El CEO de Wayve revela secretos para escalar la tecnología de conducción autónoma

Alex Kendall, cofundador y CEO de Wayve, es optimista sobre llevar la tecnología de su startup de vehículos autónomos al mercado. Cree que mantenerse fieles a su estrategia de desarrollar un software de conducción automatizada rentable y agnóstico al hardware será clave. Este software puede utilizarse no solo para sistemas avanzados de asistencia al conductor (ADAS) sino también para robotaxis y robótica.

Durante la conferencia GTC de Nvidia, Kendall describió una estrategia que se centra en un enfoque de aprendizaje basado en datos de extremo a extremo. Esto significa que el sistema traduce directamente lo que "ve" a través de sensores como cámaras en acciones de conducción, como frenar o girar. Este método elimina la necesidad de mapas HD o software basado en reglas, que eran comunes en tecnologías anteriores de vehículos autónomos (AV).

Este enfoque ha captado la atención de los inversores. Desde su lanzamiento en 2017, Wayve ha recaudado más de 1.300 millones de dólares en los últimos dos años. La empresa planea licenciar su software de conducción autónoma a socios automotrices y de flotas, incluidas compañías como Uber. Aunque aún no se han anunciado asociaciones automotrices, un portavoz de Wayve informó a TechCrunch que están en "fuertes discusiones" con múltiples fabricantes de equipos originales (OEMs) para integrar su software en varios tipos de vehículos.

La asequibilidad del software de Wayve es un punto de venta importante en estas negociaciones. Kendall mencionó que los OEMs pueden integrar el ADAS de Wayve en vehículos de producción nuevos sin necesidad de invertir en hardware adicional, ya que la tecnología funciona con sensores existentes como cámaras envolventes y radar.

El software de Wayve también es "agnóstico al silicio", lo que significa que puede ejecutarse en cualquier GPU que los socios OEMs ya utilicen en sus vehículos. Sin embargo, la flota de desarrollo actual de la startup utiliza el sistema en chip Orin de Nvidia.

"Entrar en ADAS es realmente crítico porque permite construir un negocio sostenible, lograr una distribución a escala y obtener la exposición de datos necesaria para entrenar el sistema hasta el Nivel 4", dijo Kendall durante su presentación del miércoles. Un sistema de conducción de Nivel 4 puede navegar un entorno de manera autónoma bajo ciertas condiciones sin intervención humana.

Wayve planea comercializar primero su sistema en el nivel de ADAS. El conductor AI de la startup está diseñado para funcionar sin lidar, un sensor que utiliza luz láser para crear mapas 3D detallados, considerado esencial por muchas empresas que desarrollan tecnología de Nivel 4.

El enfoque de Wayve hacia la autonomía es similar al de Tesla, que también utiliza un modelo de aprendizaje profundo de extremo a extremo para mejorar su software de conducción autónoma. Al igual que Tesla, Wayve busca usar una implementación generalizada de ADAS para recopilar datos que ayuden a su sistema a alcanzar la autonomía total. El software "Full Self-Driving" de Tesla puede manejar algunas tareas de conducción automatizada, pero no es completamente autónomo, aunque la compañía planea lanzar un servicio de robotaxi este verano.

Una diferencia clave entre Wayve y Tesla es que, mientras Tesla depende únicamente de cámaras, Wayve está abierto a usar lidar para lograr una autonomía total a corto plazo. "A largo plazo, ciertamente hay oportunidades cuando se construye la fiabilidad y la capacidad de validar a escala para reducir aún más el conjunto de sensores", dijo Kendall. "Depende de la experiencia del producto que desees. ¿Quieres que el coche conduzca más rápido a través de la niebla? Entonces tal vez quieras otros sensores como el lidar. Pero si estás dispuesto a que la IA entienda las limitaciones de las cámaras y sea defensiva y conservadora como resultado, nuestra IA puede aprender eso."

Kendall también presentó GAIA-2, el último modelo de mundo generativo de Wayve diseñado para la conducción autónoma. Este modelo entrena al conductor utilizando grandes cantidades de datos reales y sintéticos en diversas tareas. Al procesar video, texto y otras acciones juntas, Kendall dice que permite que el conductor AI de Wayve sea más adaptativo y humano en su comportamiento de conducción.

"Lo que realmente me emociona es el comportamiento de conducción similar al humano que emerges", dijo Kendall. "Por supuesto, no hay comportamiento codificado a mano. No le decimos al coche cómo comportarse. No hay infraestructura ni mapas HD, pero en cambio, el comportamiento emergente es impulsado por datos y permite un comportamiento de conducción que maneja escenarios muy complejos y diversos, incluidos escenarios que quizás nunca haya visto antes durante el entrenamiento."

Wayve comparte una filosofía similar con la startup de camiones autónomos Waabi, que también persigue un sistema de aprendizaje de extremo a extremo. Ambas compañías se centran en escalar modelos de IA basados en datos que puedan generalizarse en diferentes entornos de conducción y utilizan simuladores de IA generativa para probar y entrenar su tecnología.