<strong>اعتبار تصویر:</strong> Wayve
<strong>اعتبار تصویر:</strong> Wayve

مدیرعامل Wayve از عناصر کلیدی خود برای توسعه فناوری رانندگی خودکار می‌گوید

الکس کندال، یکی از بنیانگذاران و مدیرعامل Wayve، وعده‌هایی در به بازار عرضه کردن فناوری استارت‌آپ خودروهای خودران خود می‌بیند. این امر منوط به این است که Wayve به استراتژی خود در تضمین ارزان بودن نرم‌افزار رانندگی خودکار، عدم وابستگی به سخت‌افزار و امکان استفاده از آن در سیستم‌های پیشرفته کمک راننده (ADAS)، تاکسی‌های رباتیک و حتی رباتیک، پایبند باشد.

این استراتژی، که کندال در طی کنفرانس Nvidia GTC تشریح کرد، با یک رویکرد یادگیری داده‌محور انتها به انتها آغاز می‌شود. این بدان معناست که آنچه سیستم از طریق انواع حسگرها (مانند دوربین‌ها) "می‌بیند" مستقیماً به نحوه رانندگی آن (مانند تصمیم‌گیری برای ترمز کردن یا چرخیدن به چپ) ترجمه می‌شود. علاوه بر این، این بدان معناست که سیستم نیازی به تکیه بر نقشه‌های HD یا نرم‌افزار مبتنی بر قوانین، مانند نسخه‌های قبلی فناوری AV ندارد.

این رویکرد سرمایه‌گذاران را به خود جذب کرده است. Wayve، که در سال 2017 تأسیس شد و بیش از 1.3 میلیارد دلار در دو سال گذشته جمع‌آوری کرده است، قصد دارد نرم‌افزار رانندگی خودکار خود را به شرکای خودرو و ناوگان حمل و نقل، مانند Uber، مجوز دهد.

این شرکت هنوز هیچ مشارکت خودروسازی را اعلام نکرده است، اما یک سخنگو به TechCrunch گفت که Wayve در "مذاکرات قوی" با چندین OEM (تولیدکنندگان تجهیزات اصلی) برای ادغام نرم‌افزار خود در طیف وسیعی از انواع مختلف وسایل نقلیه قرار دارد.

ارائه نرم‌افزار ارزان‌قیمت برای اجرا، برای نهایی کردن این معاملات بسیار مهم است.

کندال گفت OEMهایی (تولیدکنندگان تجهیزات اصلی) که سیستم پیشرفته کمک راننده (ADAS) شرکت Wayve را در وسایل نقلیه تولیدی جدید قرار می‌دهند، نیازی به سرمایه‌گذاری در سخت‌افزار اضافی ندارند، زیرا این فناوری می‌تواند با حسگرهای موجود، که معمولاً شامل دوربین‌های اطراف و مقداری رادار است، کار کند.

به گفته کندال، Wayve همچنین "از نظر سیلیکونی آگنوستیک" است، به این معنی که می‌تواند نرم‌افزار خود را بر روی هر GPU (واحد پردازش گرافیکی) که شرکای OEM آن از قبل در وسایل نقلیه خود دارند، اجرا کند. با این حال، ناوگان توسعه فعلی این استارت‌آپ از سیستم روی یک تراشه (system-on-a-chip) Orin Nvidia استفاده می‌کند.

کندال روز چهارشنبه روی صحنه گفت: "ورود به ADAS واقعاً حیاتی است، زیرا به شما امکان می‌دهد یک تجارت پایدار بسازید، توزیع را در مقیاس ایجاد کنید و داده‌های لازم را برای آموزش سیستم تا سطح 4 به دست آورید."

(یک سیستم رانندگی سطح 4 به این معنی است که می‌تواند به تنهایی - تحت شرایط خاص - بدون نیاز به مداخله انسان در یک محیط حرکت کند.)

