Vision-Only Autonomy पर Waymo ने सख्त रुख अपनाया

Waymo का कहना है कि पूरी स्वायत्तता के लिए कैमरों से अधिक की जरूरत है

Waymo ने vision-only self-driving के खिलाफ अपना अब तक का सबसे स्पष्ट हालिया तर्क पेश किया है। हाल ही में Y Combinator presentation से उजागर की गई टिप्पणियों में, Waymo के सह-CEO Dmitri Dolgov ने कहा कि camera-only systems driver assistance के लिए या human performance के करीब पहुंचने के लिए उपयोगी हो सकते हैं, लेकिन यदि लक्ष्य human driver से बेहतर safety के साथ full autonomy है, तो वे बहुत जल्दी सीमाओं पर पहुंच जाते हैं।

यह तर्क महत्वपूर्ण है क्योंकि यह automated driving में लंबे समय से चल रहे एक बड़े technical और commercial विवाद के केंद्र पर प्रहार करता है: क्या camera data पर trained software अंततः पूरा काम कर सकता है, या robust autonomy के लिए कई तरह के sensors को एक साथ काम करना होगा। Dolgov की टिप्पणियां Waymo को दूसरे camp में स्पष्ट रूप से रखती हैं और इस मतभेद को engineering taste का मामला नहीं, बल्कि इस सवाल के रूप में पेश करती हैं कि उद्योग वास्तव में किस safety target को हासिल करना चाहता है।

उद्धृत टिप्पणियों के अनुसार, Dolgov ने tradeoff को सीधे तौर पर समझाया। उन्होंने कहा कि अधिक sensors performance बढ़ा सकते हैं, लेकिन system complexity भी बढ़ाते हैं। यदि लक्ष्य केवल यह होता कि लोग कैसे drive करते हैं, उसका मोटा-मोटा मेल बैठाना, या एक assistance product बनाना, तो cameras पर निर्भर रहना उचित माना जा सकता है। लेकिन यदि लक्ष्य fully autonomous driving और, जैसा उन्होंने कहा, strongly superhuman performance है, तो weak sensing के कारण safety curve बहुत जल्दी सपाट हो जाती है।

यह phrasing महत्वपूर्ण है क्योंकि यह benchmark को फिर से परिभाषित करती है। इस तर्क में human driving ceiling नहीं है। Human driving baseline है, और technical stack का मूल्यांकन इस आधार पर होना चाहिए कि क्या वह edge cases और कठिन environments में पर्याप्त भरोसे के साथ उस बिंदु से आगे सुधार कर सकता है।

Waymo तीन प्रकार के sensors पर दांव क्यों लगाता है

स्रोत सामग्री के अनुसार, Dolgov की व्याख्या यह है कि Waymo cameras, lidar, और radar का उपयोग करता है क्योंकि हर एक दूसरे की कमजोरियों को कवर करता है। Cameras उच्च resolution और color information देते हैं, जिससे system scene को visually rich तरीके से समझ सकता है। लेकिन cameras passive sensors हैं, और उन्होंने कहा कि ये darkness और glare में कमजोर पड़ जाते हैं।

इसके विपरीत, lidar वाहन के आसपास की दुनिया की three-dimensional structure को सीधे मापता है। Radar एक अलग ताकत जोड़ता है: यह fog, rain, और snow जैसी environmental conditions में अच्छा काम करता है, और Doppler effects के जरिए velocity को सीधे माप सकता है। Dolgov ने यह भी जोर दिया कि lidar और radar active sensors हैं, यानी वे pitch darkness में और blinding sunset की ओर drive करने जैसे visually punishing scenarios में भी प्रभावी ढंग से काम कर सकते हैं।

मिलाकर देखें, यही Waymo का मूल technical case है। एक self-driving system जिसे human fallback के बिना काम करना है, उसे perception के किसी एक channel पर बहुत अधिक निर्भर नहीं होना चाहिए, खासकर तब जब वह channel सामान्य real-world failures के प्रति संवेदनशील हो। कंपनी की स्थिति यह है कि sensor diversity केवल optional redundancy नहीं है। यही वह mechanism है जो vehicle को तब awareness बनाए रखने देता है जब sensing का एक mode अविश्वसनीय हो जाता है।

यह सिर्फ अच्छी परिस्थितियों में lanes, vehicles, और pedestrians को पहचानने से कहीं अधिक मांग वाला मानक है। यह उस messy world में deployment मानकर चलता है जहां lighting तेजी से बदलती है, weather visibility में बाधा डालता है, road users अप्रत्याशित व्यवहार करते हैं, और दुर्लभ लेकिन महत्वपूर्ण स्थितियां रोजमर्रा की स्थितियों जितनी ही मायने रखती हैं।

