Uma pequena startup, HyprLabs, está ampliando os limites do desenvolvimento de software para veículos autônomos (AV), treinando rapidamente sistemas usando uma abordagem inovadora. Durante o último ano e meio, a empresa testou sua tecnologia em Tesla Model 3 modificados em São Francisco, com o objetivo de determinar com que rapidez uma empresa pode construir software AV confiável hoje.
O Desafio do Desenvolvimento de Veículos Autônomos
A indústria audiovisual enfrenta há muito tempo um “vale de desilusão”, onde prazos ambiciosos não foram cumpridos e o progresso estagnou. No entanto, os avanços na aprendizagem automática estão agora a reduzir o custo e o trabalho humano necessário para a formação de sistemas de condução autónoma. Apesar disso, alcançar uma automação verdadeiramente segura e confiável continua a ser um obstáculo significativo. O cofundador da HyprLabs, Tim Kentley-Klay, reconhece isso: “Não posso dizer a você, sinceramente, que isso funcionará, mas o que construímos é um sinal realmente sólido”.
Abordagem do HyprLabs: Aprendizagem em Tempo de Execução
HyprLabs, liderado pelo cofundador da Zoox, Tim Kentley-Klay, está adotando uma abordagem única. O software da empresa, denominado Hyprdrive, visa agilizar o treinamento AV. Ao contrário dos métodos tradicionais que dependem de conjuntos de dados massivos ou conjuntos de sensores caros, o HyprLabs usa uma técnica de “aprendizado em tempo de execução”.
O sistema utiliza um modelo de transformador e aprende em tempo real, orientado por supervisores humanos. Apenas dados novos e relevantes são enviados de volta à empresa para ajuste fino, reduzindo a carga computacional. Até à data, os dois veículos da startup recolheram apenas 4.000 horas de dados de condução (aproximadamente 65.000 milhas), com apenas 1.600 horas utilizadas para treino – significativamente menos do que concorrentes como a Waymo, que registou mais de 100 milhões de milhas autónomas.
A evolução do treinamento AV
Durante anos, a indústria AV dividiu-se entre sistemas apenas com câmeras (como Tesla) e aqueles que usam uma combinação de sensores (como Waymo e Cruise). As abordagens baseadas apenas em câmeras visavam economizar dinheiro, mas dependiam de grandes quantidades de dados de veículos não totalmente autônomos. Os sistemas multissensor investiram em hardware mais caro, mas usaram conjuntos de dados menores com extensa rotulagem humana. HyprLabs busca combinar a eficiência dos sistemas baseados em câmeras com a precisão dos dados rotulados, aprendendo no trabalho com intervenção mínima.
Planos futuros: além dos carros
Embora a HyprLabs ainda não esteja pronta para implantação comercial, ela planeja licenciar seu software para outras empresas de robótica. A empresa também está desenvolvendo seu próprio robô – descrito por Kentley-Klay como “o filho amoroso de R2-D2 e Sonic the Hedgehog” – com lançamento previsto para o próximo ano. O objetivo a longo prazo é criar uma nova categoria de robôs que não existe atualmente.
O sucesso do HyprLabs dependerá do dimensionamento de sua tecnologia e, ao mesmo tempo, da garantia de segurança e confiabilidade. A abordagem de treinamento rápido da startup tem o potencial de revolucionar a indústria AV, mas a implantação no mundo real exigirá testes e validação rigorosos.
