Ícono del sitio La Neta Neta

Cruise expone su plan de ‘cómo’ hará realidad la robotaxis

Cruise expone su plan de 'cómo' hará realidad la robotaxis

La serie de ingenieros que hablaron el jueves por la noche durante una inmersión profunda en la tecnología de vehículos autónomos de Cruise nunca mencionó el nombre de Tesla. No tenían que hacerlo, aunque el mensaje era lo suficientemente claro.

Cruise, filial de conducción autónoma de GM, presentó una hoja de ruta técnica y de implementación, a nivel granular, que tenía como objetivo mostrar cómo ha construido vehículos autónomos que son más seguros y más escalables que cualquier vehículo conducido por humanos, incluidos los equipados con sistemas avanzados de asistencia al conductor.

Si bien Cruise claramente estaba defendiendo su propia tecnología (sin mencionar el intento de reclutar nuevos talentos), el evento también fue un argumento para los vehículos autónomos en general. Cada ingeniero o líder de producto que habló el jueves presentó varios componentes, desde cómo usa simulaciones y el desarrollo de sus propios chips y otro hardware hasta el diseño de su aplicación y el vehículo en sí.

El evento de la marca “Under the Hood” se basó en los comentarios que hizo el CEO Dan Ammann el mes pasado durante el día del inversor de GM, en el que expuso el plan de la compañía para lanzar un robotaxi comercial y un servicio de entrega, comenzando con Chevy Bolts modernizados y eventualmente escalando a un ejército. de decenas de miles de vehículos autónomos Origin diseñados especialmente en la carretera durante los próximos años.

Cruise acaba de obtener la aprobación en California para realizar servicios de entrega comercial, y todavía está a un permiso de poder cobrar por los viajes privados sin conductor. Aún así, Cruise cree que podrá reducir los costos lo suficiente como para escalar rápidamente.

Así es cómo.

Usar simulaciones para escalar, no solo verificar el sistema

Cruise confía en las simulaciones no solo para probar su caso de seguridad, sino también para escalar a nuevas ciudades sin tener que realizar primero millones de millas de pruebas en ellas.

La compañía aún tendrá que mapear las ciudades a las que ingresa. Pero no tendrá que reasignar ciudades para rastrear los cambios en el medio ambiente que inevitablemente suceden, como cambios de carril o cierres de calles. Cuando Cruise va a nuevas ciudades, comienza con una tecnología que llama WorldGen, que dice hace una generación precisa y a gran escala de ciudades enteras, “desde sus diseños extravagantes hasta los detalles más pequeños”, lo que permite a los ingenieros probar un nuevo diseño operativo. dominios, según Sid Gandhi, jefe de estrategia técnica de simulación en Cruise. En otras palabras, WorldGen se convierte en el escenario donde se establecen las futuras simulaciones.

Para garantizar la creación óptima del mundo, Cruise tiene en cuenta aspectos como la iluminación en 24 momentos únicos del día y las condiciones meteorológicas, llegando incluso a medir sistemáticamente la luz de una gama de farolas en San Francisco.

“Cuando combinamos un entorno de alta fidelidad con una ciudad generada por procedimientos, es cuando desbloqueamos la capacidad de escalar eficientemente nuestro negocio a nuevas ciudades”, dijo Gandhi.

A continuación, presentó la tecnología para el “Road to Sim”, que se transforma en escenarios de simulación editables eventos reales que han sido recopilados por los AV en la carretera. Esto asegura que el antivirus no retroceda al probar con escenarios que ya ha visto.

“The Road to Sim combina la información de la percepción con la heurística aprendida de nuestros millones de millas del mundo real para recrear un entorno de simulación completo a partir de los datos de la carretera”, dijo Gandhi. “Una vez que tenemos la simulación, podemos crear permutaciones del evento y cambiar atributos como tipos de vehículos y peatones. Es una forma súper fácil y extremadamente poderosa de crear suites de prueba que aceleran el desarrollo AV “.

Para escenarios específicos que Cruise no ha podido recopilar en las condiciones de la carretera del mundo real, está Morpheus. Morpheus es un sistema que puede generar simulaciones basadas en ubicaciones específicas en el mapa. Utiliza el aprendizaje automático para ingresar automáticamente tantos parámetros como desee para generar miles de escenarios interesantes y raros contra los cuales prueba el AV.

“A medida que trabajamos para resolver la cola larga, confiaremos cada vez menos en las pruebas del mundo real porque cuando tienes un evento que ocurre raramente, se necesitan miles de millas de carretera para probarlo correctamente, y simplemente no es escalable”, dijo. Gandhi. “Así que estamos desarrollando tecnología para explorar de forma escalable espacios de parámetros a gran escala para generar escenarios de prueba”.

Los escenarios de prueba también incluyen la simulación de la forma en que otros usuarios de la carretera reaccionan al AV. El sistema de Cruise para esto se llama IA de personajes no jugadores (NPC), que suele ser un término de videojuego, pero en este contexto, se refiere a todos los automóviles y peatones en una escena que representan comportamientos complejos de múltiples agentes.

