स्वायत्त ट्रकिंग का क्षण
Raquel Urtasun, जो टोरंटो के पूर्व AI प्रोफेसर हैं और स्वायत्त ट्रकिंग स्टार्टअप Waabi की स्थापना की, वह अत्यधिक दावों के लिए जानी नहीं जाती हैं। उनका करियर मशीन लर्निंग में मौलिक अनुसंधान के वर्षों, Uber की Advanced Technologies Group के नेतृत्व, और दुनिया के सबसे तकनीकी रूप से महत्वाभिलाषी स्वचालित ट्रक कार्यक्रमों में से एक के निर्माण से भरा है। जब वह कहती हैं कि Level-4 स्वायत्त ट्रक व्यावसायिक व्यवहार्यता के करीब पहुंच रहे हैं, तो यह कथन स्वायत्त वाहन क्षेत्र में अधिक सट्टा दावों की तुलना में कहीं अधिक वजनदार होता है।
IEEE Spectrum के साथ एक विस्तारित साक्षात्कार में, Urtasun ने Waabi के तकनीकी दृष्टिकोण, व्यावसायिक तैनाती की दिशा में इसकी प्रगति, और इस बात के अपने दृष्टिकोण की रूपरेखा दी कि कैसे जेनरेटिव AI ने मजबूत, सामान्यकृत स्वायत्तता को प्राप्त करने की समयसीमा को मौलिक रूप से बदल दिया है जो लंबी दूरी की ट्रकिंग को पूर्ण स्वचालित ड्राइविंग प्रौद्योगिकी के लिए एक व्यवहार्य अनुप्रयोग बनाता है। उनका तर्क यह नहीं है कि समस्या आसान हो गई है, बल्कि यह है कि इसे हल करने के लिए उपलब्ध उपकरण नाटकीय रूप से सुधार गए हैं।
Level-4 स्वायत्तता — किसी परिभाषित परिचालन डिजाइन डोमेन के भीतर किसी भी मानव हस्तक्षेप के बिना सभी ड्राइविंग कार्यों को संभालने की क्षमता — वह सीमा है जो प्रदर्शन तकनीक को व्यावसायिक उत्पाद से अलग करती है। ट्रकिंग अनुप्रयोगों के लिए, प्रासंगिक डोमेन मुख्य रूप से परिभाषित मार्गों पर राजमार्ग ड्राइविंग है, जो यात्री वाहन स्वायत्तता कार्यक्रमों को वर्षों से चुनौती देने वाली जटिल शहरी सेटिंग्स की तुलना में काफी अधिक सीमित वातावरण है।
जेनरेटिव AI का लाभ
Urtasun का मूल तर्क यह है कि स्वचालित ड्राइविंग के लिए जेनरेटिव AI दृष्टिकोण — जो ड्राइविंग डेटा की विशाल मात्रा पर प्रशिक्षित बड़े मॉडल का उपयोग करके सामान्यकृत ड्राइविंग व्यवहार सीखने के लिए — स्वायत्त प्रणालियों की मजबूती में गुणात्मक सुधार लाए हैं ऐसे तरीकों से जो पिछले दृष्टिकोण संघर्ष कर रहे थे। वही स्केलिंग गतिविधि जो GPT-4 और इसके उत्तराधिकारियों को बनाई है वह अब ड्राइविंग समस्या पर लागू की जा रही है, तुलनीय चरण-परिवर्तन क्षमता परिणामों के साथ।
Waabi की वास्तुकला इस पर केंद्रित है जिसे कंपनी एक जेनरेटिव वर्ल्ड मॉडल कहती है — एक सीखा हुआ अनुकरण वातावरण जो यथार्थवादी ड्राइविंग परिदृश्य उत्पन्न कर सकता है जिसमें दुर्लभ और खतरनाक किनारे के मामले शामिल हैं जो वास्तविक दुनिया के डेटा संग्रह में सामना करने और रिकॉर्ड करने के लिए बहुत खतरनाक या महंगे होंगे। यह अनुकरण क्षमता स्वायत्त वाहन विकास में सबसे मौलिक बाधाओं में से एक को संबोधित करती है: तैनाती में सिस्टम के सामने आने वाली परिस्थितियों के पूर्ण वितरण को कवर करने वाले प्रशिक्षण डेटा की आवश्यकता, जिसमें कम-संभाव्यता वाली घटनाएं भी शामिल हैं जिनके असमान सुरक्षा निहितार्थ हैं।
