News

Auto a guida autonoma: da Wayve un nuovo modello di deep learning

Il modello di intelligenza artificiale AV 2.0 viene addestrato utilizzando una combinazione di apprendimento per rinforzo, in cui apprende per tentativi ed errori, e apprendimento per imitazione, in cui copia le azioni dei conducenti umani [...]
Pierluigi Sandonnini

giornalista

Wayve
  1. Home
  2. News
  3. Auto a guida autonoma: da Wayve un nuovo modello di deep learning

Wayve, una startup di auto senza conducente con sede a Londra, ha realizzato un modello di apprendimento automatico in grado di guidare due diversi tipi di veicoli: un’autovettura e un furgone per le consegne. È la prima volta che lo stesso sistema di intelligenza artificiale impara a guidare più veicoli.

La notizia arriva meno di un anno dopo che Wayve ha dimostrato che potrebbe usare l’intelligenza artificiale addestrata per le strade di Londra per guidare auto in altre quattro città in tutto il Regno Unito, una sfida che in genere richiederebbe una significativa reingegnerizzazione.

L’avanzamento suggerisce che l’approccio di Wayve ai veicoli autonomi AV 2.0, in cui un modello di deep learning è addestrato a guidare da zero, potrebbe aiutare a scalare più velocemente rispetto a aziende leader come Cruise, Waymo e Tesla.

Unlocking Markets Faster: Building AVs that Generalise

Video Wayve

Wayve è un’azienda molto più piccola rispetto ai suoi concorrenti, ma fa parte di una nuova generazione di startup, tra cui Waabi e Ghost, a volte note come AV2.0, che sta abbandonando la mentalità robotica abbracciata dalla prima ondata di aziende automobilistiche senza conducente, in cui le auto senza conducente si basano su mappe 3D super dettagliate e moduli separati per il rilevamento e la pianificazione. Invece, queste startup si affidano interamente all’intelligenza artificiale per guidare i veicoli.

L’approccio robotico ha portato i robotaxi in diverse strade a Phoenix e San Francisco, ma a costi enormi e con pochi segnali che questi servizi si diffonderanno presto oltre la fase pilota. Wayve e altri sperano di cambiare questa situazione, ripetendo ciò che il deep learning ha fatto per la visione artificiale e l’elaborazione del linguaggio naturale con veicoli a guida autonoma, consentendo loro di adattarsi meglio a strade e scenari sconosciuti senza dover mantenere aggiornate mappe complesse o mantenere sistemi software realizzati a mano.

Il modello di AI di Wayve

Il modello di intelligenza artificiale di Wayve viene addestrato utilizzando una combinazione di apprendimento per rinforzo, in cui apprende per tentativi ed errori, e apprendimento per imitazione, in cui copia le azioni dei conducenti umani. Ci sono volute migliaia di ore di dati di guida per addestrare il modello a guidare un’auto. L’azienda ha prima addestrato il suo modello di intelligenza artificiale per guidare il furgone in una simulazione, che ha richiesto solo altre 80 ore di dati.

Questo ha sorpreso la squadra. “Quando abbiamo iniziato questo progetto, non sapevamo quanti dati sarebbero stati necessari per generalizzare il sistema”, afferma Becky Goldman, scienziata di Wayve. Ma il risultato suggerisce che il modello può adattarsi ai nuovi veicoli più rapidamente del previsto. Wayve ha anche scoperto che imparare a guidare un furgone ha migliorato le sue prestazioni in auto.

WHITEPAPER
Cognitive Experience Center: ecco l'AI che può davvero supportare i tuoi operatori!
Intelligenza Artificiale
Networking

Una volta che il modello ha potuto guidare il furgone e l’auto in simulazione, Wayve lo ha portato su strada.

The Demo Series: 15 minutes of autonomous driving

Video: Wayve Londra

Jay Gierak di Ghost, che ha sede a Mountain View, in California, è impressionato dalle dimostrazioni di Wayve e concorda con il punto di vista generale dell’azienda. “L’approccio robotico non è il modo giusto”, afferma. Ma non è convinto dell’impegno totale di Wayve per il deep learning. Invece di un singolo modello di grandi dimensioni, Ghost addestra molte centinaia di modelli più piccoli, ognuno con una specializzazione. Quindi codifica a mano semplici regole che dicono al sistema di guida autonoma quali modelli utilizzare in quali situazioni. L’approccio di Ghost è simile a quello adottato da un’altra società AV2.0, Autobrains, con sede in Israele. Ma Autobrains utilizza ancora un altro livello di reti neurali per imparare le regole.

Secondo Volkmar Uhlig, co-fondatore e CTO di Ghost, dividere l’AI in molti pezzi più piccoli, ognuno con funzioni specifiche, rende più facile stabilire che un veicolo autonomo è sicuro. “A un certo punto, qualcosa accadrà”, dice. “E un giudice ti chiederà di indicare il codice che dice: ‘Se c’è una persona di fronte a te, devi frenare’. Quel pezzo di codice deve esistere”. Il codice può ancora essere appreso, ma in un modello di grandi dimensioni come Wayve sarebbe difficile da trovare, sostiene Uhlig.

Tuttavia, le due aziende stanno inseguendo obiettivi complementari: Ghost vuole realizzare veicoli di consumo che possano guidare da soli sulle autostrade; Wayve vuole essere la prima azienda a mettere auto senza conducente in 100 città. Wayve sta ora lavorando con i giganti della spesa del Regno Unito Asda e Ocado, raccogliendo dati dai loro veicoli di consegna urbana.

Tuttavia, entrambe le aziende sono molto indietro rispetto ai leader di mercato. Cruise e Waymo hanno accumulato centinaia di ore di guida senza un essere umano nelle loro auto e offrono già servizi robotaxi al pubblico in un piccolo numero di località.

 

FacebookTwitterLinkedIn
FacebookTwitterLinkedIn