Cruise apresenta seu plano para tornar realidade os eixos robóticos – TechCrunch

A subsidiária autônoma da GM, Cruise, apresentou um roteiro técnico e de implantação – em um nível granular – projetado para mostrar como construiu veículos autônomos que são mais seguros e escaláveis ​​do que qualquer veículo de tração humana, incluindo aqueles com sistemas avançados de assistência ao motorista.

Enquanto Cruise estava claramente defendendo sua própria tecnologia (sem mencionar o recrutamento de novos talentos), o evento também defendeu os veículos autônomos em geral. Cada engenheiro ou gerente de produto que falou na quinta-feira apresentou vários componentes, desde o uso de simulações ao desenvolvimento de seus próprios chips e outros hardwares até o design de seu aplicativo e do próprio veículo.

A marca “Sob o Capô”

Cruise acaba de receber aprovação para operar serviços de entrega comercial na Califórnia e ainda está pendente de aprovação para faturar o compartilhamento de carona sem motorista. No entanto, Cruise acredita que os custos podem ser reduzidos o suficiente para permitir um rápido dimensionamento.

Aqui está como.

O Cruise conta não apenas com simulações para provar sua segurança, mas também para escalar para novas cidades sem executar milhões de quilômetros de testes antes.

A empresa deve continuar mapeando as cidades em que entra. No entanto, ele não precisa reatribuir cidades para acompanhar mudanças ambientais inevitáveis, como mudanças de faixa ou fechamento de estradas. Quando a Cruise se muda para novas cidades, começa com uma tecnologia chamada WorldGen, que permite a geração precisa e em larga escala de cidades inteiras, “desde suas plantas peculiares até os menores detalhes”, que permite que os engenheiros testem novos domínios de design operacional. Sid Gandhi, diretor de estratégia técnica para simulação da Cruise. Em outras palavras, o WorldGen se torna o palco para futuras simulações.

Para garantir o melhor design mundial possível, Cruise leva em consideração a iluminação em 24 horas diferentes do dia e as condições climáticas, por exemplo, e chega a medir sistematicamente a luz de vários postes de iluminação em San Francisco.

“Se combinarmos um ambiente de alta fidelidade com uma cidade gerada processualmente, podemos expandir nossos negócios com eficiência para novas cidades”, disse Gandhi.

Ele então estabeleceu a tecnologia para o “Road to Sim”, que transforma eventos do mundo real coletados por AVs na estrada em cenários de simulação editáveis. Isso garante que o AV não se degrade por meio de testes com cenários já conhecidos.

“The Road to Sim combina informações perceptivas com heurísticas aprendidas em milhões de quilômetros no mundo real para recriar um ambiente de simulação completo a partir de dados de estradas”, disse Gandhi. “Uma vez que temos a simulação, podemos realmente criar permutações do evento e alterar atributos como tipos de veículos e pedestres. É uma maneira super simples e extremamente poderosa de criar suítes de teste que aceleram o desenvolvimento de AV.”

O Morpheus está disponível para determinados cenários que o Cruise não conseguiu coletar em condições reais de estrada. Morpheus é um sistema que pode gerar simulações com base em locais específicos no mapa. Ele usa aprendizado de máquina para preencher automaticamente quantos parâmetros quiser para gerar milhares de cenários interessantes e raros que serão usados ​​para testar o AV.

“À medida que trabalhamos para resolver a cauda longa, confiamos cada vez menos em testes reais, porque se houver um evento que raramente acontece, são necessários milhares de quilômetros de estrada para testá-lo adequadamente e simplesmente não é escalável”, disse Gandhi. “É por isso que estamos desenvolvendo uma tecnologia para explorar espaços de parâmetros em larga escala de maneira escalável para gerar cenários de teste.”

Os cenários de teste também incluem a simulação da reação de outros usuários da via à AV. O sistema de Cruise para isso é chamado de IA Non-Player Character (NPC), que geralmente é um termo de videogame, mas neste contexto refere-se a todos os carros e pedestres em uma cena que representam um comportamento multi-agente complexo.

“Morpheus, Road to Sim e NPC AI estão trabalhando juntos dessa maneira realmente pensativa para que possamos executar testes mais robustos em torno de eventos raros e difíceis”, disse Gandhi. “E isso realmente nos dá a confiança de que podemos resolver problemas raros agora e no futuro.”

