Uber AV Labs: Πώς τα Δεδομένα Αλλάζουν το Μέλλον της Αυτόνομης Οδήγησης
Η Uber παρουσιάζει το Uber AV Labs, αλλάζοντας τα δεδομένα στην αυτόνομη οδήγηση. Πώς το AI της Waymo θα εκπαιδευτεί με σενάρια πραγματικού κόσμου;
Minas Marios Kontis
Η Uber παρουσιάζει το Uber AV Labs, αλλάζοντας τα δεδομένα στην αυτόνομη οδήγηση. Πώς το AI της Waymo θα εκπαιδευτεί με σενάρια πραγματικού κόσμου;
Σε μια στρατηγική κίνηση που αναμένεται να αλλάξει τα δεδομένα στον χώρο της τεχνολογίας, η Uber διαθέτει πλέον περισσότερους από 20 συνεργάτες στον δυναμικό τομέα των αυτόνομων οχημάτων. Όλοι αυτοί οι παίκτες της αγοράς επιθυμούν διακαώς ένα πράγμα: δεδομένα.
Για τον λόγο αυτό, η εταιρεία ανακοίνωσε επίσημα ότι πρόκειται να τα καταστήσει διαθέσιμα μέσω ενός νέου, εξειδικευμένου τμήματος που ονομάζεται Uber AV Labs.
Παρά το όνομα που παραπέμπει σε ανάπτυξη οχημάτων, η Uber διευκρινίζει ότι δεν επιστρέφει στην κατασκευή των δικών της robotaxis. Πρόκειται για μια δραστηριότητα που σταμάτησε οριστικά αφού ένα από τα δοκιμαστικά της οχήματα ενεπλάκη σε θανατηφόρο ατύχημα με πεζό το 2018. Υπενθυμίζεται ότι η εταιρεία τελικά πούλησε το συγκεκριμένο τμήμα το 2020, στο πλαίσιο μιας πολύπλοκης εμπορικής συμφωνίας με την Aurora.
Αντ' αυτού, η στρατηγική καινοτομία της εταιρείας εστιάζει αποκλειστικά στην πληροφορία. Η Uber θα στέλνει τα δικά της αυτοκίνητα στις πόλεις, εξοπλισμένα με προηγμένους αισθητήρες, για να συλλέγουν πολύτιμα δεδομένα για λογαριασμό συνεργατών.
Αν και προς το παρόν δεν έχουν υπογραφεί ακόμη επίσημα συμβόλαια, το ενδιαφέρον είναι τεράστιο από εταιρείες όπως:
Σε γενικές γραμμές, τα αυτοκινούμενα αυτοκίνητα βρίσκονται στη μέση μιας σημαντικής τεχνολογικής αλλαγής: απομακρύνονται από τη λειτουργία που βασίζεται σε αυστηρούς κανόνες και στρέφονται περισσότερο στην ενισχυτική μάθηση.
Καθώς συμβαίνει αυτή η μετάβαση, τα δεδομένα οδήγησης από τον πραγματικό κόσμο έχουν γίνει το «νέο πετρέλαιο» για την εκπαίδευση αυτών των εξελιγμένων συστημάτων AI. Η Uber δήλωσε στο TechCrunch ότι οι εταιρείες αυτόνομων οχημάτων που επιθυμούν περισσότερο αυτά τα δεδομένα, είναι ακριβώς αυτές που ήδη συλλέγουν μεγάλο όγκο από μόνες τους, αποδεικνύοντας την ανάγκη για ποικιλομορφία στην εκπαίδευση του AI.
Το «παιχνίδι» του όγκου δεδομένων: Είναι σημάδι ότι, όπως πολλά από τα κορυφαία εργαστήρια AI παγκοσμίως, οι εταιρείες αυτές έχουν συνειδητοποιήσει ότι η «επίλυση» των πιο ακραίων περιπτώσεων απαιτεί τεράστιο όγκο και βάθος δεδομένων.
Αυτή τη στιγμή, το μέγεθος του στόλου μιας εταιρείας αυτόνομων οχημάτων δημιουργεί ένα φυσικό όριο στο πόσα δεδομένα μπορεί να συλλέξει. Ενώ πολλές από αυτές τις εταιρείες δημιουργούν ψηφιακές προσομοιώσεις περιβαλλόντων πραγματικού κόσμου για να καλυφθούν έναντι των απρόβλεπτων περιστατικών, τίποτα δεν ξεπερνά την οδήγηση σε πραγματικούς δρόμους.
Χρειάζεται πολλή οδήγηση στον πραγματικό κόσμο για να ανακαλυφθούν όλα τα περίεργα, δύσκολα και εντελώς απροσδόκητα σενάρια στα οποία μπορεί να εμπλακεί ένα αυτοκίνητο.
Η Waymo αποτελεί ένα χαρακτηριστικό παράδειγμα αυτού του κενού στην αγορά. Η εταιρεία έχει αυτόνομα οχήματα σε λειτουργία ή σε δοκιμές εδώ και μια δεκαετία, και όμως τα τρέχοντα robotaxis της εντοπίστηκαν πρόσφατα να προσπερνούν παράνομα σταματημένα σχολικά λεωφορεία.
Η πρόσβαση σε μια μεγαλύτερη δεξαμενή δεδομένων οδήγησης μέσω του Uber AV Labs θα μπορούσε να προσφέρει τη λύση. Όπως δήλωσε ο Chief Technology Officer της Uber, Praveen Neppalli Naga, σε αποκλειστική συνέντευξη στο TechCrunch, η πρωτοβουλία αυτή θα βοηθήσει τις εταιρείες robotaxi να λύσουν μερικά από αυτά τα κρίσιμα προβλήματα πριν ή καθώς εμφανίζονται.
