Tikroji „Uber“ ambicija nėra savivaldžiai automobiliai – tai jūsų miesto pavertimas gyva laboratorija

Vyraujanti nuomonė teigia, kad „Uber“ patyrė nesėkmę savivaldžių automobilių srityje. Po to, kai įmonė sudegino milijardus savo „Advanced Technologies Group“ padaliniui ir galiausiai prieš kelerius metus jį perleido „Aurora“ bendrovei, naratyvas buvo aiškus: „Uber“ bus rinka, o ne kūrėjas. Kol tokios įmonės kaip „Waymo“ ir „Zoox“ ne vienerius metus tobulino brangią techninę įrangą, reikalingą pakeisti vairuotojus, „Uber“, atrodė, tenkinasi tiesiog laukimu, kol galės šiuos automobilių parkus priimti savo programėlėje.

Žvelgiant į bendrą vaizdą, šis naratyvas buvo neišsamus. Nors atrodė, kad „Uber“ traukiasi iš autonominių transporto priemonių (AV) lenktynių, iš tikrųjų bendrovė persigrupavo, kad užvaldytų tai, kas vertingiau už patį automobilį: duomenis, kurie moko automobilį mąstyti. „Uber“ technologijų vadovas Praveen Neppalli Naga neseniai praskleidė uždangą strategijai, kuri milijonus standartinių keleivinių transporto priemonių paverčia didelės raiškos jutiklių tinklu. Tai jau ne tik pavėžėjimo paslaugos; tai tapimas pamatine infrastruktūra visam dirbtinio intelekto valdomam pasauliui.

Duomenų butelio kakliukas: kodėl robotams vis dar sunku sukti į kairę

Norėdami suprasti, kodėl „Uber“ žingsnis yra toks perversmiškas, turime pažvelgti į dabartinę autonominio vairavimo būklę. Paprastai tariant, sukurti savivaldį automobilį yra lengva; sukurti tokį, kuris nepadarytų gyvybei pavojingos klaidos kas 50 000 mylių, yra neįtikėtinai sunku. Pramonė pasiekė tašką, kai pagrindiniai algoritmai – automobilio smegenys – yra gana patikimi. Problema ta, kad šioms smegenims reikia patirti kiekvieną įmanomą scenarijų, kad jomis būtų galima pasitikėti.

Įsivaizduokite autonominę sistemą kaip nenuilstantį praktikantą. Jis gali dirbti visą parą be poilsio, tačiau neturi jokio sveiko proto. Jam reikia pamatyti tūkstantį skirtingų būdų, kaip vaikas gali išbėgti į gatvę paskui kamuolį arba kaip statybininko rankų signalai skiriasi Londone ir Los Andžele. Šiuo metu AV įmonės renka šiuos duomenis naudodamos nedidelius, specializuotus brangių visureigių su jutikliais parkus. Tai lėtas, daug kapitalo reikalaujantis procesas, apribojantis jų mokymąsi tik keliais konkrečiais rajonais.

„Uber“ suprato, kad jie jau turi milijonų automobilių parką, važinėjantį po kiekvieną pasaulio kampelį. Jei bent 5 % tų transporto priemonių turėtų supaprastintą jutiklių rinkinį, „Uber“ per vieną popietę galėtų surinkti daugiau realaus vairavimo duomenų nei tradicinė AV įmonė per metus.

Nuo pavėžėjimo iki „AV debesies“

Žvelgiant giliau, ši programa yra „Uber“ AV laboratorijų evoliucija. Iš pradžių tai buvo nedidelis projektas, kuriame jutikliams testuoti buvo naudojami „Uber“ priklausantys automobiliai. Dabar tikslas yra decentralizuoti šį rinkimą. „Uber“ kuria tai, ką Naga vadina „AV Cloud“ (AV debesimi) – milžinišką, paieškai pritaikytą paženklintų jutiklių duomenų biblioteką.

Įsivaizduokite, kad esate startuolis, kuriantis pristatymo robotą. Jums reikia žinoti, kaip žmonės Mumbajuje manevruoja aplink klaidžiojančias karves arba kaip Bostono vairuotojai tvarkosi su staigia šlapdriba. Užuot siuntę savo automobilius į tuos miestus, jūs tiesiog pateikiate užklausą „Uber“ bibliotekai. Mokate už konkrečius jums reikalingus scenarijus, o „Uber“ pateikia aukštos kokybės duomenis, surinktus jos vairuotojų tinklo.

Be paprasto žaliavinių duomenų pardavimo, „Uber“ siūlo paslaugą, žinomą kaip „šešėlinis režimas“ (shadow mode). Tai leidžia AV įmonei fone paleisti savo programinę įrangą realios „Uber“ kelionės metu. Žmogus vairuotojas visiškai kontroliuoja situaciją, tačiau DI „apsimeta“ vairuojantis, realiuoju laiku lygindamas savo sprendimus su žmogaus veiksmais. Taip sukuriama saugi, virtuali mokymų aikštelė, kurioje fizinis pasaulis tarnauja kaip fonas.

