உபர் தனது டிரைவர் வலையமைப்பை தானியங்கி கார்களுக்கான தரவு அடுக்காக மாற்ற விரும்புகிறது

உபரின் அடுத்த தானியங்கி வாகன பந்தயம்

உபரின் நீண்டகால தானியங்கி வாகனத் திட்டம், நிறுவனம் மிகக் குறைந்த நிறுவனங்களே ஒப்பிட முடியும் என்று நம்பும் ஒரு பங்கினைச் சுற்றி உருவாகிறது: உலகளாவிய அளவில் தரவு சேகரிப்பு. மனித ஓட்டுநர்களின் கார்களில் சென்சார்கள் பொருத்தி, அந்த வாகனங்கள் தானியங்கி வாகன உருவாக்குநர்களுக்கும், உடல் உலக சூழல்களில் பயிற்சி பெறும் பிற AI அமைப்புகளுக்கும் உண்மை உலக ஓட்டத் தரவை சேகரிக்க வேண்டும் என்பதே நிறுவனத்தின் இலக்கு.

இந்தக் காட்சி உபரின் தலைமை தொழில்நுட்ப அதிகாரி பிரவீன் நேப்பள்ளி நாகா விளக்கியது; முதலில் ஒரு சிறிய உள் முயற்சியின் மூலம் அதிகம் கற்ற பிறகு, அந்த திசையில் நிறுவனம் நகர விரும்புகிறது என்றார். உடனடி காலத்தில், ஜனவரி இறுதியில் அறிவிக்கப்பட்ட AV Labs என்ற திட்டத்தின் கீழ், சென்சார் பொருத்தப்பட்ட கார்களின் தனிப்பட்ட படையினைப் பயன்படுத்துகிறது உபர். ஆனால் யோசிக்கும் அளவிலான பெரும் ஆசை இதைவிட பெரியது. உபரின் டிரைவர் வலையமைப்பு உலகளவில் மில்லியன்களில் உள்ளது; இதனால் எந்த ஒரு தானியங்கி கார் நிறுவனத்தின் உள்கட்டளை படையையும் விட மிகப் பெரியதாக இருக்கக் கூடிய பகிர்ந்த சென்சார் தளத்தின் சாத்தியம் உருவாகிறது.

உபருக்கு வாய்ப்பு தரவில்தான் ஏன் தெரிகிறது

நிறுவனத்தின் வாதம் நேரடி: தானியங்கி வாகன மேம்பாட்டின் தடையாக இருப்பது மென்பொருள் மற்றும் ஹார்ட்வேர்தான் அல்ல, பரந்த, சூழல் நிறைந்த தரவுகளுக்கான அணுகலும் ஆகும். தரவு சேகரிப்பே முக்கிய தடையென நாகா கூறினார். குறிப்பிட்ட தெருக்கள், நாளின் குறிப்பிட்ட நேரங்கள், மற்றும் ஓட்டுநர் சூழ்நிலைகளில் இருந்து இலக்கிடப்பட்ட எடுத்துக்காட்டுகள் AV உருவாக்குநர்களுக்கு தேவை, ஆனால் அந்தத் தகவலைச் சிறப்பாக சேகரிக்க போதுமான வாகனங்களை இயக்கும் மூலதனம் பெரும்பாலும் அவர்களிடம் இருக்காது.

உபர் இந்தப் பிரச்சனையைத் தீர்க்க முடிந்தால், அது வெறும் விநியோகக் கூட்டாளியாக அல்ல, AV துறைக்கான அடித்தள கட்டமைப்பாக மாறலாம். இது முக்கியமான மாற்றம். உபர் தனது சொந்த self-driving அமைப்பை உருவாக்குவதிலிருந்து முன்பே பின்வாங்கியது, மேலும் robotaxi திட்டங்களின் எழுச்சி, சொந்த AV stack இல்லாத தளங்கள் இறுதியில் தங்கள் செல்வாக்கை இழக்குமா என்ற கேள்வியை நீண்ட காலமாக எழுப்பி வந்தது. இந்தத் திட்டம் உபர் இன்னொரு பாதையைக் காண்கிறது என்பதைக் காட்டுகிறது: பயண வலையமைப்பிற்கான அணுகல், செயல்பாட்டு தேவைச் சிக்னல், மற்றும் AV நிறுவனங்கள் தங்கள் மாதிரிகளை மேம்படுத்த உதவும் தரவு அடுக்கு ஆகியவற்றை உடையதாக இருப்பது.

