A continuaciónSiguiente guía
Wayve y modelos de conducción de extremo a extremo
Empresas
GUÍA de empresas
Los modelos LINGO de Wayve combinan un sistema de conducción autónoma con razonamiento en lenguaje natural, para que el automóvil pueda explicar lo que ve y por qué actúa.
It is a bet that language can make autonomous driving more interpretable, teachable, and safe.
Wayve es una empresa de conducción autónoma con sede en Londres que fue pionera en un enfoque de aprendizaje "de extremo a extremo": en lugar de reglas codificadas a mano, una red neuronal aprende a conducir directamente a partir de los datos de la cámara. LINGO-1 (2023) añadió un modelo de visión y lenguaje que narra la conducción en un inglés sencillo ("Estoy reduciendo la velocidad porque el peatón está cruzando"). LINGO-2 (2024) fue más allá y vinculó el lenguaje y la acción para que el modelo pueda explicar las decisiones y ser guiado por instrucciones de texto como "deténgase". Esto hace que la normalmente opaca "caja negra" de una red de conducción sea auditable. La tesis más amplia de Wayve es la 'IA incorporada': aprender habilidades de conducción generalizables a partir de datos en lugar de mapas detallados, con el objetivo de implementarlas en muchos tipos de vehículos y ciudades sin ingeniería por ubicación.
Las hojas de ruta de los proveedores influyen en las funciones que su equipo puede desarrollar a continuación.
Los términos comerciales y las opciones de implementación afectan los costos y riesgos a largo plazo.
Los incentivos de las empresas dan forma a los incumplimientos de los productos, la postura de seguridad y la apertura.
Espere que las interfaces basadas en lenguaje se conviertan en un estándar para probar y validar la autonomía: los ingenieros preguntan "¿por qué frenó?" en millones de escenarios. Wayve pretende otorgar licencias de su modelo básico 'AI Driver' a los fabricantes de automóviles en lugar de construir sus propios automóviles. A medida que estos modelos escalan, las preguntas abiertas son la confiabilidad en "casos extremos" raros, cómo verificar que las explicaciones habladas reflejen verdaderamente el razonamiento interno y la aceptación regulatoria de sistemas de conducción aprendidos y no basados en reglas.
Generar comentarios en inglés sencillo que expliquen cada decisión de conducción durante las pruebas en carretera.
Permitir que los ingenieros consulten el comportamiento de una flota con preguntas en lenguaje natural para depurar escenarios poco comunes
Aceptar instrucciones de texto o de voz, como "girar a la izquierda en el semáforo" para conducir el vehículo
Producir datos de capacitación y validación combinando imágenes de conducción con anotaciones de preguntas y respuestas.
Los anuncios de lanzamiento pueden superar la estabilidad en los flujos de trabajo de producción reales.
Los precios de API o los cambios de políticas pueden romper los supuestos de la noche a la mañana.
La dependencia de un único proveedor aumenta los costos de bloqueo y migración.
Evalúe proveedores utilizando sus propias tareas y conjuntos de datos.
Revise los términos legales, de seguridad y de privacidad antes de la integración.
Mantenga un plan alternativo entre modelos o proveedores.
Supervise las notas de la versión para que los cambios en la hoja de ruta no sorprendan a los equipos.
Free newsletter
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Los modelos LINGO de Wayve combinan un sistema de conducción autónoma con razonamiento en lenguaje natural, para que el automóvil pueda explicar lo que ve y por qué actúa. Es una apuesta a que el lenguaje puede hacer que la conducción autónoma sea más interpretable, enseñable y segura.
LINGO-1 introdujo un modelo de visión y lenguaje que narra las decisiones de conducción en un inglés sencillo, lo que hace que el sistema sea más interpretable.
LINGO-2 es un modelo de visión, lenguaje y acción: vincula el texto con la política de conducción real, de modo que pueda guiarse mediante instrucciones y explicar su comportamiento.
Wayve aprende el comportamiento de conducción directamente a partir de datos con redes neuronales, en lugar de depender de extensas reglas diseñadas manualmente y mapas detallados.
Si la explicación proviniera de un narrador distinto, las palabras y las acciones podrían entrar en conflicto; compartir un modelo mantiene las explicaciones ligadas a decisiones reales.
Wayve tiene como objetivo proporcionar su modelo básico de conducción aprendida a los fabricantes de vehículos en lugar de fabricar sus propios vehículos.
sigue aprendiendo
Más guías seleccionadas para este tema.
A continuaciónSiguiente guía
Wayve y modelos de conducción de extremo a extremo
Empresas