“Entonces Morpheus, Road to Sim y NPC AI trabajan juntos de esta manera realmente reflexiva para permitirnos realizar pruebas más sólidas en eventos raros y difíciles”, dijo Gandhi. “Y realmente nos da la confianza de que podemos resolver problemas raros ahora y también problemas similares en el futuro”.

La generación de datos sintéticos ayuda a Cruise AV a apuntar a casos de uso específicos, dijo Gandhi, señalando específicamente a la identificación e interacción con vehículos de emergencia, presumiblemente sin otra razón que investigar Tesla, cuyo sistema Autopilot ADAS ha estado bajo escrutinio federal por choques repetidos. en vehículos de emergencia.

“Los vehículos de emergencia son raros en comparación con otros tipos de vehículos, pero necesitamos detectarlos con una precisión extremadamente alta, por lo que usamos nuestro canal de generación de datos para crear millones de imágenes de simulación de ambulancias, camiones de bomberos y coches de policía”, dijo Gandhi. “En nuestra experiencia, los datos sintéticos específicos son aproximadamente 180 veces más rápidos que la recopilación de datos de carreteras y son millones de dólares más baratos. Y con la combinación correcta de datos sintéticos y reales, podemos aumentar los datos relevantes en nuestros conjuntos de datos en un orden de magnitud o más “.

Dos chips de silicio personalizados desarrollados internamente

Durante el día del inversionista de GM en octubre, el CEO de Cruise, Dan Ammann, describió el plan de la compañía para invertir fuertemente en el poder de cómputo del Origin a fin de disminuir los costos en un 90% durante las próximas cuatro generaciones para que pueda escalar de manera rentable. En ese momento, Ammann mencionó la intención de Cruise de fabricar silicio personalizado internamente para reducir costos, pero no admitió abiertamente usar ese silicio para construir un chip, pero TechCrunch tenía sus teorías. El jueves, Rajat Basu, ingeniero jefe del programa Origin, validó esas teorías.

“Nuestra plataforma informática de cuarta generación se basará en nuestro desarrollo interno de silicio personalizado”, dijo Basu. “Esto está diseñado específicamente para nuestra aplicación. Permite el enfoque y mejora la capacidad de procesamiento, al tiempo que reduce significativamente los costos por pieza y el consumo de energía. La computación es un sistema crítico desde una perspectiva de seguridad y tiene redundancia incorporada. Agregue a eso un sistema AV que procesa hasta 10 gigabits de datos por segundo, terminamos consumiendo una buena cantidad de energía. Nuestro chip MLH nos permite ejecutar nuestras complejas canalizaciones de aprendizaje automático de una manera mucho más enfocada, lo que a su vez nos ayuda a ser más eficientes energéticamente sin comprometer el rendimiento “.

El equipo de inteligencia artificial de Cruise desarrolló dos chips: el chip de procesamiento del sensor manejará el procesamiento de bordes para la gama de sensores como cámaras, radar y acústica. El segundo chip, que está diseñado para ser un procesador de red neuronal dedicado, admite y acelera las aplicaciones de aprendizaje automático como esos grandes modelos multitarea desarrollados por el equipo de IA. Basu dice que el chip acelerador de aprendizaje automático (MLA) tiene el tamaño adecuado para resolver exactamente una determinada clase de aplicaciones de red neuronal y ML, y nada más.

“Esto mantiene el rendimiento en un nivel extremadamente alto y asegura que no estemos desperdiciando energía en hacer algo que no sea de valor agregado para nosotros”, dijo Basu. “Puede emparejarse con varios hosts externos o funcionar de forma independiente. Admite redes Ethernet individuales de hasta 25G con un ancho de banda total de 400G. El chip MLA que estamos poniendo en producción en serie es solo el comienzo. Con el tiempo, continuaremos haciendo que esto tenga un rendimiento aún mayor y, al mismo tiempo, reduciremos el consumo de energía “.

El ecosistema de cruceros

Una cosa que Cruise dejó en claro durante su evento es que no solo pensó en la tecnología AV necesaria para escalar con éxito, sino también en todo el ecosistema, que incluye cosas como operadores de asistencia remota para validar la decisión del AV cuando se encuentra con escenarios desconocidos. , servicio al cliente, un vehículo en el que la gente realmente quiere viajar y una aplicación que puede manejar de manera eficiente y sencilla cosas como la atención al cliente y la respuesta a incidentes.

“Para cruzar verdaderamente el abismo de la investigación y el desarrollo a un producto querido se requiere algo más que inteligencia artificial y robótica”, dijo Oliver Cameron, vicepresidente de producto de Cruise, en el evento. “Un vehículo autónomo seguro por sí solo es insuficiente y simplemente es el primer paso en un viaje largo, largo. Para crear y escalar realmente un producto competitivo que millones de personas adopten en su vida diaria, es necesario crear una serie de funciones y herramientas diferenciadas sobre una base segura de conducción autónoma. No es obvio cómo se deben implementar estas funciones, especialmente si su empresa aún resuelve los problemas de seguridad con la cabeza hacia abajo “.


Source link
Salir de la versión móvil