Waymo deelt tien AI-lessen uit meer dan 200 miljoen autonome kilometers

De robotaxi-exploitant benadrukt het belang van speciaal ontworpen systemen en redundantie met meerdere sensoren in een bericht dat de discussies over zelfrijdende technologie weerspiegelt.

Waymo heeft tien AI-lessen gepubliceerd die zijn opgedaan tijdens meer dan 200 miljoen kilometer volledig autonoom rijden. Het bericht, geschreven door Srikanth Thirumalai, hoofd AI-fundamenten van het bedrijf, richt zich op veiligheid en operationele ervaring zonder concurrenten direct te noemen.

Les richt zich op incrementele weg naar volledige autonomie

Een les springt eruit door de directe implicatie. Het simpelweg verfijnen van een bestuurdersassistentiesysteem leidt niet tot veilige volledige autonomie, aldus het bericht. Echte level 4-capaciteit vereist een speciale architectuur die is getest op gesloten circuits en verfijnd door real-world operatie zonder menselijk toezicht.

Het simpelweg verbeteren van een bestuurdersassistentiesysteem (L2) voor volledige autonomie is een valse top. Echte L4-volwassenheid kan alleen veilig worden bereikt met een speciaal gebouwd systeem, gevalideerd op gesloten circuits en gehard door de compromisloze ervaring van rijden zonder mens in de auto.

— Srikanth Thirumalai, hoofd AI-fundamenten bij Waymo, Waymo-blogbericht

Het argument benadrukt dat noch uitgebreide simulatie noch miljoenen begeleide kilometers kunnen tippen aan het leerproces dat ontstaat wanneer een voertuig rijdt zonder dat een mens kan ingrijpen. Dit standpunt verschilt sterk van strategieën die leunen op klantvloten waarbij bestuurders de wettelijke verantwoordelijkheid houden.

Camera-only sensing en end-to-end-netwerken onder de loep

Andere lessen gaan over sensorhardware en modelarchitectuur. Camera’s alleen schieten tekort voor veilige, grootschalige autonomie, stelt het bericht, en Waymo combineert camera’s met lidar en radar voor gelaagde redundantie.

Pure end-to-end neurale netwerken die ruwe input direct omzetten in besturingsoutput krijgen eveneens kritiek. Het bericht merkt op dat zulke black-box-methodes het opbouwen van vertrouwen bemoeilijken. Recente updates van Tesla draaien juist om deze end-to-end-aanpak, maar de voortgang is inconsistent.

Operationele schaal toont duidelijke voorsprong voor Waymo

Cijfers illustreren het operationele verschil. Waymo maakt nu meer dan 500.000 betaalde, volledig autonome ritten per week in zijn markten en streeft ernaar om tegen het einde van het jaar één miljoen ritten per week te bereiken.

Ter vergelijking: Tesla exploiteert een beperkte robotaxidienst die in Austin begon met veiligheidsmonitors aan boord. Rapporten wijzen erop dat de vloot op sommige metrics is gekrompen. Over een heel jaar noteerde het bedrijf 380.000 onbegeleide kilometers, een afstand die Waymo in ongeveer één dag aflegt.

CEO Elon Musk heeft herhaaldelijk doelstellingen gesteld voor wijdverbreid onbegeleid Full Self-Driving tegen het einde van het jaar, hoewel die deadlines al meerdere keren zijn verschoven.

Kernverschillen in ontwikkelingsfilosofie

De lessen sluiten aan bij verschillende technische keuzes. Waymo pleit voor speciaal gebouwde systemen, multi-sensorfusie en het geleidelijk wegnemen van menselijk toezicht pas na strenge validatie. De contrasterende aanpak vertrouwt op alleen cameravisie en iteratieve verbetering van een bestaand bestuurdersassistentieproduct met vlootdata.

Randgevallen die het moeilijkst blijken, komen alleen naar voren als er geen menselijke back-up is, aldus het bericht. Training uitsluitend op begeleide kilometers laat die situaties mogelijk onopgelost.

Tags bij dit artikel