Uber-მა AV Labs-ი დააფუძნა: კომპანია რობოტაქსების პარტნიორებისთვის მართვის მონაცემებს შეაგროვებს

Uber-ს ავტონომიური მანქანების 20-ზე მეტი პარტნიორი ჰყავს და ყველა მათგანს ერთი რამ სჭირდება: მონაცემები. სწორედ ამიტომ, კომპანიამ გადაწყვიტა, ეს რესურსი ხელმისაწვდომი გახადოს ახალი ქვედანაყოფის, Uber AV Labs-ის მეშვეობით. სახელწოდების მიუხედავად, Uber-ი არ აპირებს საკუთარი რობოტაქსების წარმოებას დაუბრუნდეს. ეს პროცესი კომპანიამ 2018 წელს, სატესტო მანქანის მიერ ფეხით მოსიარულის სასიკვდილო დაშავების შემდეგ შეწყვიტა, საბოლოოდ კი ქვედანაყოფი 2020 წელს Aurora-სთან გაფორმებული რთული გარიგების ფარგლებში გაასხვისა.

ახალი ინიციატივის ფარგლებში, Uber-ი ქალაქებში საკუთარ, სენსორებით აღჭურვილ ავტომობილებს გაუშვებს, რათა შეაგროვოს მონაცემები ისეთი პარტნიორებისთვის, როგორიცაა Waymo, Waabi, Lucid Motors და სხვები. მიუხედავად იმისა, რომ კონკრეტული კონტრაქტები ჯერ არ გაფორმებულა, ინტერესი დიდია. ზოგადად, თვითმართვადი მანქანების ინდუსტრია წესებზე დაფუძნებული ოპერირებიდან ე.წ. „განმამტკიცებელ სწავლებაზე“ (reinforcement learning) გადადის. ამ პროცესში კი რეალურ პირობებში მართვის მონაცემები სისტემების მოსამზადებლად უმნიშვნელოვანეს რესურსად იქცა.

Uber-ის განმარტებით, ამ მონაცემების მიღების ყველაზე დიდი სურვილი სწორედ იმ ავტონომიური მანქანების მწარმოებელ კომპანიებს აქვთ, რომლებსაც თავადაც უკვე დიდი რაოდენობით ინფორმაცია აქვთ დაგროვილი. ეს მიანიშნებს იმაზე, რომ ხელოვნური ინტელექტის წამყვანი ლაბორატორიების მსგავსად, მათაც გააცნობიერეს: ყველაზე რთული და იშვიათი შემთხვევების (edge cases) გადაჭრა მხოლოდ მონაცემთა დიდი მოცულობითაა შესაძლებელი.

ფიზიკური ლიმიტები

ამჟამად, ავტონომიური მანქანების მწარმოებელი კომპანიების ფლოტის ზომა ქმნის ფიზიკურ ლიმიტს იმისა, თუ რა რაოდენობის მონაცემების შეგროვება შეუძლიათ მათ. მიუხედავად იმისა, რომ ბევრი კომპანია იყენებს რეალური გარემოს სიმულაციებს იშვიათი სცენარების დასამუშავებლად, რეალურ გზებზე მართვას არაფერი შეედრება — განსაკუთრებით მაშინ, როდესაც საქმე ეხება უცნაური, რთული და სრულიად მოულოდნელი სიტუაციების აღმოჩენას.

ამის მაგალითია Waymo. კომპანია უკვე ათწლეულია ავტონომიურ მანქანებს ტესტავს, თუმცა მის რობოტაქსებს ახლახან მაინც დააფიქსირეს გაჩერებული სასკოლო ავტობუსისთვის გვერდის უკანონოდ ავლის ფაქტზე. Uber-ის ტექნოლოგიური დირექტორის, პრავინ ნეპალი ნაგას თქმით, მართვის მონაცემების უფრო დიდ ბაზაზე წვდომა დაეხმარება რობოტაქსების კომპანიებს მსგავსი პრობლემების მოგვარებაში მათ წარმოქმნამდე ან წარმოქმნისთანავე.

აღსანიშნავია, რომ Uber-ი ამ ეტაპზე მონაცემების სანაცვლოდ საფასურის დაწესებას არ გეგმავს. „ჩვენი მთავარი მიზანი ამ მონაცემების დემოკრატიზაციაა. ამ ინფორმაციის ღირებულება და პარტნიორების ტექნოლოგიების განვითარება ბევრად უფრო მნიშვნელოვანია, ვიდრე ის თანხა, რაც ახლა შეგვიძლია ამით გამოვიმუშაოთ“, — განაცხადა ნაგამ.