सीखे गए अनुकरण का उपयोग करके स्वायत्त प्रणालियों को उत्पन्न परिदृश्यों की लगभग असीमित विविधता के विरुद्ध तनाव-परीक्षण करने की क्षमता का मतलब है कि Waabi और समान-आर्किटेक्चर प्रोग्राम दर्ज की गई वास्तविक दुनिया के डेटा पर निर्भर प्रोग्रामों की तुलना में पूंछ जोखिम वितरण के कहीं अधिक हिस्से को कवर कर सकते हैं। सुरक्षा प्रमाणपत्र और नियामक अनुमोदन के लिए, यह केवल एक विकास दक्षता लाभ नहीं है — यह यह प्रदर्शित करने का एक मौलिक रूप से अलग दृष्टिकोण है कि एक प्रणाली तैनाती के लिए तैयार है।
यात्री वाहनों से पहले ट्रकिंग क्यों
स्वायत्त वाहन उद्योग किस अनुप्रयोग को प्राथमिकता दी जाए, इस सवाल पर कुछ हद तक गोल घूमा है। शुरुआती उत्साह शहरी वातावरण में यात्री रोबोटैक्सी पर केंद्रित था, लेकिन शहरी ड्राइविंग की जटिलता — पैदल चलने वाले, साइकिल चालक, निर्माण क्षेत्र, अस्पष्ट ट्रैफिक स्थितियां — कई लोगों द्वारा प्रक्षेपित की तुलना में स्वचालन के लिए अधिक प्रतिरोधी साबित हुई है। लंबी दूरी की ट्रकिंग एक अलग समस्या प्रोफ़ाइल प्रस्तुत करती है: मुख्य रूप से राजमार्ग ड्राइविंग, पूर्वानुमानित मार्ग, व्यावसायिक ऑपरेटर जो तकनीक को संभालने के लिए प्रशिक्षित हो सकते हैं, और स्वचालन के पक्ष में सशक्त अर्थशास्त्र।
स्वायत्त ट्रकिंग की अर्थशास्त्र उन तरीकों से आकर्षक है जो रोबोटैक्सी अर्थशास्त्र अधिक मायावी साबित हुए हैं। एक मानव ट्रक चालक आज भारी मजदूरी का आदेश देता है, सेवा के घंटों द्वारा ड्राइविंग के प्रति दिन लगभग 11 घंटे तक सीमित है, और योग्य ड्राइवरों की निरंतर संरचनात्मक कमी वाले उद्योग का सामना करता है। एक स्वायत्त ट्रक केवल टर्मिनल अंत बिंदुओं पर मानव निरीक्षण के साथ लंबी दूरी के मार्गों पर निरंतर संचालित हो सकता है, संभवतः माल परिवहन की इकाई अर्थशास्त्र को बदल सकता है।
Waabi की व्यावसायिक मॉडल एक हब-से-हब प्रतिमान पर निर्मित है जिसमें स्वायत्त ट्रक प्रमुख लॉजिस्टिक हब के बीच परिभाषित राजमार्ग गलियारों पर संचालित होते हैं, जिसमें मानव चालक प्रत्येक अंत में अंतिम-मील पिकअप और डिलीवरी को संभालते हैं। यह आर्किटेक्चर स्वायत्त सेगमेंट को राजमार्ग परिचालन डिजाइन डोमेन के भीतर रखता है जहां Level-4 क्षमता आज प्राप्य है, जबकि ऐसे स्थानों पर मानव ड्राइवर का उपयोग करता है जहां उनका निर्णय और लचीलापन वास्तव में आवश्यक है।
सुरक्षा रिकॉर्ड और नियामक प्रगति
