उबर अपने ड्राइवर नेटवर्क को सेल्फ-ड्राइविंग कारों के लिए डेटा लेयर में बदलना चाहती है

उबर का अगला स्वायत्त वाहन दांव

उबर की दीर्घकालिक स्वायत्त वाहन रणनीति एक ऐसी भूमिका के इर्द-गिर्द आकार ले रही है, जिसे कंपनी मानती है कि बहुत कम कंपनियाँ निभा सकती हैं: वैश्विक स्तर पर डेटा संग्रह। कंपनी का कहना है कि वह अंततः मानव चालकों की कारों में सेंसर लगाना चाहती है ताकि वे वाहन स्वायत्त वाहन डेवलपर्स और संभावित रूप से भौतिक दुनिया के परिदृश्यों पर प्रशिक्षित अन्य AI प्रणालियों के लिए वास्तविक ड्राइविंग डेटा एकत्र कर सकें।

यह दृष्टि उबर के मुख्य प्रौद्योगिकी अधिकारी प्रवीण नेप्पल्ली नागा ने बताई, जिन्होंने इस अवधारणा को उस दिशा के रूप में वर्णित किया जिसमें कंपनी पहले एक छोटे आंतरिक प्रयास से अधिक सीखने के बाद आगे बढ़ना चाहती है। निकट भविष्य में, उबर जनवरी के अंत में घोषित AV Labs नामक कार्यक्रम के तहत सेंसर लगे कारों के समर्पित बेड़े का उपयोग कर रही है। लेकिन रणनीतिक महत्वाकांक्षा इससे कहीं बड़ी है। उबर का ड्राइवर नेटवर्क वैश्विक स्तर पर लाखों में है, जिससे एक वितरित सेंसर प्लेटफ़ॉर्म की संभावना बनती है जो किसी भी एक सेल्फ-ड्राइविंग कंपनी के इन-हाउस बेड़े से कहीं आगे जा सकता है।

उबर को अवसर डेटा में क्यों दिखता है

कंपनी का तर्क सीधा है: स्वायत्त वाहन विकास की बाधा केवल सॉफ़्टवेयर और हार्डवेयर स्टैक नहीं है, बल्कि समृद्ध, विविध परिदृश्यों वाले डेटा तक पहुंच भी है। नागा ने तर्क दिया कि bottleneck स्वयं डेटा संग्रह है। उनके अनुसार, AV डेवलपर्स को विशिष्ट सड़कों, दिन के समय, और ड्राइविंग परिस्थितियों के लक्षित उदाहरणों की आवश्यकता होती है, लेकिन अक्सर इस जानकारी को कुशलता से इकट्ठा करने के लिए पर्याप्त वाहन तैनात करने की पूंजी उनके पास नहीं होती।

अगर उबर इस समस्या का हल निकाल लेती है, तो वह केवल वितरण भागीदार के बजाय AV क्षेत्र के लिए बुनियादी ढांचा बन सकती है। यह एक महत्वपूर्ण बदलाव है। उबर ने पहले अपनी खुद की स्वायत्त ड्राइविंग प्रणाली बनाने से कदम पीछे खींच लिए थे, और रोबोटैक्सी कार्यक्रमों के उभार ने लंबे समय से यह सवाल खड़ा किया है कि क्या मालिकाना AV स्टैक न रखने वाले प्लेटफ़ॉर्म अंततः अपना प्रभाव खो देंगे। यह योजना संकेत देती है कि उबर एक और रास्ता देखती है: ट्रिप नेटवर्क तक पहुंच, संचालनात्मक मांग संकेत, और संभावित रूप से वह डेटा लेयर जो AV कंपनियों को अपने मॉडल सुधारने में मदद करती है।

राइड प्लेटफ़ॉर्म से “AV क्लाउड” तक

उबर का कहना है कि वह एक “AV क्लाउड” बना रही है, जैसा कि नागा ने कहा, एक लेबल किए गए सेंसर डेटा की लाइब्रेरी, जिसे भागीदार कंपनियाँ क्वेरी कर सकती हैं और मॉडल प्रशिक्षण के लिए उपयोग कर सकती हैं। कंपनी पहले से ही 25 AV भागीदारों के साथ काम करती है, जिनमें लंदन-आधारित Wayve भी शामिल है, जैसा कि दिए गए स्रोत पाठ में कहा गया है। यह मौजूदा भागीदारी संरचना उबर को किसी भी व्यापक डेटा सेवा के लिए ग्राहकों या सहयोगियों का आधार देती है जिसे वह बनाने में सफल होती है।

योजना केवल निष्क्रिय भंडारण तक सीमित नहीं है। उबर कहती है कि भागीदार इस प्रणाली का उपयोग वास्तविक उबर यात्राओं के विरुद्ध प्रशिक्षित मॉडलों को “shadow mode” में चलाने के लिए भी कर सकते हैं। उस व्यवस्था में, AV प्रणाली वास्तव में वाहन नहीं चला रही होती, लेकिन उसे वैसे ही आंका जा सकता है जैसे वह चला रही हो, जिससे कंपनियाँ सड़क पर स्वयं-चालित कार तैनात किए बिना मॉडल के व्यवहार की तुलना लाइव ट्रिप स्थितियों से कर सकें।

