Banner 970x250

Waymo y TuSimple Lead Self Trucking en dificultad para construir IA segura para autopistas - TechCrunch

sofman hou investing español, noticias financieras


Banner 564x300

TuSimple y Waymo lideran la emergente industria de camiones autónomos; El fundador de TuSimple, Xiaodi Hou y Waymo El gerente de camiones, Boris Sofman, discutió en profundidad su industria y la tecnología que están construyendo en TC Mobility 2020. Curiosamente, aunque resuelven los mismos problemas, tienen antecedentes y enfoques muy diferentes.

Hou y Sofman empezaron hablando sobre por qué perseguían el mercado de camiones en primer lugar. (Las citas se han editado ligeramente para mayor claridad).

“El mercado es enorme; Creo que en los Estados Unidos se gastan entre 700 y 800 mil millones de dólares al año en la industria del transporte por carretera. Sigue creciendo cada año ", dijo Sofman, quien se unió a Waymo desde Anki el año pasado para liderar el esfuerzo de carga." Y hoy hay una gran escasez de conductores, que solo aumentará en el el próximo período de tiempo. Es una clara necesidad. Pero no será de la noche a la mañana: todavía hay una larga lista de desafíos que no puedes evitar. Así que hablamos de que las cosas más difíciles son diferentes ".

"Realmente es un análisis de costos y recompensas, pensar en construir el sistema operativo", dijo Hou. "El costo es la cantidad de funciones que desarrolla, y la recompensa es básicamente la cantidad de millas que conduce: cobra por milla. A partir de ese análisis de costo-beneficio, el transporte por camión es el camino natural a seguir para nosotros. El número total. de problemas que tienes que resolver es probablemente 10 veces menor, pero tal vez, ya sabes, cinco veces más difícil ".

"Sin embargo, es muy difícil cuantificar esos números", concluyó, "pero entiendes mi punto".

Los dos también discutieron las complejidades de crear un marco de percepción lo suficientemente bueno como para guiar.

"Incluso si tiene un conocimiento perfecto del mundo, debe predecir lo que harán los otros objetos y agentes en ese entorno, así que tome una decisión por su cuenta y la combinación sabrá que es muy desafiante", dijo Sofman.

"Lo que realmente nos ayudó fue que la parte automotriz de la empresa se dio cuenta, hace muchos, muchos años, de que para ayudarnos a resolver este problema de la manera más simple posible y facilitar los desafíos posteriores, teníamos que crear nuestros propios sensores, "Él continuó. “Y entonces tenemos nuestro lidar, nuestro radar, nuestras cámaras, y tienen propiedades increíblemente únicas que se han diseñado a medida en cinco generaciones de hardware que realmente intentan apoyarse en el tipo de situaciones más difíciles que simplemente no puedes evitar en la carretera. "

Hou explicó que, si bien muchos sistemas autónomos descienden de los enfoques utilizados en el famoso DARPA Grand Challenge hace 15 años, TuSimple es un poco más antropomórfico.

“Creo que estoy muy influenciado por mi experiencia, que tiene un tinte de neurociencia. Así que siempre pienso en construir una máquina que pueda ver y pensar, como lo hacen los humanos ", dijo." En el desafío DARPA, la idea de las personas sería: Ok, escribe una ecuación de sistema dinámico y resuelve esta ecuación. Yo, estoy tratando de responder a la pregunta: ¿Cómo reconstruimos el mundo? Lo que se trata más de comprender los objetos, comprender sus atributos, aunque algunos atributos pueden no contribuir directamente a todo el sistema de conducción autónoma ".

"Estamos combinando todas las diferentes características aparentemente inútiles juntas, de modo que podamos reconstruir los llamados 'qualia' de la percepción del mundo", continuó Hou. "De esa manera descubrimos que tenemos todos los ingredientes que necesitamos para hacer cualquier misión que tengamos".

Los dos se encontraron en desacuerdo con la idea de que, debido a las grandes diferencias entre la conducción en carretera y la conducción a nivel de calle, hay esencialmente dos problemas distintos que resolver.

Opinaba que “la superposición es bastante pequeña. La sociedad humana ha declarado ciertos tipos de reglas para la conducción en carreteras ... este es un sistema mucho más regulado. Pero para la conducción local realmente no hay reglas para la interacción ... de hecho, construcciones sociales implícitas muy diferentes para conducir en diferentes áreas del mundo. Estas son cosas muy difíciles de modelar ".

Sofman, por otro lado, consideró que si bien los problemas son diferentes, resolver uno contribuye sustancialmente a resolver el otro: "Si divide el problema en los muchos, muchos componentes básicos de un sistema AV, hay una gran ventaja. en el que incluso si no resuelve el problema al 100%, elimina el 85% -90% de la complejidad. Usamos exactamente los mismos sensores, las mismas infraestructuras informáticas exactas, marcos de simulación, el sistema de percepción se transfiere en gran medida aunque tenemos que volver a entrenar algunos de los modelos. El núcleo de todos nuestros algoritmos es que estamos trabajando para mantenerlos sin cambios ".

Puede ver el resto de la última operación en el video de arriba. Este panel y muchos otros de TC Sessions: Mobility 2020 se pueden ver aquí para los suscriptores de Extra Crunch.

Banner 564x300

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir

En nuestra web usamos cookies, si continúas navegando entendemos que las aceptas. Mas info