Não é excesso manifestar que a indústria automobilística autônoma está enfrentando um acerto de contas.
Ainda esta semana, Cruise fez o recall de toda a sua frota de carros autônomos em seguida um terrível acidente envolvendo um pedestre que levou o DMV da Califórnia a suspender a empresa de operar robotáxis sem motorista no estado. Entretanto, ativistas em São Francisco saíram às ruas — literalmente — para imobilizar carros sem condutor uma vez que forma de protesto contra a utilização da cidade uma vez que campo de testes para a tecnologia emergente.
Mas uma startup diz que detém a chave para uma tecnologia de transporte autónoma mais segura – e pensa que esta chave convencerá os opositores.
A Ghost Autonomy, uma empresa que desenvolve software de direção autônoma para fabricantes de automóveis parceiras, anunciou esta semana que planeja estrear a explorar as aplicações de modelos multimodais de grande linguagem (LLMs) – modelos de IA que podem compreender texto e também imagens – na direção autônoma. Para concretizar isso, o Ghost fez parceria com a OpenAI por meio do Fundo de inicialização OpenAI para obter chegada antecipado aos sistemas OpenAI e recursos do Azure da Microsoft, OpenAI’s colaborador próximoalém de um investimento de US$ 5 milhões.
“Os LLMs oferecem uma novidade maneira de entender a ‘rabo longa’, adicionando raciocínio a cenas complexas onde os modelos atuais ficam aquém”, disse o cofundador e CEO do Ghost, John Hayes, ao TechCrunch em uma entrevista por e-mail. “Os casos de uso para estudo autônoma baseada em LLM só crescerão à medida que os LLMs se tornarem mais rápidos e mais capazes.”
Mas uma vez que exatamente o Ghost está aplicando modelos de IA projetados para explicar imagens e gerar texto para controlar carros autônomos? De contrato com Hayes, o Ghost está testando um software que depende de modelos multimodais para “fazer interpretações de cenas de maior dificuldade”. sugerindo decisões rodoviárias (por exemplo, “mudar para a fita da direita”) para hardware de controle de coche com base em imagens de cenas de estrada tiradas por câmeras montadas no coche.
“Na Ghost, trabalharemos para ajustar os modelos existentes e treinar nossos próprios modelos para maximizar a confiabilidade e o desempenho na estrada”, disse Hayes. “Por exemplo, zonas de construção têm componentes incomuns que podem ser difíceis de velejar para modelos mais simples – faixas temporárias, bandeiras segurando sinais que mudam e negociações complexas com outros usuários da estrada. Os LLMs demonstraram ser capazes de processar todas essas variáveis em conjunto com níveis de raciocínio semelhantes aos humanos.”
Os especialistas com quem conversei estão céticos, no entanto.
“[Ghost is] usando ‘LLM’ uma vez que palavra-chave de marketing”, Os Keyes, Ph.D. candidato da Universidade de Washington com foco em recta e moral de dados, disse ao TechCrunch por e-mail. “Basicamente, se você concordar essa proposta e substituir o LLM por ‘blockchain’ e enviá-lo de volta para 2016, seria também plausível – e obviamente uma bobagem.”
Keyes postula que os LLMs são simplesmente a utensílio errada para a direção autônoma. Eles não foram projetados ou treinados para esse propósito, afirma ele, e podem até ser um menos forma eficiente de resolver alguns dos desafios pendentes na autonomia veicular.
“É uma vez que ouvir que seu vizinho está usando um maço de notas do tesouro para sustentar uma mesa”, disse Keyes. “Você poderia faça dessa maneira, e certamente é mais sofisticado do que a opção, mas… por quê?
Mike Cook, professor sênior do King’s College London, cuja pesquisa se concentra na originalidade computacional, concorda com a avaliação universal de Keyes. Ele observa que os próprios modelos multimodais estão longe de ser uma ciência resolvida; na verdade, o protótipo carro-chefe da OpenAI inventa fatos e faz erros básicos que os humanos não fariam, uma vez que reproduzir o texto incorretamente e errar as cores.
“Não acredito que exista uma solução mágica na ciência da computação”, disse Cook. “Simplesmente não há razão para colocar os LLMs no meio de um tanto tão perigoso e multíplice uma vez que encaminhar um coche. Pesquisadores de todo o mundo já estão lutando para encontrar maneiras de validar e provar a segurança dos LLMs para tarefas bastante comuns, uma vez que responder a perguntas dissertativas, e a teoria de que deveríamos utilizar essa tecnologia muitas vezes imprevisível e instável à direção autônoma é, na melhor das hipóteses, prematura – e na pior das hipóteses, equivocado.”
Mas Hayes e OpenAI não serão dissuadidos.
Num expedido de prelo, Brad Lightcap, COO da OpenAI e gestor do OpenAI Startup Fund, é citado uma vez que tendo dito que os modelos multimodais “têm o potencial de expandir a aplicabilidade dos LLMs a muitos novos casos de uso”, incluindo autonomia e carro. Ele acrescenta: “Com a capacidade de compreender e tirar conclusões combinando vídeo, imagens e sons, os modelos multimodais podem gerar uma novidade maneira de compreender cenas e velejar em ambientes complexos ou incomuns”.
O TechCrunch enviou perguntas por e-mail para Lightcap por meio da assessoria de prelo da OpenAI, mas não recebeu resposta até o momento da publicação.
Quanto a Hayes, ele argumenta que os LLMs poderiam permitir que sistemas de direção autônomos “raciocinassem sobre cenas de direção de forma holística” e “utilizassem o conhecimento mundial de base ampla” para “velejar em situações complexas e incomuns” – mesmo situações que eles não tinham visto antes. Ele afirma que a Ghost está testando ativamente a tomada de decisões de transporte de modelos multimodais por meio de sua frota de desenvolvimento e trabalhando com fabricantes de automóveis para “validar conjuntamente” e integrar novos modelos grandes na rima de autonomia da Ghost.
“Sem incerteza, os modelos atuais ainda não estão prontos para uso mercantil em automóveis”, disse Hayes. “Ainda há muito trabalho a ser feito para melhorar sua confiabilidade e desempenho. Mas é exatamente por isso que existe um mercado para empresas de aplicações específicas que realizam pesquisa e desenvolvimento nesses modelos gerais. Empresas uma vez que a nossa, com muitos dados de treinamento e um profundo conhecimento da emprego, melhorarão drasticamente os modelos gerais existentes. Os próprios modelos também irão melhorar…. Em última estudo, a transporte autónoma exigirá um sistema completo para proporcionar segurança, com muitos tipos de modelos e funções diferentes. [Multimodal models] são unicamente uma utensílio para ajudar a fazer isso intercorrer.”
Isso é muito promissor com tecnologia não comprovada. O Ghost pode entregar? Oferecido que empresas tão muito financiadas e com bons recursos uma vez que a Cruise e a Waymo estão enfrentando grandes reveses ao longo dos anos testando veículos autônomos na estrada, não tenho tanta certeza.