ரைடு தளத்திலிருந்து “AV கிளவுட்” வரை

உபர் ஒரு “AV cloud” உருவாக்குவதாக, அதாவது லேபிள் செய்யப்பட்ட சென்சார் தரவுகளின் நூலகத்தை உருவாக்குவதாக நாகா கூறினார்; கூட்டாளர் நிறுவனங்கள் அதை கேள்வி எழுப்பவும் மாதிரி பயிற்சிக்கு பயன்படுத்தவும் முடியும். வழங்கப்பட்ட மூல உரைப்படி, நிறுவனம் லண்டன்-அடிப்படையிலான Wayve உட்பட 25 AV கூட்டாளர்களுடன் ஏற்கனவே பணியாற்றுகிறது. இந்த ஏற்கனவே உள்ள கூட்டாண்மை அமைப்பு, உபர் உருவாக்க முயலும் எந்த விரிவான தரவு சேவைக்கும் வாடிக்கையாளர் அல்லது கூட்டாளர்கள் அடிப்படையாக இருக்கும்.

இந்தத் திட்டம் வெறும் தரவு சேமிப்பை மட்டும் குறிவைக்கவில்லை. உண்மை உபர் பயணங்களுக்கு எதிராக பயிற்சி பெற்ற மாதிரிகளை “shadow mode” இல் இயக்க கூட்டாளர்கள் இந்த அமைப்பைப் பயன்படுத்த முடியும் என்றும் உபர் கூறுகிறது. அந்த அமைப்பில், AV அமைப்பு உண்மையில் வாகனத்தை இயக்குவதில்லை, ஆனால் அது இயக்குவது போல மதிப்பீடு செய்ய முடியும்; இதனால் சுய இயக்கக் காரை சாலையில் அனுப்பாமல், நேரடி பயண சூழ்நிலைகளுடன் மாதிரி நடத்தையைக் ஒப்பிட நிறுவனங்களுக்கு முடியும்.

இது முக்கியமானது, ஏனெனில் இது உபரின் செயல்பாட்டு வலையமைப்பை விநியோகக் கால்வாயாக மட்டுமல்ல, சோதனைச் சூழலாகவும் மாற்றுகிறது. AV உருவாக்குநர்களுக்கு, தரவைச் சேகரித்து, பின்னர் மாதிரிகளை உண்மை பயண முறைமைகளுக்கு எதிராக மதிப்பீடு செய்வது பயிற்சி மற்றும் நிறைவேற்றத்துக்கு இடையேயான இடைவெளியின் ஒரு பகுதியைக் குறைக்கலாம்.

ஒழுங்குமுறை மற்றும் தொழில்நுட்பத் தடைகள்

இது உடனடியாக நடக்கும் என்று உபர் கூறவில்லை. சென்சார் கிட்கள் எப்படி செயல்படுகின்றன என்பதை முதலில் நன்றாகப் புரிந்துகொள்ள வேண்டும் என்று நாகா கூறினார். மேலும், சென்சார்கள் என்ன பொருள், தரவு பகிர்வு என்ன அர்த்தம் என்பதைக் குறித்த மாநிலங்களுக்கிடையேயான ஒழுங்குமுறை தெளிவு தேவை என்றும் அவர் குறிப்பிட்டார்.

இந்தக் கட்டுப்பாடுகள் பெரிதானவை. சென்சார்களுடன் கூடிய, தனிப்பட்ட முறையில் இயக்கப்படும் வாகனங்களின் பரந்த வலையமைப்பு நிறுவல், பராமரிப்பு, தனியுரிமை, சம்மதி, மற்றும் மாநிலத்துக்கு மாநிலம் இணக்கம் போன்ற கேள்விகளை எழுப்பும். உபரின் சொந்த விளக்கம், இந்த திட்டம் இவைகளைத் தீர்ப்பதற்கு சார்ந்துள்ளது என்பதை ஒப்புக்கொள்கிறது. இப்போதைக்கு, AV Labs இந்தக் கருத்தின் சிறிய மற்றும் கட்டுப்படுத்தப்பட்ட பதிப்பாக உள்ளது; அது உபர் இயக்கும் கார்களைப் பயன்படுத்துகிறது, பரந்த டிரைவர் அடிப்படையை நகரும் தரவு சேகரிப்பாளர்களாக மாற்றவில்லை.

