WaabiのgenAIは、自動運転トラックの動力化以上のものを実現すると約束している

過去20年間、ラケル・ウルタスン氏は、 自動運転トラックのスタートアップ 保証は、人間のように推論できる AI システムを開発してきました。

AIの先駆者は、以前は Uber ATGの主任科学者 前に Waabiの立ち上げ 2021年、Waabiは長距離トラックから始めて、自律走行車の商用展開を加速するために「AIファーストのアプローチ」でスタートしました。

「実際にそれができるシステムを構築できれば、必要なデータは大幅に減ります」とウルタスン氏はTechCrunchに語った。「計算量も大幅に減ります。推論を効率的に行うことができれば、世界中に車両群を配備する必要がなくなります。」

人間のように世界を認識し、リアルタイムで反応するAIを搭載したAVスタックを構築することは、テスラが自社の ビジョンファーストのアプローチ 自動運転に。ワビがライダーセンサーを使い慣れていることを除けば、テスラの完全自動運転システムは運転方法を学習するために「模倣学習」を使用しているという違いがある。これには、テスラがAIモデルのトレーニングに使用する実際の運転状況のビデオを何百万本も収集して分析する必要がある。

一方、ワビドライバーは、そのトレーニング、テスト、検証のほとんどを、クローズドループシミュレーターと呼ばれるものを使用して行いました。 ワビワールド データから世界のデジタルツインを自動的に構築し、リアルタイムのセンサーシミュレーションを実行し、Waabi ドライバーのストレステストを行うシナリオを作成し、人間の介入なしにドライバーが間違いから学習するように学習します。

わずか4年で、このシミュレーターはテキサス州で商業パイロット（前部座席に人間の運転手が乗る）の就航を支援し、その多くは Uber Freightとの提携Waabi World はまた、このスタートアップが 2025 年に計画している完全無人運転の商用化を実現できるようにもしています。

しかし、ワアビの長期的な使命は単なるトラックよりはるかに壮大です。

「この技術は、極めて強力です」と、ビデオインタビューでTechCrunchに語ったウルタスン氏は、背後に象形文字のような数式が書かれたホワイトボードを前にして語った。「この技術は、一般化できる素晴らしい能力があり、非常に柔軟性が高く、開発も非常に速いです。そして、将来的には、トラック輸送以外にも、さまざまな用途に拡張できる可能性があります。これは、ロボタクシーかもしれません。ヒューマノイドや倉庫ロボットかもしれません。この技術は、これらのユースケースのいずれにも対応できます。」

Waabi の技術は、まず自動運転トラックの規模拡大に利用される見込みで、このスタートアップは既存の投資家である Uber と Khosla Ventures が主導する 2 億ドルのシリーズ B ラウンドを完了することができた。強力な戦略的投資家には、Nvidia、Volvo Group Venture Capital、Porsche Automobil Holding SE、Scania Invest、Ingka Investments などがある。このラウンドで Waabi の調達総額は 2 億 8,350 万ドルとなった。

近年のAV業界が受けた打撃を考えると、このラウンドの規模と参加者の強さは特に注目に値する。トラック輸送分野だけでも、 エンバークトラックが閉鎖ウェイモは 自律輸送貨物事業を一時停止、 そして TuSimpleが米国事業を閉鎖一方、ロボタクシー業界では、 アルゴAIが直面した 自らのシャットダウン、 クルーズ船の許可証が失効 重大な安全事故を受けてカリフォルニアで事業を展開する モーショナルスラッシュ 従業員のほぼ半数を占めており、規制当局は積極的に Waymoを調査 そして ズークス。

「実際に困難な時期に資金を調達すると、最も強力な企業が構築されます。特にAV業界は多くの挫折を経験してきました」とウルタスン氏は語った。

とはいえ、この第二波の自動運転車スタートアップ企業の中でAIに注力する企業は、今年、目覚ましい資金調達を実現している。英国を拠点とするWayveも、自動運転用のルールベースではなく自己学習型システムを開発しており、5月に資金調達を完了した。 10.5億ドルのシリーズC ソフトバンクグループが主導し、 3月の応用直感 自動車、防衛、建設、農業にAIを導入するため、60億ドルの評価額で2億5000万ドルを調達した。

「AV 1.0という観点からすると、今日では資本集約型で進歩が非常に遅いことは明らかです」とウルタスン氏は述べ、ロボット工学と自動運転業界は複雑で脆弱なAIシステムによって遅れをとっていると指摘した。「そして、投資家たちはこのアプローチにあまり乗り気ではないと私は思います」

しかし、投資家が今興奮しているのは、生成型AIの可能性である。この用語は、ワビが立ち上げられた当時は流行していなかったが、それでもウルタスンと彼女のチームが作成したシステムを説明するものである。ウルタスンによると、ワビのシステムは次世代のgenAIであり、物理的な世界に展開できる。そして、今日人気の言語ベースのgenAIモデルとは異なり、OpenAIのChatGPTのようにWaabi 氏は、膨大なデータセット、大規模な言語モデル、およびそれらに付随するすべての計算能力に頼ることなく、そのようなシステムを作成する方法を見つけました。

ウルタスン氏によると、ワビ ドライバーには一般化の優れた能力がある。そのため、これまで存在した、または今後存在する可能性のあるすべてのデータ ポイントでシステムをトレーニングするのではなく、システムはいくつかの例から学習し、未知のものを安全に処理できる。

「それは設計にありました。私たちは、世界を認識し、世界の抽象化を作成し、それらの抽象化に基づいて「これを実行したら何が起こるか」を推論できるシステムを構築しました」とウルタスン氏は語った。

ウルタスン氏は、このより人間的な推論ベースのアプローチは、はるかに拡張性が高く、資本効率も高いと語る。また、エッジで実行される安全性が重要なシステムの検証にも不可欠だ。反応に数秒かかるシステムは望ましくない、そうでなければ車両がクラッシュする、と同氏は語った。ワビ 提携を発表した 持ってくる NvidiaのDrive Thor これにより、スタートアップ企業は大規模な自動車グレードのコンピューティング能力にアクセスできるようになります。

道路上では、ワアビのドライバーは前方に何か固いものがあり、慎重に運転する必要があることを理解しているように見える。それが何なのかは分からないかもしれないが、それを避ける方法は知っている。ウルタスン氏はまた、ドライバーはさまざまな特定の状況で訓練を受ける必要なく、他の道路利用者の行動を予測できるようになったと述べた。

「物体の概念、物体が世界でどのように動くか、物体によって動きが異なること、遮蔽物があること、不確実性があること、大雨のときにどう行動すべきかなど、私たちがシステムに指示しなくても、ロボットは物事を理解します」とウルタスン氏は言う。「これらすべてを自動的に学習します。そして、現在、運転シナリオにさらされているため、ロボットはこれらすべての機能を学習します。」

彼女は、Waabi の合理化された単一のアーキテクチャは、他の自律ユースケースにも適用できると指摘しました。

「倉庫内での作業、つまり物を持ち上げたり落としたりといった作業をロボットに体験させれば、ロボットは問題なくそれを学習できます」と彼女は言う。「ロボットを複数の使用例に体験させれば、ロボットはそれらすべてのスキルをまとめて学習できます。ロボットができることには限界がありません。」