ภาพรวม
Wayve เป็นบริษัทในสหราชอาณาจักรที่สร้างระบบการขับขี่ด้วยตนเองด้วยโครงข่ายประสาทเทียมแบบเรียนรู้เดียวที่แมปพิกเซลของกล้องกับระบบควบคุมการขับขี่โดยตรง โดยไม่ต้องใช้กฎที่เขียนด้วยมือหรือแผนที่ HD สิ่งสำคัญคือเนื่องจากแนวทางแบบ end-to-end นี้สัญญาว่ารถยนต์จะใช้งานได้ทั่วไปในเมืองใหม่โดยไม่ต้องทำการรีแมปที่มีราคาแพง
โมเดลการขับขี่ Wayve และ End-to-End เป็นที่เข้าใจได้ดีที่สุดในบริบทของกลยุทธ์ การเข้าถึงโมเดล การตัดสินใจแพลตฟอร์ม และความร่วมมือในระบบนิเวศ
เจาะลึก
Wayve ก่อตั้งขึ้นในเคมบริดจ์ในปี 2560 โดยปฏิเสธสูตรการขับขี่ด้วยตนเองแบบดั้งเดิมของโมดูลที่แยกจากกันสำหรับการรับรู้ การทำนาย และการวางแผนที่ผสานเข้าด้วยกันด้วยโค้ดที่เขียนด้วยมือ แต่จะฝึกโครงข่ายประสาทเทียมขนาดใหญ่ตั้งแต่ต้นจนจบ นั่นคือ วิดีโอจากกล้องราคาไม่แพงเข้ามา การหมุนพวงมาลัยและการเร่งความเร็วออกมา ซึ่งเรียนรู้จากการสาธิตการขับขี่ของมนุษย์ Wayve มีชื่อเสียงในการหลีกเลี่ยง LiDAR ที่มีราคาแพงและแผนที่ HD ที่สร้างไว้ล่วงหน้า โดยพนันได้เลยว่าการเรียนรู้จะเป็นภาพรวมของวิธีที่มนุษย์ทำ GAIA-1 และ GAIA-2 รุ่นใหม่กว่านั้นเป็นโมเดลโลกเชิงสร้างสรรค์ที่จำลองวิดีโอการขับขี่ที่สมจริงเพื่อฝึกฝนและทดสอบนโยบาย ในปี 2024 Wayve ระดมทุนได้มากกว่า 1 พันล้านดอลลาร์ซึ่งนำโดย SoftBank, Nvidia และ Microsoft และได้ทำการทดสอบรถยนต์ในเมืองหลายสิบแห่งในสหราชอาณาจักร และเริ่มขยายไปยังสหรัฐอเมริกาและญี่ปุ่น
ข้อมูลเชิงลึกทางเทคนิค
การเรียนรู้แบบ end-to-end แทนที่ไปป์ไลน์แบบโมดูลาร์ด้วยเครือข่ายที่สร้างความแตกต่างซึ่งได้รับการฝึกฝนโดยการเรียนรู้แบบเลียนแบบในการขับขี่ของมนุษย์ ซึ่งมักจะได้รับการปรับปรุงด้วยการเรียนรู้แบบเสริมกำลัง โมเดลโลกของ Wayve เช่น GAIA-2 เป็นโมเดลวิดีโอเชิงสร้างสรรค์ที่คาดการณ์เฟรมในอนาคตที่มีเงื่อนไขตามการกระทำ ช่วยให้ทีมสร้างสถานการณ์ที่หายาก (คนข้ามถนน หมอก) ได้ในราคาถูกในการจำลอง ด้านพลิกคือความสามารถในการตีความ: นโยบายกล่องดำเดียวนั้นยากต่อการดีบั๊กและรับรองมากกว่าไปป์ไลน์ที่สามารถตรวจสอบเอาต์พุตของแต่ละโมดูลได้
การเรียนรู้ Wayve และโมเดลการขับขี่แบบ End-to-End
Wayve เป็นบริษัทในสหราชอาณาจักรที่สร้างระบบการขับขี่ด้วยตนเองด้วยโครงข่ายประสาทเทียมแบบเรียนรู้เดียวที่แมปพิกเซลของกล้องกับระบบควบคุมการขับขี่โดยตรง โดยไม่ต้องใช้กฎที่เขียนด้วยมือหรือแผนที่ HD สิ่งสำคัญคือเนื่องจากแนวทางแบบ end-to-end นี้สัญญาว่ารถยนต์จะใช้งานได้ทั่วไปในเมืองใหม่โดยไม่ต้องทำการรีแมปที่มีราคาแพง โมเดลการขับขี่ Wayve และ End-to-End เป็นที่เข้าใจได้ดีที่สุดในบริบทของกลยุทธ์ การเข้าถึงโมเดล การตัดสินใจแพลตฟอร์ม และความร่วมมือในระบบนิเวศ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Wayve และ End-to-End Driving Models เป็นรูปแบบการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ Wayve และ End-to-End Driving Models จะประเมินกลยุทธ์ของผู้จำหน่าย ความน่าเชื่อถือของแผนงาน และความเสี่ยงในการล็อคอินก่อนตัดสินใจ โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน
โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป ในขณะเดียวกัน การประกาศเปิดตัวอาจแซงหน้าความเสถียรในขั้นตอนการทำงานจริง แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง
ผลกระทบเชิงกลยุทธ์
โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป
โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ข้อกำหนดทางการค้าและตัวเลือกการใช้งานส่งผลต่อต้นทุนและความเสี่ยงในระยะยาว
ข้อกำหนดทางการค้าและตัวเลือกการใช้งานส่งผลต่อต้นทุนและความเสี่ยงในระยะยาว ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
