El cofundador y CEO de Wayve, Alex Kendall, considera prometedor al llevar la tecnología de su startup de vehículos autónomos al mercado. Es decir, si Wayve se adhiere a su estrategia de garantizar que su software de conducción automatizado sea barato para ejecutar, hardware agnóstico y se puede aplicar a los sistemas avanzados de asistencia del conductor, robotaxis e incluso robótica.
La estrategia, que Kendall presentó durante la conferencia GTC de NVIDIA, comienza con un enfoque de aprendizaje basado en datos de extremo a extremo. Esto significa que lo que el sistema “ve” a través de una variedad de sensores (como cámaras) se traduce directamente en cómo conduce (como decidir frenar o girar a la izquierda). Además, significa que el sistema no necesita confiar en mapas HD o software basado en reglas, como lo han hecho las versiones anteriores de AV Tech.
El enfoque ha atraído a los inversores. Wayve, que se lanzó en 2017 y ha recaudado más de $ 1.3 mil millones en los últimos dos años, planea licenciar su software autónomo a socios automotrices y de flota, como Uber.
La compañía aún no ha anunciado ninguna asociación automotriz, pero un portavoz le dijo a TechCrunch que Wayve está en “sólidas discusiones” con múltiples OEM para integrar su software en una variedad de diferentes tipos de vehículos.
Su tono de software barato para correr es crucial para asegurar esos acuerdos.
Kendall dijo que los OEM que colocan el Sistema de Asistencia de Conductor Avanzado (ADAS) de Wayve en nuevos vehículos de producción no necesitan invertir nada en hardware adicional porque la tecnología puede funcionar con los sensores existentes, que generalmente consisten en cámaras envolventes y algo de radar.
Wayve también es “Agnóstico de Silicon”, lo que significa que puede ejecutar su software en cualquier GPU que sus socios OEM ya tengan en sus vehículos, según Kendall. Sin embargo, la flota de desarrollo actual de la startup usa el sistema Orin de NVIDIA en un chip.
“Entrar en ADAS es realmente crítico porque le permite construir un negocio sostenible, construir la distribución a escala y obtener la exposición de datos para poder entrenar el sistema [Level] 4 ”, dijo Kendall en el escenario el miércoles.
(Un sistema de conducción de nivel 4 significa que puede navegar por sí solo, bajo ciertas condiciones, sin la necesidad de que un humano intervenga).
Wayve planea comercializar su sistema a nivel ADAS primero. Por lo tanto, la startup diseñó el controlador de IA para trabajar sin LIDAR: la detección de luz y el radar de rango que mide la distancia utilizando la luz láser para generar un mapa 3D altamente preciso del mundo, que la mayoría de las empresas que desarrollan la tecnología de Nivel 4 consideran un sensor esencial.
El enfoque de la autonomía de Wayve es similar al de Tesla, que es También trabajando en un modelo de aprendizaje profundo de extremo a extremo para alimentar su sistema y mejorar continuamente su software de conducción autónoma. Como Tesla está intentando hacer, Wayve espera aprovechar un despliegue generalizado de ADAS para recopilar datos que ayudará a su sistema a alcanzar la autonomía completa. (El software de “autónomo completo” de Tesla puede realizar algunas tareas de conducción automatizadas, pero no es completamente autónomo. Aunque la compañía tiene como objetivo lanzar un servicio Robotaxi este verano).
Una de las principales diferencias entre los enfoques de Wayve y Tesla desde el punto de vista tecnológico es que Tesla solo depende de las cámaras, mientras que Wayve está feliz de incorporar LiDAR para alcanzar la autonomía completa a corto plazo.
“A más largo plazo, ciertamente hay oportunidad cuando construye la confiabilidad y la capacidad de validar un nivel de escala para reducir que [sensor suite] Abajo más allá “, dijo Kendall.” Depende de la experiencia del producto que desee. ¿Quieres que el auto conduzca más rápido a través de la niebla? Entonces tal vez quieras otros sensores [like lidar]. ¿Pero si está dispuesto a que la IA entienda las limitaciones de las cámaras y sea defensivo y conservador como resultado? Nuestra IA puede aprender eso “.
Kendall también se burló de Gaia-2, el último modelo mundial generativo de Wayve adaptado a la conducción autónoma que entrena a su conductor en grandes cantidades de datos sintéticos tanto del mundo real como sintéticos en una amplia gama de tareas. El modelo procesa el video, el texto y otras acciones juntas, que Kendall dice que el conductor de IA de Wayve es más adaptativo y humano en su comportamiento de conducción.
“Lo que es realmente emocionante para mí es el comportamiento de conducción humano que ves emerger”, dijo Kendall. “Por supuesto, no hay un comportamiento codificado a mano. No le decimos al automóvil cómo comportarse. No hay infraestructura o mapas HD, pero en cambio, el comportamiento emergente está basado en datos y permite un comportamiento de conducción que se ocupa de escenarios muy complejos y diversos, incluidos escenarios que nunca antes habían visto durante la capacitación”.
Wayve comparte una filosofía similar a la startup autónoma de camiones Waabi, que también está buscando un sistema de aprendizaje de extremo a extremo. Ambas compañías han enfatizado los modelos de IA basados en datos que pueden generalizarse en diferentes entornos de conducción, y ambos dependen de simuladores de IA generativos para probar y capacitar su tecnología.