A geração de dados sintéticos ajuda o Cruise AV a rastrear casos de uso específicos, disse Gandhi, referindo-se especificamente à identificação e interação com veículos de ambulância, presumivelmente por nenhum outro motivo além de escavar na Tesla, cujo sistema ADAS de piloto automático está sob o controle federal para acidentes repetidos. veículos de emergência.

“Os veículos de emergência são raros em comparação com outros tipos de veículos, mas temos que reconhecê-los com um grau extremamente alto de precisão. Por isso, estamos usando nosso pipeline de geração de dados para criar milhões de imagens de simulação de ambulâncias, bombeiros e carros de polícia, “, disse Gandhi. “Em nossa experiência, dados sintéticos direcionados são cerca de 180 vezes mais rápidos do que coletar dados de ruas e milhões de dólares mais baratos. E com a combinação certa de dados sintéticos e reais, podemos aumentar os dados relevantes em nossos conjuntos de dados em uma ordem de magnitude ou mais. “

Durante o Dia do Investidor da GM em outubro, o CEO da Cruise, Dan Ammann, delineou o plano da empresa de investir pesadamente no poder de computação da Origin para reduzir os custos em 90% nas próximas quatro gerações, para que possa escalar com lucratividade. Na época, a Ammann Cruise mencionou sua intenção de fabricar silício personalizado internamente para reduzir custos, mas não admitiu diretamente usar esse silício para construir um chip – mas o TechCrunch tinha suas teorias. Na quinta-feira, Rajat Basu, engenheiro-chefe do programa Origin, confirmou essas teorias.

“Nossa plataforma de computação de quarta geração será baseada em nosso desenvolvimento interno de silício personalizado”, disse Basu. “Isso foi desenvolvido especialmente para nossa aplicação. Ele permite o foco e melhora a processabilidade, reduzindo significativamente o custo unitário e o consumo de energia. Do ponto de vista da segurança, a computação é um sistema crítico que possui redundância integrada. Além disso, um sistema AV que processa até a 10 gigabits de dados a cada segundo usa muita eletricidade. Nosso chip MLH nos permite operar nossos complexos pipelines de aprendizado de máquina de uma maneira muito mais focada, o que, por sua vez, nos ajuda a ser mais eficientes em termos de energia sem comprometer o desempenho. “

A equipe de IA de Cruise desenvolveu dois chips: O chip de processamento do sensor lidará com o processamento de borda para a variedade de sensores, como câmeras, radar e acústica. O segundo chip, projetado como um processador de rede neural dedicado, suporta e acelera aplicativos de aprendizado de máquina, como os grandes modelos multitarefa desenvolvidos pela equipe de IA 嬧€媡. Basu diz que o chip Machine Learning Accelerator (MLA) tem o tamanho certo para resolver exatamente uma classe de redes neurais e aplicativos de ML, e nada mais.

“Isso mantém o desempenho em um nível extremamente alto e garante que não desperdicemos energia em coisas que não agregam valor para nós”, disse Basu. “Ele pode ser emparelhado com vários hosts externos ou operado de forma independente. Ele suporta redes Ethernet individuais de até 25G com uma largura de banda total de 400G. O chip MLA que estamos colocando em produção é apenas o começo. torná-los ainda mais eficientes e, ao mesmo tempo, reduzir o consumo de energia.”

Cruise deixou claro durante seu evento que estava pensando não apenas na tecnologia AV necessária para escalar com sucesso, mas em todo o ecossistema que inclui coisas como operadores de assistência remota para tomar a decisão do AV para confirmar quando surgem cenários desconhecidos, atendimento ao cliente, um veículo que as pessoas realmente querem dirigir, e um aplicativo que pode lidar com coisas como suporte ao cliente e resposta a incidentes com eficiência e facilidade.

“Para realmente quebrar o abismo da pesquisa e desenvolvimento em um produto popular, é preciso mais do que apenas inteligência artificial e robótica”, disse Oliver Cameron, vice-presidente de produtos da Cruise no evento. “Um veículo autônomo seguro não é suficiente e é apenas o primeiro passo de uma longa e longa jornada. Para realmente desenvolver e dimensionar um produto competitivo que será adotado por milhões em suas vidas diárias, você precisa construir uma variedade de diferentes recursos e ferramentas em uma base segura e autônoma. Como essas funções devem ser implementadas não é óbvio, especialmente se sua empresa ainda estiver ocupada resolvendo problemas de segurança. “

Leave a Reply

Your email address will not be published. Required fields are marked *