Kodėl ši strategija yra finansinis meistriškumas

Rinkos požiūriu šis posūkis yra klasikinis pavyzdys, kaip kylama vertės grandine aukštyn. Techninės įrangos kūrimas yra nepastovus ir brangus procesas; duomenų, kurie maitina tą įrangą, teikimas yra didelio pelningumo, keičiamo masto programinės įrangos verslas. Atsitraukdama nuo „metalo“ ir judėdama link „informacijos“, „Uber“ išvengia didžiulės atsakomybės ir robotaxi parko priežiūros išlaidų, kartu tapdama nepakeičiama įmonėms, kurios tuos parkus valdo.

Istoriškai technologijų pramonė tai jau matė. Ankstyvosiomis interneto dienomis įmonės kovojo dėl geriausio stalinio kompiuterio sukūrimo. Galiausiai atspariausiomis tapo tos bendrovės, kurios pateikė paieškos variklius ir duomenų protokolus, kuriais visi kiti turėjo naudotis. „Uber“ iš esmės bando tapti fizinių kelių „Google Search“.

Poveikis paprastam vartotojui

Paprastam vartotojui šis pokytis iš pradžių gali atrodyti nepastebimas, tačiau ilgalaikės pasekmės yra sisteminės. Praktiškai kalbant, kita jūsų „Uber“ kelionė gali prasidėti automobiliu, turinčiu šiek tiek sudėtingesnę kamerų sistemą, sumontuotą prie galinio vaizdo veidrodėlio arba ant stogo. „Uber“ davė suprasti, kad nori, jog šis procesas būtų skaidrus, nors specifika, kaip vairuotojams bus atlyginta už jų automobilių pavertimą mobiliaisiais duomenų centrais, išlieka neaiški.

Vartotojo požiūriu, tai gali pagreitinti autonominių funkcijų atsiradimą jūsų asmeninėje transporto priemonėje. Kadangi „Uber“ demokratizuoja šiuos mokymosi duomenis, mažesni automobilių gamintojai, negalintys sau leisti milžiniško AV tyrimų padalinio, gali nusipirkti prieigą prie „Uber“ debesies, kad patobulintų savo saugos funkcijas. Tai gali lemti ateitį, kurioje „savivaldis vairavimas“ nebus tik prabanga tiems, kurie gali įsigyti šešiaženklę sumą kainuojantį elektromobilį, bet standartinė saugos funkcija, pagrįsta kolektyvine milijonų „Uber“ vairuotojų patirtimi.

Kita vertus, kyla pagrįstų nuogąstavimų dėl privatumo ir viešųjų erdvių „stebėjimo“. Jei kiekvienas „Uber“ taps riedančia 360 laipsnių kamera, apie pėsčiuosius, kitus vairuotojus ir privačią nuosavybę surenkamų duomenų kiekis bus precedento neturintis. „Uber“ turės įveikti sudėtingą pasaulinių taisyklių tinklą, kad užtikrintų, jog šie duomenys būtų nuasmeninti ir naudojami etiškai.

„Na ir kas?“ filtras: ką tai reiškia jums

Galiausiai „Uber“ lažinasi, kad vertingiausia XXI amžiaus prekė yra ne gebėjimas pervežti žmones iš taško A į tašką B, o gebėjimas žemėlapyje atvaizduoti ir suprasti, kaip tas judėjimas vyksta realiuoju laiku. Jie paverčia pasaulio kelius skaitmenine nafta, o jų vairuotojai yra gręžiniai.

Tai reiškia, kad „lenktynės“ dėl savivaldžių automobilių žengia į naują etapą. Svarbu nebe tai, kas turi kiečiausiai atrodantį robotaxi; svarbu tai, kas turi didžiausią žmonių patirties biblioteką mašinoms maitinti.

Kaip vartotojas, turėtumėte pradėti žvelgti į laisvai samdomų darbuotojų ekonomiką per kitokią prizmę. Jūsų vairuotojas ne tik teikia paslaugą; jis netiesiogiai kuria tą pačią sistemą, kuri vieną dieną gali pakeisti jo profesijos poreikį. Kol kas tai reiškia geresnius žemėlapius, saugesnes vairavimo pagalbos funkcijas jūsų kitame automobilyje ir galbūt intuityvesnį mūsų miestų supratimą. Tačiau tai taip pat reiškia, kad judame link pasaulio, kuriame kiekviena mūsų kelionė yra duomenų taškas daug didesniame, tarpusavyje susijusiame mašininio mokymosi eksperimente.

Užuot laukę pirmojo automobilio be vairuotojo pasirodymo savo mieste, pradėkite stebėti jutiklius, atsirandančius tuose automobiliuose, kurių prie vairo vis dar sėdi žmogus. Būtent ten vyksta tikroji revoliucija – ne Silicio slėnio laboratorijose, o kasdieniame jūsų vietinės rytinės kelionės į darbą sraute.

Šaltiniai:

• TechCrunch: StrictlyVC Event Interview with Praveen Neppalli Naga.
• Uber Technologies, Inc. Investor Relations: AV Strategy Overview.
• Wayve: Collaborative Partnership Announcements.
• National Highway Traffic Safety Administration (NHTSA): Data Collection Guidelines for Autonomous Systems.