Wayve قصد دارد ابتدا سیستم خود را در سطح ADAS تجاری کند. بنابراین، این استارت‌آپ راننده هوش مصنوعی را طوری طراحی کرده است که بدون لیدار (Lidar) کار کند - رادار تشخیص نور و برد که فاصله را با استفاده از نور لیزر اندازه گیری می کند تا یک نقشه سه بعدی بسیار دقیق از جهان ایجاد کند، که اکثر شرکت‌هایی که فناوری سطح 4 را توسعه می‌دهند، آن را یک حسگر ضروری می‌دانند.

رویکرد Wayve به خودکارسازی مشابه رویکرد Tesla است، که آن هم در حال کار بر روی یک مدل یادگیری عمیق انتها به انتها برای تأمین انرژی سیستم خود و بهبود مستمر نرم‌افزار رانندگی خودکار خود است. همانطور که تسلا در تلاش است انجام دهد، Wayve امیدوار است از استقرار گسترده ADAS برای جمع‌آوری داده‌هایی استفاده کند که به سیستم آن کمک می‌کند تا به خودکارسازی کامل برسد. (نرم‌افزار "خودران کامل" تسلا می‌تواند برخی از وظایف رانندگی خودکار را انجام دهد، اما کاملاً خودکار نیست. اگرچه این شرکت قصد دارد خدمات تاکسی رباتیک را در تابستان امسال راه‌اندازی کند.)

یکی از تفاوت‌های اصلی بین رویکردهای Wayve و Tesla از منظر فناوری این است که Tesla فقط به دوربین‌ها متکی است، در حالی که Wayve خوشحال است که برای دستیابی به خودکارسازی کامل در کوتاه‌مدت، لیدار را نیز وارد کند.

کندال گفت: "در بلندمدت، قطعاً فرصتی وجود دارد که وقتی قابلیت اطمینان و توانایی اعتبارسنجی یک سطح مقیاس را ایجاد می کنید، آن [مجموعه حسگر] را بیشتر کوچک کنید." "این بستگی به تجربه محصولی دارد که می خواهید. آیا می خواهید ماشین سریعتر در مه رانندگی کند؟ پس شاید حسگرهای دیگری [مانند لیدار] بخواهید. اما اگر مایلید که هوش مصنوعی محدودیت های دوربین ها را درک کند و در نتیجه تدافعی و محافظه کار باشد؟ هوش مصنوعی ما می تواند آن را یاد بگیرد."

کندال همچنین از GAIA-2، آخرین مدل جهانی تولیدی Wayve که برای رانندگی خودکار طراحی شده است، رونمایی کرد که راننده خود را بر روی مقادیر زیادی از داده‌های واقعی و مصنوعی در طیف گسترده‌ای از وظایف آموزش می‌دهد. این مدل ویدیو، متن و سایر اقدامات را با هم پردازش می کند، که کندال می گوید به راننده هوش مصنوعی Wayve اجازه می دهد تا در رفتار رانندگی خود سازگارتر و شبیه به انسان باشد.

کندال گفت: "چیزی که واقعاً برای من هیجان انگیز است، رفتار رانندگی شبیه به انسانی است که می بینید." "البته، هیچ رفتار کدگذاری شده دستی وجود ندارد. ما به ماشین نمی گوییم چگونه رفتار کند. هیچ زیرساخت یا نقشه HD وجود ندارد، بلکه در عوض، رفتار نوظهور داده محور است و رفتار رانندگی را امکان پذیر می کند که با سناریوهای بسیار پیچیده و متنوع، از جمله سناریوهایی که ممکن است هرگز در طول آموزش ندیده باشد، سروکار داشته باشد."

Wayve فلسفه مشابهی با استارت‌آپ حمل و نقل کامیون خودکار Waabi دارد، که آن هم در حال پیگیری یک سیستم یادگیری انتها به انتها است. هر دو شرکت بر مقیاس‌بندی مدل‌های هوش مصنوعی داده‌محور که می‌توانند در محیط‌های مختلف رانندگی تعمیم یابند، تأکید کرده‌اند و هر دو به شبیه‌سازهای هوش مصنوعی مولد برای آزمایش و آموزش فناوری خود متکی هستند.