Urtasun ने Waabi के परीक्षण कार्यक्रम के सुरक्षा रिकॉर्ड को संबोधित किया, यह ध्यान देते हुए कि कंपनी ने सुरक्षा-महत्वपूर्ण निलंबन के बिना पर्याप्त राजमार्ग मील जमा किए हैं — एक मेट्रिक जो उद्योग यह ट्रैक करने के लिए उपयोग करता है कि असुरक्षित स्थितियों को रोकने के लिए मानव निरीक्षण की कितनी बार आवश्यकता है। वह पूर्णता का दावा न करने के लिए सावधान था, यह नोट करते हुए कि सवाल यह है कि क्या स्वायत्त प्रणाली विशिष्ट परिचालन डोमेन और मार्ग प्रकार की जा रही मानव आधार रेखा से अधिक सुरक्षित है, एक तुलना जो वह अपने परीक्षित गलियारों पर Waabi की प्रणाली के लिए पहले से ही अनुकूल होने का तर्क देता है।
नियामक संलग्नता तकनीकी विकास के समानांतर में आगे बढ़ी है। कई यू.एस. राज्यों ने व्यावसायिक स्वायत्त ट्रकिंग संचालन के लिए ढांचे विकसित किए हैं, और FMCSA व्यावसायिक वाहनों में स्वचालित ड्राइविंग प्रणालियों के लिए संघीय मार्गदर्शन विकसित कर रहा है। पिछले कुछ वर्षों में नियामक समयसीमा आम तौर पर तकनीकी समयसीमा से आगे रही है, जिसका अर्थ है कि अब व्यावसायिक तैनाती के लिए प्राथमिक गेटिंग कारक तकनीकी तत्परता के बजाय नियामक अनुमति नहीं है।
कंपनी ने लॉजिस्टिक ऑपरेटरों के साथ व्यावसायिक भागीदारी की घोषणा की है जो पूर्ण व्यावसायिक प्रमाणन प्राप्त करने पर Waabi की तकनीक को तैनात करने के लिए प्रतिबद्ध हैं। ये साझेदारी न केवल राजस्व दृश्यमानता प्रदान करते हैं बल्कि वास्तविक दुनिया के परिचालन डेटा भी प्रदान करते हैं जो निरंतर प्रणाली सुधार में वापस आते हैं — एक सद्गुण चक्र जो Urtasun को व्यापक व्यावसायिक तैनाती के लिए आवश्यक प्रदर्शन को प्राप्त करने के लिए आवश्यक मानता है।
सफलता कैसी दिखती है
Level-4 स्वायत्त ट्रकिंग के लिए सफलता का मतलब कुछ विशिष्ट और मापने योग्य है: ट्रक जो परिभाषित मार्गों पर मानव निरीक्षण के बिना संचालित होते हैं, व्यावसायिक पैमाने पर, सुरक्षा घटनाओं की अवधि के बिना जो स्वायत्त प्रणाली के लिए जिम्मेदार हैं। Urtasun का दृष्टिकोण यह है कि यह सीमा निकट अवधि में राजमार्ग अनुप्रयोगों के लिए प्राप्य है, और अधिक दिलचस्प सवाल यह है कि जैसे-जैसे तकनीक और इसकी परिचालन बुनियादी ढांचा परिपक्व हो जाते हैं, इसे माल नेटवर्क के बड़े हिस्से को कवर करने के लिए कितनी जल्दी बढ़ाया जा सकता है।
निहितार्थ ट्रकिंग उद्योग से कहीं आगे तक विस्तारित होते हैं। स्वायत्त लंबी दूरी की ट्रकिंग में व्यावसायिक सफलता ड्राइविंग के लिए जेनरेटिव AI दृष्टिकोण को पैमाने पर मान्य करेगी, स्वायत्त वाणिज्यिक वाहनों के लिए अधिक व्यापक रूप से नियामक ढांचे को सूचित करेगी, और स्वायत्त दृष्टि को स्वायत्त दृष्टि की सन्निहित कार्यक्षेत्रों में विस्तार करने के लिए परिचालन और वित्तीय टेम्पलेट बनाएगी। एक उद्योग के लिए जो एक दशक से अधिक समय से परिवर्तनकारी स्वायत्त परिवहन का वादा कर रहा है, अर्थपूर्ण पैमाने पर वास्तविक व्यावसायिक तैनाती वास्तव में एक सच्चे मोड़ का प्रतिनिधित्व करेगी।
यह लेख IEEE Spectrum द्वारा रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें।
Originally published on spectrum.ieee.org
