Vállalkozási ÚTMUTATÓ

Wayve és végponttól végpontig vezető modellek

A Wayve egy brit cég, amely önvezető rendszereket épít egyetlen tanult neurális hálózattal, amely a kamera pixeleit közvetlenül a vezetési vezérlőelemekhez rendeli hozzá – kézzel kódolt szabályok vagy HD-térképek nélkül.

Áttekintés

A Wayve egy brit cég, amely önvezető rendszereket épít egyetlen tanult neurális hálózattal, amely a kamera pixeleit közvetlenül a vezetési vezérlőelemekhez rendeli hozzá – kézzel kódolt szabályok vagy HD-térképek nélkül. Ez azért fontos, mert ez a teljes körű megközelítés olyan autókat ígér, amelyek költséges újratervezés nélkül általánosíthatók az új városokra.

A Wayve és az End-to-End Driving Models leginkább a stratégia, a modellelérés, a platformdöntések és az ökoszisztéma-partnerségek összefüggésében érthető.

Mély merülés

A 2017-ben Cambridge-ben alapított Wayve elutasítja azt a hagyományos önvezető receptet, amely különálló modulokból áll az észleléshez, előrejelzéshez és tervezéshez, amelyeket kézzel írt kód ragaszt össze. Ehelyett egy nagy neurális hálózatot képez végpontokig: az olcsó kamerák videója bemegy, a kormányzás és a gyorsítás jön ki, az emberi vezetési bemutatókból tanulva. A Wayve híresen kerüli a költséges LiDAR-t és az előre elkészített HD-térképeket, és arra tippel, hogy a tanulás általánossá teszi az emberi járművezetők módját. A GAIA-1 és a későbbi GAIA-2 generatív világmodellek, amelyek valósághű vezetési videót szimulálnak a szabályzat betanítása és tesztelése érdekében. 2024-ben a Wayve több mint 1 milliárd dollárt gyűjtött össze a SoftBank, az Nvidia és az Microsoft vezetésével, és az Egyesült Királyság több tucat városában tesztelt autókat, és megkezdte terjeszkedését az Egyesült Államokban és Japánban.

Technikai betekintés

A végpontok közötti tanulás a moduláris csővezetékeket egy differenciálható hálózattal váltja fel, amelyet az emberi vezetés utánzatos tanulásával képeznek ki, amelyet gyakran megerősítő tanulással finomítanak. A Wayve világmodelljei, mint például a GAIA-2, olyan generatív videómodellek, amelyek cselekvésektől függő jövőbeli képkockákat jósolnak meg, lehetővé téve a csapat számára, hogy a szimuláció során olcsón generáljon ritka forgatókönyveket (jaywalkers, köd). A másik oldal az értelmezhetőség: egyetlen feketedoboz-házirendet nehezebb hibakeresni és hitelesíteni, mint egy folyamatot, ahol minden modul kimenete ellenőrizhető.

A Wayve és az End-to-End vezetési modellek elsajátítása

A Wayve egy brit cég, amely önvezető rendszereket épít egyetlen tanult neurális hálózattal, amely a kamera pixeleit közvetlenül a vezetési vezérlőelemekhez rendeli hozzá – kézzel kódolt szabályok vagy HD-térképek nélkül. Ez azért fontos, mert ez a teljes körű megközelítés olyan autókat ígér, amelyek költséges újratervezés nélkül általánosíthatók az új városokra. A Wayve és az End-to-End Driving Models leginkább a stratégia, a modellelérés, a platformdöntések és az ökoszisztéma-partnerségek összefüggésében érthető. A mélyebb megértés érdekében a Wayve és End-to-End vezetési modelleket működési modellként kell kezelni, nem egyetlen jellemzőként: határozza meg a kívánt eredményeket, tisztázza a feltételezéseket, és válassza szét azt, amit a rendszer megbízhatóan képes elvégezni, attól, ami még szakértői megítélést igényel.

A gyakorlatban a Wayve és End-to-End vezetési modelleket használó erős csapatok értékelik a szállítói stratégiát, az ütemterv megbízhatóságát és a bezárási kockázatot, mielőtt elköteleznék magukat. Dokumentálják az explicit sikerkritériumokat, tesztelik a valósághű adatokat és munkafolyamatokat, és a megfigyelt hibaminták alapján iterálnak, nem pedig egyszeri benchmark győzelmek alapján. Ez az a hely, ahol az elméleti megértés tartós képességgé válik a termék, a politika és a műveletek között.

A szállítói ütemterv befolyásolja, hogy csapata milyen funkciókat építhet fel legközelebb. Ugyanakkor a Launch bejelentések meghaladhatják a valódi termelési munkafolyamatok stabilitását. A legrugalmasabb megközelítés a kísérleti sebesség és az irányítási fegyelem kombinálása: kísérleti kísérletek futtatása, bizonyítékok rögzítése, döntési naplók közzététele és a biztosítékok folyamatos frissítése a modell viselkedésének, a felhasználói elvárásoknak és a szabályozási követelményeknek megfelelően.

Stratégiai hatás

A szállítói ütemterv befolyásolja, hogy csapata milyen funkciókat építhet fel legközelebb.

A szállítói ütemterv befolyásolja, hogy csapata milyen funkciókat építhet fel legközelebb. A kiváló minőségű telepítéseknél ez mérhető működési szabályokká, tulajdonosi határokká és ismétlődő felülvizsgálati rituálékká alakul át, így a csapatok növelhetik a bizalmat a kétértelműség skálázása helyett.

