Il co-fondatore e CEO di Wayve, Alex Kendall, vede promesse nel portare la tecnologia della sua start-up di veicoli autonomi sul mercato. Questo, se Wayve resta fedele alla sua strategia di garantire che il suo software di guida automatizzata sia economico da eseguire, indipendente dall'hardware e possa essere applicato ai sistemi avanzati di assistenza alla guida, ai robotaxi e persino alla robotica.
La strategia, che Kendall ha delineato durante la conferenza GTC di Nvidia, inizia con un approccio di apprendimento basato sui dati end-to-end. Ciò significa che ciò che il sistema “vede” attraverso una varietà di sensori (come le telecamere) si traduce direttamente in come guida (come decidere di frenare o svoltare a sinistra). Inoltre, significa che il sistema non ha bisogno di fare affidamento su mappe HD o software basati su regole, come hanno fatto le versioni precedenti della tecnologia AV.
L'approccio ha attirato investitori. Wayve, che è stata lanciata nel 2017 e ha raccolto più di 1,3 miliardi di dollari negli ultimi due anni, prevede di concedere in licenza il suo software di guida autonoma a partner automobilistici e flottes, come Uber.
L'azienda non ha ancora annunciato alcuna partnership automobilistica, ma un portavoce ha dichiarato a TechCrunch che Wayve è in “forti discussioni” con diversi OEM per integrare il suo software in una gamma di diversi tipi di veicoli.
La proposta di software economico da eseguire è cruciale per siglare quei contratti.
Kendall ha detto che gli OEM che introducono il sistema di assistenza alla guida avanzato (ADAS) di Wayve in nuovi veicoli di produzione non devono investire nulla in hardware aggiuntivo perché la tecnologia può funzionare con i sensori esistenti, che di solito consistono in telecamere perimetrali e alcuni radar.
Wayve è anche “agnostico al silicio”, il che significa che può eseguire il suo software su qualsiasi GPU i suoi partner OEM abbiano già nei loro veicoli, secondo Kendall. Tuttavia, la flotta di sviluppo attuale della start-up utilizza il system-on-a-chip Orin di Nvidia.
“Entrare nell'ADAS è davvero fondamentale perché ti consente di costruire un'attività sostenibile, di costruire la distribuzione a scala e di ottenere l'esposizione ai dati per poter addestrare il sistema fino al [Livello] 4,” ha detto Kendall sul palco mercoledì.
(Un sistema di guida di Livello 4 significa che può navigare in un ambiente da solo - in determinate condizioni - senza la necessità di un intervento umano.)
Wayve prevede di commercializzare il suo sistema a un livello ADAS inizialmente. Quindi, la start-up ha progettato il conducente IA per funzionare senza lidar - il radar a emissione di luce e rilevamento che misura la distanza utilizzando la luce laser per generare una mappa 3D estremamente accurata del mondo, che la maggior parte delle aziende che sviluppano tecnologie di Livello 4 considerano un sensore essenziale.
L'approccio di Wayve all'autonomia è simile a quello di Tesla, che sta lavorando anche su un modello di apprendimento profondo end-to-end per alimentare il suo sistema e migliorare continuamente il suo software di guida autonoma. Come sta cercando di fare Tesla, Wayve spera di sfruttare un lancio diffuso di ADAS per raccogliere dati che aiuteranno il suo sistema a raggiungere la piena autonomia. (Il software “Full Self-Driving” di Tesla può svolgere alcune attività di guida automatizzata, ma non è completamente autonomo. Anche se l'azienda mira a lanciare un servizio di robotaxi quest'estate.)
Una delle principali differenze tra gli approcci di Wayve e Tesla da un punto di vista tecnico è che Tesla si affida solo alle telecamere, mentre Wayve è felice di incorporare il lidar per raggiungere la piena autonomia a breve termine.
“A lungo termine, c'è certamente l'opportunità, una volta che costruisci l'affidabilità e la capacità di convalidare un livello di scala, di ridurre ulteriormente quel [sistema di sensori],” ha detto Kendall. “Dipende dall'esperienza di prodotto che desideri. Vuoi che l'auto guidi più velocemente attraverso la nebbia? Allora forse vuoi altri sensori [come il lidar]. Ma se sei disposto a far sì che l'IA comprenda i limiti delle telecamere e sia difensiva e conservatrice di conseguenza? La nostra IA può imparare tutto ciò.”
Kendall ha anche anticipato GAIA-2, l'ultimo modello generativo del mondo di Wayve progettato per la guida autonoma che addestra il suo conducente su vaste quantità di dati sia del mondo reale che sintetici su una vasta gamma di compiti. Il modello elabora video, testo e altre azioni insieme, il che, secondo Kendall, consente al conducente AI di Wayve di essere più adattabile e simile all'essere umano nel suo comportamento di guida.
“Ciò che mi entusiasma davvero è il comportamento di guida simile all'essere umano che emerge,” ha detto Kendall. “Naturalmente, non c'è nessun comportamento codificato a mano. Non diciamo all'auto come comportarsi. Non ci sono infrastrutture o mappe HD, ma invece, il comportamento emergente è basato sui dati e consente un comportamento di guida che affronta scenari molto complessi e diversi, compresi scenari che potrebbero non essere mai stati visti durante l'addestramento.”
Wayve condivide una filosofia simile alla start-up di camion autonomi Waabi, che sta anche perseguendo un sistema di apprendimento end-to-end. Entrambe le aziende hanno enfatizzato la scalabilità dei modelli AI basati sui dati che possono generalizzare in diversi ambienti di guida, e si affidano a simulatori AI generativi per testare e addestrare la loro tecnologia.