სენსორები და ტექნიკური აღჭურვილობა

ახალი ქვედანაყოფი, AV Labs-ი, მუშაობას მცირე მასშტაბით იწყებს. ამ დროისთვის მათ მხოლოდ ერთი ავტომობილი ჰყავთ (Hyundai Ioniq 5), თუმცა Uber-ი აცხადებს, რომ მხოლოდ ერთ მოდელზე არ არიან ორიენტირებულნი. საინჟინრო მიმართულების ვიცე-პრეზიდენტმა, დენი გუომ აღნიშნა, რომ მისი გუნდი ამჟამად სენსორების — ლიდარების, რადარებისა და კამერების — დამონტაჟების პროცესშია.

„ჯერ არ ვიცით, რამდენად მყარად იქნება სენსორების ნაკრები დამაგრებული, მაგრამ ეს ჩვენი სამუშაო პროცესის ნაწილია“, — ხუმრობს გუო. მისი თქმით, გარკვეული დრო დასჭირდება იმას, რომ გზებზე მონაცემების შესაგროვებლად, მაგალითად, 100 ავტომობილი გაიყვანონ, თუმცა პროტოტიპი უკვე მზად არის.

პარტნიორები ნედლ მონაცემებს არ მიიღებენ. ნაგას განმარტებით, Uber AV Labs-ი დაამუშავებს ინფორმაციას, რათა ის პარტნიორების საჭიროებებს მოერგოს. ეს ე.წ. „სემანტიკური გაგების“ შრე იქნება ის რესურსი, რომელსაც ისეთი კომპანიები გამოიყენებენ, როგორიცაა Waymo, რათა გააუმჯობესონ რობოტაქსების მიერ მარშრუტის დაგეგმვა რეალურ დროში.

მუშაობის პრინციპი და „ჩრდილოვანი რეჟიმი“

მონაცემთა გადაცემის გარდა, იგეგმება შუალედური ეტაპის დანერგვაც. Uber-ი პარტნიორის მართვის პროგრამულ უზრუნველყოფას AV Labs-ის მანქანებში ე.წ. „ჩრდილოვან რეჟიმში“ (shadow mode) ჩართავს. პროცესი შემდეგნაირად წარიმართება:

• Uber AV Labs-ის ავტომობილს მართავს ადამიანი.
• პარალელურად, პარტნიორი კომპანიის პროგრამული უზრუნველყოფა მუშაობს ფონურ რეჟიმში.
• ყოველ ჯერზე, როდესაც რეალური მძღოლის მოქმედება განსხვავდება ავტონომიური სისტემის მიერ დაგეგმილი მანევრისგან, Uber-ი ამას დააფიქსირებს და პარტნიორს აცნობებს.

დენი გუოს განმარტებით, ეს არა მხოლოდ პროგრამული ხარვეზების აღმოჩენაში დაეხმარებათ, არამედ ხელს შეუწყობს მოდელების იმგვარად გაწვრთნას, რომ მათმა მართვის სტილმა უფრო მეტად დაამსგავსოს ადამიანისას და ნაკლებად — რობოტისას.

შედარება Tesla-სთან და სამომავლო გეგმები

ეს მიდგომა ძალიან ჰგავს იმას, რასაც Tesla ბოლო ათწლეულის განმავლობაში საკუთარი სისტემების გასაწვრთნელად აკეთებს. თუმცა, Uber-ს არ აქვს Tesla-ს მასშტაბები, რომელსაც მილიონობით მომხმარებლის მანქანა ჰყავს გზებზე ყოველდღიურად. Uber-ისთვის ეს პრობლემას არ წარმოადგენს, რადგან ისინი უფრო მიზნობრივ მონაცემთა შეგროვებაზე აკეთებენ აქცენტს.

„ჩვენ გვაქვს 600 ქალაქი, საიდანაც შეგვიძლია ავირჩიოთ სასურველი ლოკაცია. თუ პარტნიორი გვეტყვის, რომ კონკრეტული ქალაქი აინტერესებს, ჩვენ შეგვიძლია ჩვენი მანქანები სწორედ იქ განვათავსოთ“, — ამბობს გუო. კომპანია გეგმავს, რომ ახალი ქვედანაყოფი ერთ წელიწადში რამდენიმე ასეულ თანამშრომლამდე გაზარდოს.

მიუხედავად იმისა, რომ სამომავლოდ Uber-მა შესაძლოა მგზავრების გადასაყვანად განკუთვნილი მთელი თავისი ფლოტი გამოიყენოს მონაცემების შესაგროვებლად, ამ ეტაპზე მუშაობა მცირე მასშტაბით იწყება. პარტნიორების მხრიდან მოთხოვნა დიდია, რადგან Uber-ს მონაცემთა შეგროვების ისეთი პოტენციალი აქვს, რაც ნებისმიერი სხვა კომპანიის შესაძლებლობებს აღემატება.