Durante las últimas dos décadas, Raquel Urtasun, fundadora y directora ejecutiva de la startup de transporte autónomo Waabi, ha estado desarrollando sistemas de inteligencia artificial que pueden razonar como lo haría un humano.
El pionero de la IA se había desempeñado anteriormente como científico jefe de Uber ATG antes de lanzar Waabi en 2021. Waabi se lanzó con un “enfoque de IA primero” para acelerar el despliegue comercial de vehículos autónomos, comenzando con los camiones de larga distancia.
“Si puedes construir sistemas que realmente puedan hacer eso, de repente necesitarás muchos menos datos”, dijo Urtasun a TechCrunch. “Se necesita mucha menos computación. Si eres capaz de razonar de manera eficiente, no necesitas tener flotas de vehículos desplegadas en todas partes del mundo”.
Construir una pila AV con IA que perciba el mundo como un poder humano y reaccione en tiempo real es algo que Tesla ha estado intentando hacer con su enfoque de conducción autónoma que prioriza la visión. La diferencia, aparte de la comodidad de Waabi al usar sensores lidar, es que el sistema de conducción autónoma total de Tesla utiliza “aprendizaje por imitación” para aprender a conducir. Esto requiere que Tesla recopile y analice millones de videos de situaciones de conducción del mundo real que utiliza para entrenar su modelo de IA.
Waabi Driver, por otro lado, ha realizado la mayor parte de su capacitación, pruebas y validación utilizando un simulador de circuito cerrado llamado Waabi World que construye automáticamente gemelos digitales del mundo a partir de datos; realiza simulación de sensores en tiempo real; fabrica escenarios para realizar pruebas de estrés al Waabi Driver; y enseña al conductor a aprender de sus errores sin intervención humana.
En solo cuatro años, ese simulador ha ayudado a Waabi a lanzar pilotos comerciales (con un conductor humano en el asiento delantero) en Texas, muchos de los cuales se realizan a través de una asociación con Uber Freight. Waabi World también está permitiendo que la startup alcance su lanzamiento comercial totalmente autónomo planificado en 2025.
Pero la misión a largo plazo de Waabi va mucho más allá de los camiones.
“Esta tecnología es extremadamente, extremadamente poderosa”, dijo Urtasun, quien habló con TechCrunch a través de una entrevista en video, con una pizarra llena de fórmulas con apariencia de jeroglíficos detrás de ella. “Tiene una asombrosa capacidad de generalizar, es muy flexible y se desarrolla muy rápido. Y es algo que podemos ampliar para hacer mucho más que transportar camiones en el futuro… Esto podría ser robotaxis. Podrían ser humanoides o robótica de almacén. Esta tecnología puede resolver cualquiera de esos casos de uso”.
La promesa de la tecnología de Waabi, que se utilizará por primera vez para escalar el transporte autónomo de camiones, ha permitido a la startup cerrar una ronda Serie B de 200 millones de dólares, liderada por los inversores existentes Uber y Khosla Ventures. Los inversores estratégicos fuertes incluyen Nvidia, Volvo Group Venture Capital, Porsche Automobil Holding SE, Scania Invest e Ingka Investments. La ronda eleva la financiación total de Waabi a 283,5 millones de dólares.
El tamaño de la ronda y la fuerza de sus participantes son particularmente dignos de mención dados los golpes que ha recibido la industria audiovisual en los últimos años. Solo en el sector del transporte por carretera, Embark Trucks cerró, Waymo decidió hacer una pausa en su negocio de transporte de carga autónomo y TuSimple cerró sus operaciones en Estados Unidos. Mientras tanto, en el espacio de los robotaxi, Argo AI enfrentó su propio cierre, Cruise perdió sus permisos para operar en California luego de un importante incidente de seguridad, Motional recortó casi la mitad de su fuerza laboral y los reguladores están investigando activamente a Waymo y Zoox.
