उबर आपल्या ड्रायव्हर नेटवर्कला स्वयंचलित कारांसाठी डेटा लेयरमध्ये रूपांतरित करू इच्छिते

उबरची पुढची स्वयंचलित वाहनाची खेळी

उबरची दीर्घकालीन स्वयंचलित वाहन रणनीती एका अशा भूमिकेभोवती आकार घेत आहे, जी फारच थोड्या कंपन्या जुळवू शकतील असे कंपनीला वाटते: जागतिक स्तरावर डेटा संकलन. कंपनीचे म्हणणे आहे की ती अखेरीस मानवी चालकांच्या कारमध्ये सेन्सर्स बसवू इच्छिते, ज्यामुळे ती वाहने स्वयंचलित वाहन विकासकांसाठी आणि कदाचित भौतिक-जगताच्या परिस्थितींवर प्रशिक्षित इतर AI प्रणालींसाठी वास्तविक ड्रायव्हिंग डेटा गोळा करू शकतील.

ही दृष्टी उबरचे मुख्य तंत्रज्ञान अधिकारी प्रवीण नेप्पल्ली नागा यांनी मांडली, ज्यांनी सांगितले की कंपनी प्रथम एका लहान अंतर्गत प्रयत्नातून अधिक शिकून घेतल्यानंतर त्या दिशेने जायला इच्छिते. जवळच्या काळात, उबर जानेवारीच्या अखेरीस जाहीर केलेल्या AV Labs नावाच्या कार्यक्रमांतर्गत सेन्सर-युक्त कारांचा समर्पित ताफा वापरत आहे. पण धोरणात्मक महत्त्वाकांक्षा याहून खूप मोठी आहे. उबरचे ड्रायव्हर नेटवर्क जागतिक स्तरावर लाखोंमध्ये आहे, त्यामुळे एक वितरित सेन्सर प्लॅटफॉर्म निर्माण होण्याची शक्यता तयार होते, जो कोणत्याही एकाच self-driving कंपनीच्या इन-हाउस ताफ्यापेक्षा खूपच मोठा ठरू शकतो.

संधी डेटा मध्येच का आहे असे उबरला वाटते

कंपनीचा दावा थेट आहे: स्वयंचलित वाहन विकासातील अडथळा केवळ underlying software आणि hardware stack नाही, तर व्यापक, परिस्थिती-समृद्ध डेटापर्यंतचा प्रवेशदेखील आहे. नागा यांनी मांडले की bottleneck म्हणजे स्वतः डेटा संकलन आहे. त्यांच्या मते, AV विकासकांना विशिष्ट रस्ते, दिवसातील विशिष्ट वेळा, आणि ड्रायव्हिंग परिस्थितींमधून लक्ष्यित उदाहरणांची गरज असते, परंतु ती माहिती कार्यक्षमपणे गोळा करण्यासाठी पुरेशी वाहने तैनात करण्याइतका भांडवल त्यांच्याकडे बहुधा नसतो.

उबरने ही समस्या सोडवली, तर ती केवळ वितरण भागीदार न राहता AV क्षेत्रासाठी पायाभूत सुविधा बनू शकते. हा एक महत्त्वाचा बदल आहे. उबरने पूर्वी स्वतःची स्वयंचलित ड्रायव्हिंग प्रणाली बनवण्यापासून पाऊल मागे घेतले होते, आणि robotaxi कार्यक्रमांच्या उदयानंतर प्रोपायटरी AV स्टॅक नसलेल्या प्लॅटफॉर्म्सनी अखेरीस आपला प्रभाव गमावेल का, हा प्रश्न बराच काळ उपस्थित राहिला आहे. ही योजना सुचवते की उबरला आणखी एक मार्ग दिसतो: ट्रिप नेटवर्कपर्यंतचा प्रवेश, ऑपरेशनल मागणीचा संकेत, आणि कदाचित AV कंपन्यांना त्यांच्या मॉडेल्स सुधारण्यास मदत करणारा डेटा लेयर यावर हक्क ठेवणे.

राईड प्लॅटफॉर्मपासून “AV क्लाउड”पर्यंत

उबर एक “AV cloud” तयार करत आहे, असे नागा म्हणाले, म्हणजेच लेबल केलेल्या सेन्सर डेटाची एक लायब्ररी, ज्याचा भागीदार कंपन्या वापर करू शकतील आणि मॉडेल प्रशिक्षणासाठी क्वेरी करू शकतील. दिलेल्या स्रोत मजकुरानुसार, कंपनी लंडन-आधारित Wayve सह 25 AV भागीदारांसोबत आधीपासून काम करते. ही विद्यमान भागीदारी रचना उबरला तिने तयार करू शकणाऱ्या व्यापक डेटा सेवेसाठी संभाव्य ग्राहक किंवा सहयोगी आधार देते.

योजना निष्क्रिय साठ्यापुरती मर्यादित नाही. भागीदार ही प्रणाली वास्तविक उबर ट्रिप्सच्या विरुद्ध प्रशिक्षित मॉडेल्सना “shadow mode” मध्ये चालवण्यासाठीही वापरू शकतात, असे उबर सांगते. त्या सेटअपमध्ये AV प्रणाली प्रत्यक्षात वाहन चालवत नाही, पण ती चालवत असल्याप्रमाणे मूल्यमापन करता येते, ज्यामुळे कंपन्यांना स्वयंचलित कार रस्त्यावर न पाठवता मॉडेलचे वर्तन लाईव्ह ट्रिप परिस्थितींशी तुलना करता येते.

