Una piccola startup, HyprLabs, sta ampliando i confini dello sviluppo di software per veicoli autonomi (AV) addestrando rapidamente i sistemi utilizzando un approccio innovativo. Nell’ultimo anno e mezzo, l’azienda ha testato la sua tecnologia su Tesla Model 3 modificate intorno a San Francisco, con l’obiettivo di determinare quanto velocemente un’azienda può costruire oggi un software AV affidabile.
La sfida dello sviluppo di veicoli autonomi
L’industria AV ha dovuto affrontare a lungo un “carico di disillusione”, in cui le scadenze ambiziose non sono state rispettate e i progressi si sono bloccati. Tuttavia, i progressi nell’apprendimento automatico stanno ora riducendo i costi e il lavoro umano necessari per addestrare i sistemi di guida autonoma. Nonostante ciò, raggiungere un’automazione veramente sicura e affidabile rimane un ostacolo significativo. Il cofondatore di HyprLabs, Tim Kentley-Klay, lo riconosce: “Non posso dirvi, in tutta sincerità, che funzionerà, ma ciò che abbiamo costruito è un segnale davvero solido”.
L’approccio di HyprLabs: apprendimento in fase di esecuzione
HyprLabs, guidato dal cofondatore di Zoox Tim Kentley-Klay, sta adottando un approccio unico. Il software dell’azienda, chiamato Hyprdrive, mira a semplificare la formazione AV. A differenza dei metodi tradizionali che si basano su enormi set di dati o costose suite di sensori, HyprLabs utilizza una tecnica di “apprendimento in fase di esecuzione”.
Il sistema utilizza un modello di trasformatore e apprende in tempo reale, guidato da supervisori umani. Solo i dati nuovi e rilevanti vengono inviati all’azienda per la messa a punto, riducendo il carico computazionale. Ad oggi, i due veicoli della startup hanno raccolto solo 4.000 ore di dati di guida (circa 65.000 miglia), di cui solo 1.600 ore utilizzate per l’addestramento, significativamente meno rispetto a concorrenti come Waymo, che ha registrato oltre 100 milioni di miglia autonome.
L’evoluzione della formazione AV
Per anni, l’industria AV si è divisa tra sistemi dotati di sola fotocamera (come Tesla) e quelli che utilizzano una combinazione di sensori (come Waymo e Cruise). Gli approcci basati esclusivamente sulla fotocamera miravano a risparmiare denaro, ma si basavano su grandi quantità di dati provenienti da veicoli non completamente autonomi. I sistemi multisensore hanno investito in hardware più costoso ma hanno utilizzato set di dati più piccoli con un’ampia etichettatura umana. HyprLabs cerca di combinare l’efficienza dei sistemi basati su telecamere con la precisione dei dati etichettati, imparando sul posto con un intervento minimo.
Piani futuri: oltre le auto
Sebbene HyprLabs non sia ancora pronto per la distribuzione commerciale, prevede di concedere in licenza il suo software ad altre società di robotica. L’azienda sta inoltre sviluppando il proprio robot, descritto da Kentley-Klay come “il figlio dell’amore di R2-D2 e Sonic the Hedgehog”, la cui uscita è prevista per il prossimo anno. L’obiettivo a lungo termine è creare una nuova categoria di robot che attualmente non esiste.
Il successo di HyprLabs dipenderà dall’espansione della sua tecnologia garantendo sicurezza e affidabilità. L’approccio di formazione rapida della startup ha il potenziale per rivoluzionare il settore AV, ma l’implementazione nel mondo reale richiederà test e convalide rigorosi.