இது உபரின் நிலையை எவ்வாறு மாற்ற முடியும்

உபரின் யோசனை குறிப்பிடத்தக்கது, ஏனெனில் அது தானியங்கித்தன்மையுடனான நிறுவனத்தின் உறவை மறுவரையறை செய்கிறது. கார் உருவாக்குநராக அல்லது தானியங்கி தொழில்நுட்ப உருவாக்குநராக நேரடியாக போட்டியிடுவதற்குப் பதிலாக, உடல் உலகில் அசாதாரணமான பரப்பளவு கொண்ட நடுநிலையராக தன்னை நிலைநிறுத்துகிறது. மில்லியன் கணக்கான டிரைவர்கள் பாதை பல்வகைமை, கால பல்வகைமை, மற்றும் புவியியல் பரவலை உருவாக்குகின்றனர்; இதை ஒரு AV நிறுவனம் தனியாகப் பிரதிபலிப்பது கடினம். அந்த வாகனங்களில் ஒரு பகுதி மட்டும் சென்சார்களால் பொருத்தப்பட்டாலும், அளவு மிகப்பெரியதாக இருக்கலாம்.

அது வெற்றியை உறுதிசெய்வதில்லை. இந்தத் திட்டம் ஒழுங்குமுறை, பொருளாதாரம், மற்றும் கூட்டாளர் ஏற்றுக்கொள்ளுதலின் மீது சார்ந்துள்ளது. இருப்பினும், தானியங்கி ஓட்டுநர் தொழில்நுட்பம் வளரும்வரை உபர் தன்னை மூலாதார ரீதியாக முக்கியத்துவமுடையதாக வைத்துக்கொள்ள என்ன திட்டமிடுகிறது என்பதைக் காட்டுகிறது. தரவு, லேபிளிங், பயண விநியோகம், மற்றும் சிமுலேட்டட் மதிப்பீடு ஆகியவை பல AV வீரர்கள் ஒரே நேரத்தில் அவற்றை தேவைப்படுத்தும் போது மதிப்பு அதிகரிக்கும் சொத்துகள் ஆகும்.

பரந்த AI அடித்தள முயற்சி

மூல உரை இன்னும் பரந்த விளக்கத்துக்கும் வாய்ப்பு விடுகிறது. இந்தத் தரவு தானியங்கி கார் நிறுவனங்களுக்கு மட்டும் அல்ல, உடல் உலக சூழல்களில் பயிற்சி பெறும் பிற AI அமைப்புகளுக்கும் பயன்படக்கூடும் என்று உபர் கூறுகிறது. இது robotaxi சந்தையைத் தாண்டி, சீரமைக்கப்பட்ட உண்மை உலக சென்சார் தரவுகளில் நிறுவனம் மதிப்பைக் காண்கிறதைக் காட்டுகிறது.

இப்போது, உடனடி கதை தெளிவாக உள்ளது. பயணிகளையும் ஓட்டுநர்களையும் இணைக்கும் தளத்திலிருந்து, தானியங்கி நகர்வுக்கான தரவு அடித்தளத்தையும் வழங்கும் தளமாக உபர் மாற விரும்புகிறது. AV Labs மூலம் நிறுவனம் சிறிய அளவில் தொடங்குகிறது, ஆனால் நீண்டகால ஆசை தெளிவானது: தனது உலகளாவிய டிரைவர் வலையமைப்பின் பகுதிகளை ஒரு சென்சார் கிரிட் ஆக மாற்றி, AV சூழலின் அடிப்படை அடுக்காக மாறுவது.

இந்தக் கட்டுரை TechCrunch செய்தியினை அடிப்படையாகக் கொண்டது. மூல கட்டுரையைப் படிக்கவும்.