हे महत्त्वाचे आहे, कारण यामुळे उबरचे ऑपरेटिंग नेटवर्क वितरण चॅनेलबरोबरच चाचणीचे वातावरणही बनते. AV विकासकांसाठी, डेटा गोळा करून नंतर प्रत्यक्ष ट्रिप पॅटर्नशी मॉडेल्सचे मूल्यमापन करता येणे, प्रशिक्षण आणि तैनातीमधील दरी कमी करण्यास मदत करू शकते.

नियामक आणि तांत्रिक अडथळे

उबर हे लगेच होईल असा दावा करत नाही. सेन्सर किट्स प्रत्यक्षात कसे काम करतात हे आधी अधिक समजून घ्यावे लागेल, असे नागा म्हणाले. त्यांनी नियामक अनिश्चितताही अधोरेखित केली, आणि सांगितले की सेन्सर्सचा अर्थ काय आणि डेटा शेअरिंगचा व्याप्ती काय असेल, याबाबत राज्यांदरम्यान स्पष्टता लागेल.

या मर्यादा मोठ्या आहेत. मोठ्या प्रमाणावर सेन्सर-युक्त खासगी वाहनांचे नेटवर्क बसवणे, देखभाल, गोपनीयता, संमती, आणि राज्यनिहाय अनुपालन यांसारखे प्रश्न निर्माण करेल. उबरचे स्वतःचे वर्णन मान्य करते की हा प्रकल्प त्या मुद्द्यांचे निराकरण होण्यावर अवलंबून आहे. सध्या AV Labs ही कल्पनेची लहान आणि अधिक नियंत्रित आवृत्ती आहे, जिथे उबर चालवत असलेल्या कार्स वापरल्या जात आहेत; व्यापक ड्रायव्हर बेसला मोबाईल डेटा कलेक्टर्समध्ये रूपांतरित केले जात नाही.

यामुळे उबरची स्थिती कशी बदलू शकते

उबरचा हा प्रस्ताव लक्षवेधी आहे, कारण तो स्वायत्ततेशी कंपनीचे नाते नव्याने मांडतो. कार निर्माता किंवा autonomy developer म्हणून थेट स्पर्धा करण्याऐवजी, उबर स्वतःला एक मध्यस्थ म्हणून मांडत आहे ज्याच्याकडे भौतिक जगात अनोखी पोहोच आहे. लाखो ड्रायव्हर्स route diversity, temporal coverage, आणि geographic spread तयार करतात, जे एका एकमेव AV कंपनीसाठी पुन्हा निर्माण करणे कठीण आहे. त्या वाहनांपैकी फक्त एक अंश जरी सेन्सर्सने सज्ज झाला, तरी प्रमाण प्रचंड होऊ शकते.

यामुळे यशाची हमी मिळत नाही. योजना नियमन, अर्थशास्त्र, आणि भागीदारांच्या स्वीकारावर अवलंबून आहे. तरीही, स्वयंचलित तंत्रज्ञान परिपक्व होत असताना उबरला धोरणात्मकदृष्ट्या सुसंगत राहायचे कसे आहे हे यातून दिसते. डेटा, लेबलिंग, ट्रिप वितरण, आणि सिम्युलेटेड मूल्यांकन ही अशी साधने आहेत जी अनेक AV खेळाडूंना एकाच वेळी हवी असतील तेव्हा अधिक मौल्यवान ठरतात.

अधिक व्यापक AI पायाभूत सुविधा खेळी

स्रोत मजकूर आणखी व्यापक अर्थ लावण्यासही जागा देतो. उबर म्हणते की हा डेटा केवळ self-driving कंपन्यांसाठीच नव्हे, तर भौतिक-जगताच्या परिस्थितींवर प्रशिक्षित इतर AI प्रणालींसाठीही उपयुक्त ठरू शकतो. यावरून कंपनी robotaxi बाजारापुरते मर्यादित न राहता क्युरेटेड वास्तविक-जगातील सेन्सर डेटामध्ये मूल्य पाहते.

सध्या तात्काळ कथा स्पष्ट आहे. रायडर्स आणि ड्रायव्हर्सना जोडणाऱ्या प्लॅटफॉर्मवरून स्वयंचलित गतिशीलतेसाठी डेटा पायाभूत सुविधा देणाऱ्या प्लॅटफॉर्मकडे उबर जायला इच्छिते. कंपनी AV Labs मधून लहान स्तरावर सुरुवात करत आहे, पण दीर्घकालीन महत्त्वाकांक्षा स्पष्ट आहे: आपल्या जागतिक ड्रायव्हर नेटवर्कमधील काही भाग सेन्सर ग्रिडमध्ये रूपांतरित करणे आणि AV इकोसिस्टमची पायाभूत थर बनणे.

हा लेख TechCrunch च्या वार्तांकनावर आधारित आहे. मूळ लेख वाचा.