“Las empresas más sólidas se construyen cuando se recaudan fondos en momentos que son realmente difíciles, y la industria audiovisual en particular ha sufrido muchos reveses”, dijo Urtasun.
Dicho esto, los actores centrados en la IA en esta segunda ola de nuevas empresas de vehículos autónomos han conseguido impresionantes aumentos de capital este año. Wayve, con sede en el Reino Unido, también está desarrollando un sistema de autoaprendizaje en lugar de basado en reglas para la conducción autónoma, y en mayo cerró una Serie C de 1.050 millones de dólares liderada por SoftBank Group. Y Applied Intuition recaudó en marzo una ronda de 250 millones de dólares con una valoración de 6 mil millones de dólares para llevar la IA a la automoción, la defensa, la construcción y la agricultura.
“En el contexto de AV 1.0, hoy está muy claro que requiere mucho capital y que avanzar es muy lento”, dijo Urtasun, señalando que la industria de la robótica y la conducción autónoma se ha visto frenada por sistemas de IA complejos y frágiles. “Y los inversores, diría yo, no están muy entusiasmados con ese enfoque”.
Sin embargo, lo que hoy entusiasma a los inversores es la promesa de la IA generativa, un término que no estaba exactamente de moda cuando se lanzó Waabi, pero que, sin embargo, describe el sistema que crearon Urtasun y su equipo. Urtasun dice que la de Waabi es una IA genómica de próxima generación, que puede implementarse en el mundo físico. Y a diferencia de los populares modelos genAI basados en lenguajes actuales, como ChatGPT de OpenAI, Waabi ha descubierto cómo crear dichos sistemas sin depender de enormes conjuntos de datos, grandes modelos de lenguaje y toda la potencia informática que los acompaña.
El Waabi Driver, dice Urtasun, tiene la notable capacidad de generalizar. Entonces, en lugar de intentar entrenar un sistema en cada punto de datos posible que alguna vez haya existido o pueda existir, el sistema puede aprender de algunos ejemplos y manejar lo desconocido de manera segura.
“Eso estaba en el diseño. Construimos estos sistemas que pueden percibir el mundo, crear abstracciones del mundo y luego tomar esas abstracciones y razonar sobre: ’¿Qué podría pasar si hago esto?’”, dijo Urtasun.
Este enfoque más humano y basado en el razonamiento es mucho más escalable y más eficiente en términos de capital, afirma Urtasun. También es vital para validar sistemas críticos para la seguridad que funcionan en el límite; No quieres un sistema que tarde un par de segundos en reaccionar, de lo contrario chocarás el vehículo, dijo. Waabi anunció una asociación para llevar Drive Thor de Nvidia a sus camiones autónomos, lo que le dará a la startup acceso a potencia informática de nivel automotriz a escala.
En la carretera, parece que el conductor Waabi comprende que hay algo sólido delante y que debe conducir con precaución. Puede que no sepa qué es ese algo, pero sabrá cómo evitarlo. Urtasun también afirmó que el conductor ha podido predecir cómo se comportarán otros usuarios de la vía sin necesidad de recibir formación en distintos casos concretos.
“Entiende las cosas sin que le digamos al sistema el concepto de los objetos, cómo se mueven en el mundo, que diferentes cosas se mueven de manera diferente, que hay oclusión, que hay incertidumbre, cómo comportarse cuando llueve mucho”, dijo Urtasun. “Todas estas cosas las aprende automáticamente. Y debido a que está expuesto en este momento a escenarios de conducción, aprende todas esas capacidades”.
Señaló que la arquitectura única y optimizada de Waabi se puede aplicar a otros casos de uso de autonomía.
“Si lo expones a interacciones en un almacén, recogiendo y soltando cosas, puede aprender eso, sin problema”, dijo. “Puede exponerlo a múltiples casos de uso y puede aprender a desarrollar todas esas habilidades juntas. No hay límite en términos de lo que puede hacer”.