यह इसलिए मायने रखता है क्योंकि यह उबर के संचालन नेटवर्क को वितरण चैनल के साथ-साथ परीक्षण वातावरण भी बना देता है। AV डेवलपर्स के लिए, डेटा इकट्ठा करने और फिर मॉडल को वास्तविक ट्रिप पैटर्न के विरुद्ध परखने की क्षमता प्रशिक्षण और तैनाती के बीच के अंतर को कुछ हद तक घटा सकती है।

नियामकीय और तकनीकी रुकावटें

उबर यह दावा नहीं कर रही कि यह तुरंत हो सकता है। नागा ने कहा कि कंपनी को पहले सेंसर किट और उनके वास्तविक कामकाज की बेहतर समझ चाहिए। उन्होंने नियामकीय अनिश्चितता भी रेखांकित की, यह कहते हुए कि कंपनी को राज्यों के बीच इस बात पर स्पष्टता चाहिए होगी कि सेंसरों का अर्थ क्या है और डेटा साझा करने का दायरा क्या होगा।

ये सीमाएँ महत्वपूर्ण हैं। निजी तौर पर संचालित, सेंसर-युक्त वाहनों के बड़े नेटवर्क से स्थापना, रखरखाव, गोपनीयता, सहमति, और राज्य-दर-राज्य अनुपालन जैसे सवाल उठेंगे। उबर का अपना विवरण मानता है कि यह परियोजना इन मुद्दों के समाधान पर निर्भर है। अभी के लिए, AV Labs इस विचार का छोटा और अधिक नियंत्रित संस्करण है, जिसमें उबर द्वारा संचालित कारों का उपयोग होता है, न कि व्यापक ड्राइवर आधार को मोबाइल डेटा कलेक्टरों में बदलना।

यह उबर की स्थिति को कैसे बदल सकता है

उबर का यह प्रस्ताव उल्लेखनीय है क्योंकि यह स्वायत्तता के साथ उसके संबंध को पुनर्परिभाषित करता है। कार निर्माता या स्वायत्तता डेवलपर के रूप में सीधी प्रतिस्पर्धा करने के बजाय, उबर खुद को एक ऐसे मध्यस्थ के रूप में स्थापित कर रही है जिसके पास भौतिक पहुंच का अनोखा लाभ है। लाखों ड्राइवर route diversity, temporal coverage, और geographic spread पैदा करते हैं, जिन्हें किसी एक AV कंपनी के लिए दोहराना कठिन है। अगर उन वाहनों का केवल एक अंश भी सेंसर से लैस हो जाए, तो पैमाना विशाल हो सकता है।

इससे सफलता की गारंटी नहीं मिलती। योजना नियमन, अर्थशास्त्र, और भागीदारों की अपनाने की दर पर निर्भर करती है। फिर भी, यह दिखाता है कि जैसे-जैसे सेल्फ-ड्राइविंग तकनीक परिपक्व होती है, उबर खुद को रणनीतिक रूप से प्रासंगिक रखने का इरादा रखती है। डेटा, लेबलिंग, ट्रिप वितरण, और सिमुलेटेड मूल्यांकन ऐसे साधन हैं जो तब और अधिक मूल्यवान हो जाते हैं जब कई AV खिलाड़ी एक साथ उनकी जरूरत महसूस करते हैं।

AI बुनियादी ढांचे पर व्यापक दांव

स्रोत पाठ एक और व्यापक व्याख्या की गुंजाइश भी छोड़ता है। उबर कहती है कि यह डेटा न केवल सेल्फ-ड्राइविंग कंपनियों के लिए, बल्कि भौतिक दुनिया के परिदृश्यों पर प्रशिक्षित अन्य AI प्रणालियों के लिए भी उपयोगी हो सकता है। इसका अर्थ है कि कंपनी रोबोटैक्सी बाजार से परे क्यूरेटेड वास्तविक-विश्व सेंसर डेटा में मूल्य देखती है।

अभी के लिए, तात्कालिक कहानी साफ़ है। उबर राइडर्स और ड्राइवर्स को जोड़ने वाले प्लेटफ़ॉर्म से आगे बढ़कर ऐसा प्लेटफ़ॉर्म बनना चाहती है जो स्वायत्त गतिशीलता के लिए डेटा बुनियादी ढांचा भी प्रदान करे। कंपनी AV Labs के जरिए छोटे स्तर से शुरुआत कर रही है, लेकिन दीर्घकालिक महत्वाकांक्षा स्पष्ट है: अपने वैश्विक ड्राइवर नेटवर्क के हिस्सों को एक सेंसर ग्रिड में बदलना और AV इकोसिस्टम की एक मौलिक परत बनना।

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