CEO da Wayve compartilha seus ingredientes essenciais para escalar a tecnologia de condução autônoma

O co-fundador e CEO da Wayve, Alex Kendall, vê potencial em trazer a tecnologia de sua startup de veículos autônomos ao mercado. Isso, é claro, se a Wayve mantiver sua estratégia de garantir que seu software de condução automatizada seja barato de operar, independente de hardware e possa ser aplicado a sistemas avançados de assistência ao condutor, robotáxis e até mesmo robótica.

A estratégia, delineada por Kendall durante a conferência GTC da Nvidia, começa com uma abordagem de aprendizado de dados abrangente. Isso significa que o que o sistema “vê” através de uma variedade de sensores (como câmeras) se traduz diretamente em como ele dirige (como decidir frear ou virar à esquerda). Além disso, isso implica que o sistema não precisa depender de mapas HD ou software baseado em regras, como as versões anteriores da tecnologia de veículos autônomos.

Essa abordagem tem atraído investidores. A Wayve, que foi lançada em 2017 e arrecadou mais de $1,3 bilhão nos últimos dois anos, planeja licenciar seu software de direção autônoma para parceiros automotivos e de frota, como a Uber.

A empresa ainda não anunciou parcerias automotivas, mas um porta-voz disse ao TechCrunch que a Wayve está em “fortes discussões” com múltiplas montadoras para integrar seu software em uma variedade de tipos de veículos.

Sua proposta de software barato de operar é crucial para fechar esses acordos.

Kendall afirmou que as montadoras que implementarem o sistema avançado de assistência ao condutor (ADAS) da Wayve em novos veículos de produção não precisarão investir em hardware adicional, pois a tecnologia pode operar com sensores existentes, que geralmente são compostos por câmeras de 360 graus e alguns radares.

A Wayve também é “independente de silício”, o que significa que pode executar seu software em qualquer GPU que seus parceiros OEM já possuem em seus veículos, segundo Kendall. No entanto, a frota de desenvolvimento atual da startup utiliza o sistema em chip Orin da Nvidia.

“Entrar no mercado de ADAS é realmente crítico porque permite construir um negócio sustentável, criar distribuição em larga escala e ter exposição aos dados para treinar o sistema até [Nível] 4,” disse Kendall no palco na quarta-feira.

(Um sistema de condução de Nível 4 significa que ele pode navegar em um ambiente por conta própria — sob certas condições — sem a necessidade de intervenção humana.)

A Wayve planeja comercializar seu sistema inicialmente em um nível de ADAS. Portanto, a startup projetou o motorista de IA para operar sem lidar — o radar de detecção e alcance por luz que mede distâncias usando luz laser para gerar um mapa 3D altamente preciso do mundo, que a maioria das empresas que desenvolvem tecnologia de Nível 4 considera um sensor essencial.

A abordagem da Wayve para a autonomia é semelhante à da Tesla, que também está trabalhando em um modelo de aprendizado profundo de ponta a ponta para alimentar seu sistema e melhorar continuamente seu software de condução autônoma. Assim como a Tesla, a Wayve espera aproveitar uma ampla implementação de ADAS para coletar dados que ajudarão seu sistema a alcançar a autonomia total. (O software de “Condução Totalmente Autônoma” da Tesla pode realizar algumas tarefas de condução automatizada, mas não é totalmente autônomo. Contudo, a empresa visa lançar um serviço de robotáxi neste verão.)

Uma das principais diferenças entre as abordagens da Wayve e da Tesla do ponto de vista técnico é que a Tesla está apenas contando com câmeras, enquanto a Wayve está disposta a incorporar lidar para alcançar a autonomia total em um futuro próximo.

“A longo prazo, certamente há oportunidades quando se constrói a confiabilidade e a capacidade de validar um certo nível de escala para diminuir ainda mais esse [conjunto de sensores],” disse Kendall. “Isso depende da experiência do produto que você deseja. Você quer que o carro dirija mais rápido em meio à névoa? Então, talvez você queira outros sensores [como lidar]. Mas se você estiver disposto a que a IA entenda as limitações das câmeras e seja defensiva e conservadora como resultado? Nossa IA pode aprender isso.”

Kendall também insinuou o GAIA-2, o mais recente modelo gerativo de mundo da Wayve adaptado para direção autônoma, que treina seu motorista com vastas quantidades de dados reais e sintéticos em uma ampla gama de tarefas. O modelo processa vídeo, texto e outras ações juntas, o que, segundo Kendall, permite que o motorista de IA da Wayve seja mais adaptativo e humano em seu comportamento de condução.

“O que me empolga realmente é o comportamento de direção semelhante ao humano que começa a emergir,” disse Kendall. “Claro, não há comportamento codificado à mão. Não dizemos ao carro como se comportar. Não há infraestrutura ou mapas HD, mas sim, o comportamento emergente é baseado em dados e permite um comportamento de condução que lida com cenários muito complexos e diversificados, incluindo cenários que ele pode nunca ter visto durante o treinamento.”

A Wayve compartilha uma filosofia semelhante à da startup de caminhões autônomos Waabi, que também busca um sistema de aprendizado de ponta a ponta. Ambas as empresas enfatizaram a escalabilidade dos modelos de IA baseados em dados que podem se generalizar em diferentes ambientes de condução e ambas dependem de simuladores de IA generativa para testar e treinar sua tecnologia.