उद्योग के भीतर गहरा विभाजन product category को लेकर है

Dolgov की टिप्पणियां यह भी संकेत देती हैं कि self-driving को लेकर कुछ असहमति वास्तव में product category को लेकर असहमति है। Driver-assistance system और fully autonomous system बाहर से समान दिख सकते हैं, लेकिन failure, responsibility, और acceptable performance margins के बारे में उनकी धारणाएं बहुत अलग हो सकती हैं।

यदि human driver जिम्मेदार और सतर्क बना रहता है, तो system uncertainty आने पर समस्या वापस सौंप सकता है। लेकिन यदि vehicle को ही पूरा task संभालना है, तो uncertainty को machine के अपने sensing और decision-making stack के भीतर ही हल करना होगा। यहीं Waymo को लगता है कि camera-first या camera-only approach अपर्याप्त हो जाती है।

इस विभाजन का commercial पक्ष भी उतना ही महत्वपूर्ण है। अधिक hardware का मतलब सामान्यतः अधिक cost, अधिक integration work, और संभावित रूप से अधिक maintenance complexity होता है। Vision-only advocates लंबे समय से तर्क देते रहे हैं कि सरल hardware अधिक efficiently scale कर सकता है। Dolgov का जवाब, दिए गए source text के आधार पर, यह है कि cost और complexity के प्रश्न को safety target से अलग नहीं किया जा सकता। एक सस्ता sensing approach आकर्षक हो सकता है, लेकिन केवल तब जब वह intended level of autonomy को अभी भी support करता हो।

इससे यह केवल यह तय करने का technical debate नहीं रह जाता कि कौन सा sensor अधिक elegant है। यह एक strategic argument बन जाता है कि क्या कम-cost perception stack तब भी सुधार जारी रख सकती है जब बाकी समस्याएं दुर्लभ, कठिन, या safety-critical हो जाती हैं।

ये टिप्पणियां self-driving race के लिए क्या संकेत देती हैं

Source text Dolgov की टिप्पणियों को Tesla के approach पर सीधे challenge के रूप में प्रस्तुत करता है, हालांकि दिए गए material से सबसे defensible takeaway इससे व्यापक है। Waymo यह संकेत दे रहा है कि वह multimodal sensing को autonomous driving के अगले चरण के लिए आवश्यक मानता है और उसका मानना है कि dependable driverless performance तक पहुंचने का रास्ता complementary perception से होकर जाता है, minimal hardware से नहीं।

यह industry debate को खत्म नहीं करता, लेकिन उसे और स्पष्ट करता है। सवाल अब केवल यह नहीं है कि vehicle कई परिस्थितियों में खुद चल सकती है या नहीं। सवाल यह है कि क्या कोई architecture तब भी सुधार जारी रख सकता है जब straightforward gains खत्म हो जाएं और बचे हुए errors darkness, glare, weather, ambiguous motion, या सड़क पर unusual geometry से पैदा हो रहे हों।

Safety curve के बहुत जल्दी सपाट हो जाने के विचार पर ध्यान केंद्रित करके, Waymo यह तर्क दे रहा है कि weak sensing की समस्या सिर्फ यह नहीं है कि आज systems खराब बनती हैं। उसका गहरा मुद्दा, उसके नजरिये से, यह है कि यह कल system की improvement की सीमा तय कर सकता है।

व्यापक transportation और energy ecosystem के लिए, यह distinction महत्वपूर्ण है। Autonomous vehicles को अक्सर software breakthroughs के रूप में चर्चा किया जाता है, लेकिन scale पर deployment उतना ही इस बात पर निर्भर करता है कि machine तनावपूर्ण परिस्थितियों में कितना reliably perceive कर सकती है। Dolgov की टिप्पणियां इस दृष्टिकोण को मजबूत करती हैं कि autonomy के business और safety case में hardware choices अब भी केंद्रीय हैं।

इस अर्थ में, Waymo का संदेश सीधा है: यदि उद्योग advanced assistance के बजाय सचमुच driverless systems चाहता है, तो sensing stack को ऐसी परिस्थितियों के लिए बनाना होगा जहां human vision, और विस्तार से camera-only perception, अकेले पर्याप्त नहीं है।

यह लेख CleanTechnica की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.