Voor het laatste anderhalf jaar, twee gehackt wit Tesla-model 3 sedans, elk uitgerust met vijf extra camera’s en een supercomputer ter grootte van een handpalm, hebben rustig gereden San Francisco. In een stad en tijdperk vol vragen over de mogelijkheden en grenzen van kunstmatige intelligentie probeert de startup achter een aangepaste Tesla een simpele vraag te beantwoorden: hoe snel kan een bedrijf vandaag de dag autonome voertuigsoftware bouwen?
De startup die vandaag voor het eerst haar activiteiten aan het publiek bekendmaakte, heet HyprLab. Het zeventienkoppige team (van wie er slechts acht fulltime werken) is verdeeld over Parijs en San Francisco, en het bedrijf wordt geleid door een veteraan op het gebied van autonome voertuigbedrijven, dierentuin mede-oprichter Tim Kentley-Klay, wie kwam plotseling naar buiten het bedrijf dat in 2018 nu eigendom is van Amazon. Hypr ontving relatief weinig financiering, namelijk 5,5 miljoen dollar sinds 2022, maar de ambities zijn breed. Uiteindelijk zijn ze van plan hun eigen robots te bouwen en te bedienen. “Stel je het liefdeskind van R2-D2 en Sonic the Hedgehog voor,” zei Kentley-Klay. “Hiermee wordt een nieuwe categorie gedefinieerd die momenteel niet bestaat.”
Voorlopig heeft de startup echter zijn softwareproduct Hyprdrive aangekondigd, dat wordt beschouwd als een sprong voorwaarts in de manier waarop ingenieurs voertuigen trainen om zelf te rijden. Dit soort sprongen vindt plaats op het gebied van robotica, dankzij de vooruitgang op het gebied van machinaal leren die belooft de kosten van het trainen van autonome voertuigsoftware en de hoeveelheid menselijke arbeid die ermee gemoeid is, te verlagen. Deze evolutie van training heeft een nieuwe beweging gebracht in een ruimte die al jaren bestaat lijden door de “trog van teleurstelling”, omdat technologiemakers er niet in slaagden hun eigen deadlines te halen voor het besturen van robots in de openbare ruimte. Nu robotaxis het ophalen van betalende passagiers in meer stedenen autofabrikanten doen ambitieuze nieuwe beloften zelfrijdende auto’s naar de persoonlijke auto’s van klanten brengen.
Maar het inzetten van een klein, wendbaar en goedkoop team om van ‘goed genoeg rijden’ naar ‘veel veiliger rijden dan mensen’ te gaan, is een hele opgave. “Ik kan je niet meteen vertellen dat dit gaat werken”, zei Kentley-Klay. “Maar wat we aan het bouwen zijn, is een heel sterk signaal. Het moet gewoon verbeteren.”
Oude technologie, nieuwe trucs
De softwaretrainingtechnieken van HyprLabs wijken af van de aanpak van andere robotica-startups die hun systemen leren zichzelf te besturen.
Eerst wat achtergrondinformatie: jarenlang leek de grote strijd in autonome voertuigen te gaan tussen degenen die alleen camera’s gebruikten om hun software te trainen – Tesla! – en degenen die ook op andere sensoren vertrouwden – Waymo, Cruise! – inclusief zeer dure lidar en radars. Maar onder de oppervlakte schuilen er grotere filosofische verschillen.
Liefhebbers van alleen camera’s zoals Tesla willen geld besparen terwijl ze van plan zijn een vloot gigantische robots te lanceren; Tien jaar lang was het plan van CEO Elon Musk om plotseling alle auto’s van zijn klanten om te zetten in zelfrijdende auto’s, simpelweg door op een software-update te drukken. Het voordeel is dat deze bedrijven over heel veel data beschikken, omdat hun niet-zelfrijdende auto’s overal waar ze rijden beelden verzamelen. Deze informatie wordt door middel van versterking ingevoerd in een zogenaamd ‘end-to-end’ machine learning-model. Het systeem maakt een foto—een fiets—en gaf een rijbevel uit—beweeg het stuur naar links en vertraag de acceleratie om te voorkomen dat u het raakt. “Het is alsof je een hond traint”, zegt Philip Koopman, onderzoeker op het gebied van software en autonome voertuigveiligheid aan de Carnegie Mellon University. “Aan het eind van de dag zeg je: ‘Slechte hond’ of ‘Goede hond.'”
