Uber, 20'den fazla otonom araç (AV) ortağı için kapsamlı gerçek dünya sürüş verileri toplamak amacıyla yeni bir bölüm olan Uber AV Labs'ın kurulduğunu duyurdu. Bu stratejik hamle, hızla gelişen sürücüsüz araç endüstrisindeki çeşitli verilere yönelik kritik talebin altını çiziyor.
"AV Labs" adlandırmasına rağmen, Uber kesinlikle kendi robotaksilerini geliştirmeye geri dönmüyor. Şirket, 2018'de test araçlarından birinin karıştığı ölümcül bir olayın ardından bu girişimden çekilmiş ve sonunda sürücüsüz araç birimini 2020'de Aurora ile karmaşık bir anlaşmayla satmıştı. Bunun yerine, Uber, Waymo, Waabi ve Lucid Motors gibi ortakları için veri toplamak amacıyla kendi sensör donanımlı araçlarını kentsel ortamlara konuşlandıracak, ancak belirli sözleşmeler henüz beklemede.
Otonom araç endüstrisi şu anda önemli bir paradigma değişimi yaşıyor; katı, kural tabanlı operasyonel sistemlerden daha esnek, takviyeli öğrenme modellerine doğru ilerliyor. Bu geçiş, gerçek dünya sürüş verilerini bu sofistike yapay zeka sistemlerini eğitmek ve geliştirmek için son derece değerli hale getirdi.
Uber'a göre, bu verilere en hevesli otonom araç şirketleri genellikle zaten önemli miktarda veri toplayan şirketler. Bu durum, önde gelen yapay zeka laboratuvarlarına benzer şekilde, sürücüsüz teknolojideki en zorlu "uç durumları" çözmenin temel olarak bir hacim oyunu olduğu – yani çok çeşitli büyük miktarda veri gerektirdiği – yönünde büyüyen bir endüstri konsensüsünü gösteriyor.
Veri Toplama Sınırlamalarının Üstesinden Gelmek
Şu anda, bir otonom araç şirketinin filosunun büyüklüğü, toplayabileceği veri hacmi üzerinde fiziksel bir kısıtlama oluşturuyor. Çeşitli senaryolara hazırlanmak için simülasyonlar yaygın olarak kullanılsa da, kapsamlı gerçek dünya sürüşünün yerini hiçbir şey tutamaz. Gerçek yollarda çalışmak, otonom araçların karşılaştığı sayısız tuhaf, zor ve tamamen beklenmedik durumları ortaya çıkarmak için çok önemlidir.
Zorluklar, sektör liderleri için bile aşikar. Örneğin, on yıldır otonom araç işleten ve test eden Waymo, robotaksilerinin duran okul otobüslerini yasa dışı bir şekilde geçtiğinin gözlemlenmesinin ardından yakın zamanda incelemeye alındı.
Uber'ın Baş Teknoloji Sorumlusu Praveen Neppalli Naga, özel bir röportajda, daha geniş ve çeşitli bir sürüş verisi havuzunun robotaksi şirketlerinin bu tür sorunları ortaya çıktıkça proaktif olarak ele almasına önemli ölçüde yardımcı olabileceğini belirtti.
Özellikle, Uber bu veriler için, en azından başlangıçta, ücret almayacak.
“Temel hedefimiz, bu veriyi demokratikleştirmektir,” dedi Praveen Neppalli Naga. “Bu verinin değeri ve ortakların AV teknolojisinin ilerlemesi, bundan kazanabileceğimiz paradan çok daha büyüktür.”
Uber Mühendislik Başkan Yardımcısı Danny Guo, ürün-pazar uyumunu belirlemeden önce temel bir veri altyapısı oluşturmanın gerekliliğini vurguladı.
“Çünkü bunu yapmazsak, başka kimsenin yapabileceğine gerçekten inanmıyoruz,” diye açıkladı Guo. “Tüm sektörü potansiyel olarak açabilecek ve tüm ekosistemi hızlandırabilecek biri olarak, bu sorumluluğu şimdi üstlenmemiz gerektiğine inanıyoruz.”
AV Labs Operasyonu: Küçük Başlangıç
Yeni AV Labs bölümü mütevazı bir ölçekte faaliyete başlıyor. Şu anda tek bir Hyundai Ioniq 5 kullanıyor (ancak Uber belirli bir modele bağlı olmadığını belirtiyor). Danny Guo, ekibinin hala lidarlar, radarlar ve kameralar dahil olmak üzere temel sensörleri araca manuel olarak kurma sürecinde olduğunu açıkladı.
“Sensör kitinin düşüp düşmeyeceğini bilmiyoruz ama sahip olduğumuz pratiklik bu,” diye şaka yaptı Guo. “Veri toplamaya başlamak için yola 100 araba konuşlandırmamızın biraz zaman alacağını düşünüyorum. Ama prototip hazır.”
Ortaklar ham veri almayacak. Uber AV Labs filosu tamamen faaliyete geçtiğinde, Naga bölümün "verileri işleyeceğini ve ortaklara uygun hale getireceğini" açıkladı. Bu işlenmiş "semantik anlama" katmanı, Waymo gibi şirketlerdeki sürüş yazılımlarının bir robotaksinin gerçek zamanlı yol planlama yeteneklerini geliştirmesi için çok önemli olacak.
Ayrıca Guo, "gölge modu" testini içeren bir ara adımı özetledi. Uber, bir ortağın sürüş yazılımını AV Labs araçlarına entegre ederek arka planda çalıştırmayı planlıyor. Gölge modunda AV Labs insan sürücüsünün eylemleri ile otonom yazılımın kararları arasındaki herhangi bir tutarsızlık işaretlenecek ve ortak şirkete bildirilecek.
Guo'ya göre, bu yöntemin sadece sürüş yazılımındaki eksiklikleri belirlemekle kalmayıp, aynı zamanda modelleri katı robotik tepkiler yerine insan sürüş davranışını daha yakından taklit edecek şekilde eğitmeye de yardımcı olması bekleniyor.
Tesla'nın Stratejisini Yansıtan Bir Yaklaşım
Bu veri toplama stratejisi, Tesla'nın kendi otonom araç yazılımını eğitmek için uzun süredir kullandığı yaklaşıma benziyor. Ancak, Uber'ın girişimi şu anda Tesla'nın muazzam ölçeğine sahip değil; Tesla, dünya genelindeki milyonlarca müşteri aracını günlük veri toplama için kullanıyor.
Ölçek farkına rağmen Uber yılmıyor. Guo, bireysel otonom araç şirketlerinin özel ihtiyaçlarına göre uyarlanmış daha hedefli bir veri toplama stratejisi öngörüyor.
“Seçebileceğimiz 600 şehrimiz var,” dedi Guo. “Eğer bir ortak bize ilgilendikleri belirli bir şehri söylerse, araçlarımızı oraya konuşlandırabiliriz.”
Naga, Uber'ın bu yeni bölümü hızla genişletmeyi ve bir yıl içinde birkaç yüz kişilik bir iş gücüne ulaşmayı planladığını belirtti. Uber'ın tüm araç çağırma filosunun daha geniş veri toplama için kullanılabileceği bir gelecek öngörse de, yeni bölümün odaklanmış çabalarıyla başlamanın gerekliliğini kabul etti.
“Ortaklarımızla yaptığımız görüşmelerden, sadece şunu söylüyorlar: ‘işimize yarayacak her şeyi bize verin,’” diye sözlerini tamamladı Guo. “Çünkü Uber'ın toplayabileceği veri miktarı, kendi veri toplama yöntemleriyle yapabilecekleri her şeyden daha fazla.”
