Le co-fondateur et PDG de Wayve, Alex Kendall, voit un potentiel dans le fait d'amener la technologie de son entreprise de véhicules autonomes sur le marché. Cela, à condition que Wayve reste fidèle à sa stratégie visant à garantir que son logiciel de conduite automatisée soit peu coûteux à exploiter, indépendant du matériel et puisse être appliqué aux systèmes d'aide à la conduite avancée, aux robotaxis et même à la robotique.
La stratégie, que Kendall a exposée lors de la conférence de la GTC de Nvidia, commence par une approche d'apprentissage basée sur des données de bout en bout. Cela signifie que ce que le système “voit” à travers une variété de capteurs (comme des caméras) se traduit directement par la manière dont il conduit (comme décider de freiner ou de tourner à gauche). De plus, cela signifie que le système n'a pas besoin de se fier à des cartes HD ou à des logiciels basés sur des règles, comme le faisaient les versions précédentes de la technologie de conduite autonome.
Cette approche a attiré des investisseurs. Wayve, qui a été lancé en 2017 et a levé plus de 1,3 milliard de dollars au cours des deux dernières années, prévoit de concéder sous licence son logiciel de conduite autonome à des partenaires de l'automobile et de la flotte, tels qu'Uber.
L'entreprise n'a pas encore annoncé de partenariats automobiles, mais un porte-parole a déclaré à TechCrunch que Wayve est en “discussions solides” avec plusieurs OEM pour intégrer son logiciel dans différents types de véhicules.
Son argumentaire basé sur un logiciel peu coûteux à exploiter est crucial pour conclure ces accords.
Kendall a déclaré que les OEM intégrant le système d'aide à la conduite avancée (ADAS) de Wayve dans de nouveaux véhicules de production n'ont pas besoin d'investir dans du matériel supplémentaire car la technologie peut fonctionner avec des capteurs existants, qui se composent généralement de caméras surround et de quelques radars.
Wayve est également “agnostic du silicium”, ce qui signifie qu'il peut exécuter son logiciel sur le GPU déjà présent dans les véhicules de ses partenaires OEM, selon Kendall. Cependant, la flotte de développement actuelle de la startup utilise le système-on-a-puce Orin de Nvidia.
“Entrer dans l'ADAS est vraiment critique car cela vous permet de construire une entreprise durable, de développer une distribution à grande échelle et d'obtenir l'exposition aux données nécessaire pour entraîner le système jusqu'au [Niveau] 4”, a déclaré Kendall sur scène mercredi.
(Un système de conduite de Niveau 4 signifie qu'il peut naviguer dans un environnement par lui-même - dans certaines conditions - sans besoin d'intervention humaine.)
Wayve prévoit de commercialiser son système d'abord au niveau de l'ADAS. Ainsi, la startup a conçu le conducteur IA pour fonctionner sans lidar - le radar de détection et de télémétrie qui mesure la distance en utilisant de la lumière laser pour générer une carte 3D extrêmement précise du monde, que la plupart des entreprises développant une technologie de Niveau 4 considèrent comme un capteur essentiel.
L'approche de Wayve en matière d'autonomie est similaire à celle de Tesla, qui travaille également sur un modèle d'apprentissage profond de bout en bout pour alimenter son système et améliorer continuellement son logiciel de conduite autonome. Comme le fait Tesla, Wayve espère tirer parti d'un déploiement généralisé de l'ADAS pour collecter des données qui aideront son système à atteindre l'autonomie complète. (Le logiciel “Full Self-Driving” de Tesla peut effectuer certaines tâches de conduite automatisée, mais n'est pas entièrement autonome. Bien que l'entreprise vise à lancer un service de robotaxis cet été.)
Une des principales différences entre les approches de Wayve et de Tesla sur le plan technologique est que Tesla ne compte que sur des caméras, tandis que Wayve est prêt à intégrer le lidar pour atteindre l'autonomie complète à court terme.
“À long terme, il y a certainement une opportunité lorsque vous construisez la fiabilité et la capacité de valider un niveau d'échelle pour réduire encore ce [ensemble de capteurs]”, a déclaré Kendall. “Cela dépend de l'expérience produit que vous souhaitez. Voulez-vous que la voiture roule plus vite dans le brouillard? Alors peut-être avez-vous besoin d'autres capteurs [comme le lidar]. Mais si vous êtes prêt à ce que l'IA comprenne les limitations des caméras et adopte une attitude défensive et conservatrice en conséquence? Notre IA peut apprendre cela.”
Kendall a également teasé GAIA-2, le dernier modèle mondial génératif de Wayve adapté à la conduite autonome qui forme son conducteur sur de vastes quantités de données réelles et synthétiques à travers un large éventail de tâches. Le modèle traite la vidéo, le texte et d'autres actions ensemble, ce qui permet à l'IA conducteur de Wayve d'être plus adaptative et humaine dans son comportement de conduite.
“Ce qui m'enthousiasme vraiment, c'est le comportement de conduite humanisé qui se dégage”, a déclaré Kendall. “Bien sûr, il n'y a pas de comportement codé à la main. Nous ne disons pas à la voiture comment se comporter. Il n'y a pas d'infrastructure ou de cartes HD, mais au contraire, le comportement qui émerge est axé sur les données et permet un comportement de conduite qui gère des scénarios très complexes et divers, y compris des scénarios qu'elle n'a peut-être jamais vus pendant son entraînement.”
Wayve partage une philosophie similaire à celle de la start-up de camions autonomes Waabi, qui poursuit également un système d'apprentissage de bout en bout. Les deux entreprises ont mis l'accent sur la mise à l'échelle des modèles d'IA basés sur les données qui peuvent se généraliser à travers différents environnements de conduite, et toutes deux s'appuient sur des simulateurs d'IA génératifs pour tester et former leur technologie.