สิ่งจูงใจของบริษัทจะกำหนดค่าเริ่มต้นของผลิตภัณฑ์ ท่าทางที่ปลอดภัย และความเปิดกว้าง
สิ่งจูงใจของบริษัทจะกำหนดค่าเริ่มต้นของผลิตภัณฑ์ ท่าทางที่ปลอดภัย และความเปิดกว้าง ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การใช้งานจริงในโลกแห่งความเป็นจริง
การขับขี่ในเมืองโดยไม่ใช้แผนที่ในเมืองที่ไม่คุ้นเคยในสหราชอาณาจักรโดยใช้เพียงข้อมูลจากกล้องและนโยบายที่เรียนรู้
แบบจำลองโลก GAIA-2 สร้างวิดีโอกรณีขอบสังเคราะห์ (นักปั่นจักรยาน สภาพอากาศ) เพื่อทดสอบความเครียดในเครือข่ายการขับขี่
การให้ลิขสิทธิ์ซอฟต์แวร์ AV2.0 แก่ผู้ผลิตรถยนต์ เพื่อให้ชุดกล้องติดรถยนต์ที่มีอยู่ได้รับการช่วยเหลือในการขับขี่ขั้นสูง
การเรียนรู้อย่างรวดเร็วโดยที่ข้อมูลจากรถยนต์ที่ขับเคลื่อนโดยมนุษย์จำนวนมากช่วยปรับปรุงโมเดลการขับขี่แบบนิวรัลที่ใช้ร่วมกันเพียงโมเดลเดียว
รูปแบบการดำเนินงาน
รูปแบบการขับขี่ Wayve และ End-to-End ในทางปฏิบัติ
การขับขี่ในเมืองโดยไม่ใช้แผนที่ในเมืองที่ไม่คุ้นเคยในสหราชอาณาจักรโดยใช้เพียงข้อมูลจากกล้องและนโยบายที่เรียนรู้
การขับขี่ในเมืองแบบไร้แผนที่ในเมืองที่ไม่คุ้นเคยในสหราชอาณาจักรโดยใช้เพียงอินพุตจากกล้องและนโยบายที่เรียนรู้ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
รูปแบบการขับขี่ Wayve และ End-to-End ในทางปฏิบัติ
แบบจำลองโลก GAIA-2 สร้างวิดีโอกรณีขอบสังเคราะห์ (นักปั่นจักรยาน สภาพอากาศ) เพื่อทดสอบความเครียดในเครือข่ายการขับขี่
แบบจำลองโลก GAIA-2 ที่สร้างวิดีโอ Edge-Case แบบสังเคราะห์ (นักปั่นจักรยาน สภาพอากาศ) เพื่อทดสอบความเครียดในเครือข่ายการขับเคลื่อน ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับ Edge Case และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
รูปแบบการขับขี่ Wayve และ End-to-End ในทางปฏิบัติ
การให้ลิขสิทธิ์ซอฟต์แวร์ AV2.0 แก่ผู้ผลิตรถยนต์ เพื่อให้ชุดกล้องติดรถยนต์ที่มีอยู่ได้รับการช่วยเหลือในการขับขี่ขั้นสูง
การให้สิทธิ์การใช้งานซอฟต์แวร์ AV2.0 แก่ผู้ผลิตรถยนต์ เพื่อให้ชุดกล้องติดรถยนต์ที่มีอยู่ได้รับความช่วยเหลือในการขับขี่ขั้นสูง ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพไว้ล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
รูปแบบการขับขี่ Wayve และ End-to-End ในทางปฏิบัติ
การเรียนรู้อย่างรวดเร็วโดยที่ข้อมูลจากรถยนต์ที่ขับเคลื่อนโดยมนุษย์จำนวนมากช่วยปรับปรุงโมเดลการขับขี่แบบนิวรัลที่ใช้ร่วมกันเพียงโมเดลเดียว
การเรียนรู้อย่างรวดเร็วโดยที่ข้อมูลจากรถยนต์ที่ขับเคลื่อนโดยมนุษย์จำนวนมากปรับปรุงโมเดลการขับขี่แบบนิวรัลที่ใช้ร่วมกัน ทีมมักจะได้รับผลลัพธ์ที่ดีขึ้นเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ความเสี่ยงและรั้ว
การประกาศเปิดตัวอาจแซงหน้าความเสถียรในขั้นตอนการทำงานจริง
การกำหนดราคา API หรือการเปลี่ยนแปลงนโยบายสามารถทำลายสมมติฐานได้ในชั่วข้ามคืน
การพึ่งพาผู้ขายรายเดียวจะเพิ่มค่าใช้จ่ายในการล็อคอินและการย้ายข้อมูล
แผนงานการดำเนินงาน
ประเมินผู้ให้บริการโดยใช้งานและชุดข้อมูลของคุณเอง
ประเมินผู้ให้บริการโดยใช้งานและชุดข้อมูลของคุณเอง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ตรวจสอบความเป็นส่วนตัว ความปลอดภัย และข้อกำหนดทางกฎหมายก่อนรวมระบบ
ตรวจสอบความเป็นส่วนตัว ความปลอดภัย และข้อกำหนดทางกฎหมายก่อนรวมระบบ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
รักษาแผนสำรองสำหรับรุ่นหรือผู้จำหน่าย
รักษาแผนสำรองสำหรับรุ่นหรือผู้จำหน่าย ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ตรวจสอบบันทึกประจำรุ่นเพื่อให้การเปลี่ยนแปลงแผนงานไม่ทำให้ทีมแปลกใจ
ตรวจสอบบันทึกประจำรุ่นเพื่อให้การเปลี่ยนแปลงแผนงานไม่ทำให้ทีมแปลกใจ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น