей ИИ на основе данных, которые могут обобщаться в различных условиях вождения, и обе полагаются на генеративные симуляторы ИИ для тестирования и обучения своих технологий.