A kereskedelmi feltételek és a telepítési lehetőségek befolyásolják a hosszú távú költségeket és kockázatokat.

A kereskedelmi feltételek és a telepítési lehetőségek befolyásolják a hosszú távú költségeket és kockázatokat. A kiváló minőségű telepítéseknél ez mérhető működési szabályokká, tulajdonosi határokká és ismétlődő felülvizsgálati rituálékká alakul át, így a csapatok növelhetik a bizalmat a kétértelműség skálázása helyett.

A vállalati ösztönzők alakítják a termék alapértelmezett beállításait, a biztonsági testtartást és a nyitottságot.

A vállalati ösztönzők alakítják a termék alapértelmezett beállításait, a biztonsági testtartást és a nyitottságot. A kiváló minőségű telepítéseknél ez mérhető működési szabályokká, tulajdonosi határokká és ismétlődő felülvizsgálati rituálékká alakul át, így a csapatok növelhetik a bizalmat a kétértelműség skálázása helyett.

A Wayve és az end-to-end vezetési modellek jövője

A Wayve az autógyártók számára engedélyezi a „megtestesült mesterséges intelligencia” szoftverét, ahelyett, hogy saját robottengelyt építene ki, amelynek célja a vezetői segítségnyújtás és végül az autonómia szállítása számos járműmárka számára. Az alapmodell technikákkal való szorosabb integrációra, a nagyobb multimodális világmodellekre, valamint arra kell törekedni, hogy bebizonyítsák, hogy a kamera-első, térkép nélküli rendszerek biztonságban megfelelnek a térképes riválisoknak. A tanult, kevésbé értelmezhető rendszerek szabályozási elfogadása továbbra is a fő akadály.

Valós megvalósítás

Térkép nélküli városi vezetés ismeretlen egyesült királyságbeli városokban, csak kamerabemenettel és tanult irányelvekkel

A GAIA-2 világmodell szintetikus éldobozos videót generál (kerékpárosok, időjárás), hogy tesztelje a vezetési hálózatot

Az AV2.0 szoftver licencelése az autógyártók számára, hogy a meglévő járműkamera-csomagok fejlettebb vezetési támogatást kapjanak

A flottatanulás, ahol a sok ember által hajtott autóból származó adatok egyetlen megosztott neurális vezetési modellt javítanak

Megvalósítási minták

Wayve és End-to-End vezetési modellek a gyakorlatban

Térkép nélküli városi vezetés ismeretlen egyesült királyságbeli városokban, csak kamerabemenettel és tanult irányelvekkel.

Térkép nélküli városi vezetés ismeretlen Egyesült Királyság városaiban, csak kamerabemenettel és tanult irányelvekkel A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöbértékeket, emberi eszkalációs utat tartanak a szélsőséges eseteknél, és nyomon követik a termelékenység növekedését és a hibaköltségeket is.

Wayve és End-to-End vezetési modellek a gyakorlatban

A GAIA-2 világmodell szintetikus szélvédő videót generál (kerékpárosok, időjárás), hogy tesztelje a vezetési hálózatot.

A GAIA-2 világmodell szintetikus szélvédős videót generál (kerékpárosok, időjárás) a vezetési hálózat stressz-tesztelése érdekében A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöböket, megtartják az emberi eszkalációs utat az éles eseteknél, és nyomon követik a termelékenység növekedését és a hibaköltségeket az idő múlásával.

Wayve és End-to-End vezetési modellek a gyakorlatban

Az AV2.0 szoftver licencelése az autógyártók számára, hogy a meglévő járműkamera-csomagok fejlettebb vezetési támogatást kapjanak.

Az AV2.0 szoftver licencelése az autógyártók számára, hogy a meglévő járműkamera-csomagok fejlettebb vezetési támogatást kapjanak. A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöböket, megtartják az emberi eszkalációs utat a szélsőséges eseteknél, és nyomon követik a termelékenység növekedését és a hibaköltségeket az idő múlásával.

Wayve és End-to-End vezetési modellek a gyakorlatban

A flottatanulás, ahol a sok ember által hajtott autóból származó adatok egyetlen megosztott neurális vezetési modellt javítanak.

Flottatanulás, ahol a sok ember által hajtott autóból származó adatok egyetlen megosztott neurális vezetési modellt javítanak A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöböket, megtartják az emberi eszkalációs útvonalat a szélsőséges eseteknél, és nyomon követik a termelékenység növekedését és a hibaköltségeket az idő múlásával.

Kockázatok és védőkorlátok

!

Az indítási bejelentések meghaladhatják a valódi termelési munkafolyamatok stabilitását.

!

Az API-árazás vagy az irányelvváltások egyik napról a másikra megdönthetik a feltételezéseket.

!

Az egyszállítótól való függőség növeli a bezárási és migrációs költségeket.

Végrehajtási ütemterv

1

Értékelje a szolgáltatókat saját feladatai és adatkészletei segítségével.

Értékelje a szolgáltatókat saját feladatai és adatkészletei segítségével. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.

2

Az integráció előtt tekintse át az adatvédelmi, biztonsági és jogi feltételeket.

Az integráció előtt tekintse át az adatvédelmi, biztonsági és jogi feltételeket. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.

3

Tartsa fenn a tartalék tervet a modellek vagy szállítók között.

Tartsa fenn a tartalék tervet a modellek vagy szállítók között. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.

4

Figyelje a kiadási megjegyzéseket, hogy az ütemterv változásai ne lepjék meg a csapatokat.

Figyelje a kiadási megjegyzéseket, hogy az ütemterv változásai ne lepjék meg a csapatokat. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.

Folytassa a felfedezést