Hinahamon ng Nvidia ang Tesla habang inilarawan ito ni Jensen Huang bilang 'ChatGPT breakthrough' para sa autonomous driving

Ang Pagsilang ng Physical AI: Malaking Hakbang ng Nvidia sa Autonomous na Teknolohiya

Kamakailan ay idineklara ni Nvidia CEO Jensen Huang na opisyal nang dumating ang panahon ng physical AI—kung saan ang mga makina ay kayang makaramdam, magrason, at makipag-interaksyon sa totoong mundo. Sa kaniyang pagsasalita sa CES sa Las Vegas, binigyang-diin ni Huang ang pinakabagong pag-usbong ng kumpanya sa autonomous driving, na nagbabadya ng isang matapang na bagong yugto para sa robotics at mga sasakyang pinapagana ng AI.

Sentro ng anunsyo ng Nvidia ang Alpamayo, isang sopistikadong vision-language-action (VLA) na modelo na nilikha para sa self-driving na mga sasakyan at robotaxis. Ang sistemang ito ay idinisenyo upang magkasamang mapagsama ang perception, language comprehension, at action planning, na nagbibigay-daan sa mga sasakyan na makagawa ng may pinagbatayang desisyon sa kalsada.

Sa kaniyang keynote, ipinakita ni Huang ang isang demonstrasyon kung saan ginabayan ng Alpamayo ang isang test car sa mga lansangan ng San Francisco. Ang sasakyan ay matagumpay na nag-navigate sa komplikadong urban environment na may kahusayan na parang tao, nang hindi nangangailangan ng manual na interbensyon.

Dahil sa tagumpay na ito, napapaisip ngayon ang mga tagamasid sa industriya kung kayang lampasan ng teknolohiya ng Nvidia ang kasalukuyang kakayahan ng Tesla at mapantayan ang performance ng Alphabet's Waymo, na kinikilala bilang lider sa autonomous ride-hailing services.

Pananaw ng Nvidia para sa Hinaharap ng mga Self-Driving na Sasakyan

Lubos ang optimismo ni Huang sa potensyal ng autonomous vehicles, at iniisip niya ang mundong may isang bilyong self-driving na sasakyan na magkakasama sa kalsada. Mahigit isang dekada nang dine-develop ng Nvidia ang sarili nitong self-driving na teknolohiya, at dati nang inilarawan ni Huang ang mga physical AI solution tulad ng autonomous driving bilang isang multi-trillion-dollar market opportunity.

Sa CES, inanunsyo ni Huang na ang paparating na Mercedes CLA EV ang magiging unang magtatampok ng kumpletong self-driving suite ng Nvidia, kabilang ang Alpamayo, sa unang quarter ng taon. Pagsapit ng 2027, layunin ng Nvidia na maglunsad ng autonomous robotaxis sa pakikipagtulungan sa mga partner tulad ng Uber at Lucid. Sa kasalukuyan, tumatakbo ang Alpamayo sa Level 2 autonomy, ibig sabihin ay kaya nitong magmaneho nang mag-isa ngunit may pangangailangang bantayan ng tao.

Ang pinakahuling layunin ng lahat ng pangunahing kumpanya sa larangang ito ay makamit ang Level 4 autonomy, kung saan kayang magmaneho ng mga sasakyan nang lubusan sa mga itinalagang lugar. Bagaman naabot na ito ng Waymo sa ilang piling rehiyon, parehong nasa Level 2 pa rin ang Tesla at Nvidia's DRIVE Hyperion system sa ngayon. Pinagbubuti ng Nvidia ang Alpamayo upang maabot ang Level 4 sa malapit na hinaharap.

Pinuri ni Katie Driggs-Campbell, isang propesor ng engineering sa University of Illinois, ang progreso ng Nvidia ngunit nagbabala na minsan ay nauuna ang public relations kaysa sa aktwal na tagumpay ng teknolohiya.

Ayon kay Driggs-Campbell, ang Alpamayo ay isang hakbang lampas sa proprietary Full Self-Driving (FSD) system ng Tesla, na kasalukuyang nangangailangan pa rin ng supervision ng driver. Layunin ng Nvidia na maabot ang Level 4 autonomy gamit ang Alpamayo, habang ang Tesla ay patuloy ding nagtutulak ng software enhancements para dito.

Neural Network Approach ng Tesla sa Autonomy

Ang FSD system ng Tesla ay umaasa sa isang malawak na neural network na sinanay gamit ang napakaraming real-world driving data. Ang end-to-end na approach na ito ay direktang nagpoproseso ng camera at sensor inputs patungong vehicle control commands, na inaalis ang pangangailangan para sa tahasang pagrarason o rule-based modules.

Kahit epektibo, nananatiling hindi malinaw ang sistema ng Tesla, na may limitadong pampublikong impormasyon tungkol sa kung paano ito gumagana. Matapos ang presentasyon ng Nvidia tungkol sa Alpamayo, iginiit ni Tesla CEO Elon Musk na ang pinakabagong FSD release ng Tesla ay gumagamit din ng katulad na reasoning-based techniques, bagamat mahirap itong mapatunayan ng mga independiyenteng eksperto.

Ang alam lamang ay natututo ang neural network ng Tesla mula sa milyun-milyong driving videos, na nagbibigay-daan dito upang magsagawa ng driving tasks nang hindi ipinapaliwanag nang malinaw ang mga dahilan sa likod ng mga desisyon nito. Ang "black box" na katangian nito ay nangangahulugan na tanging ang mga resulta lamang ang maaaring suriin ng mga engineer, hindi ang lohika sa likod nito.

Binanggit ni Driggs-Campbell na ang approach ng Tesla ay nakaugat sa tradisyunal na deep learning, kung saan ang input images at sensor data ay iniuugnay sa driving actions batay sa malawak na training examples. Isang bentahe ng Tesla ay ang kakayahan nitong mangolekta ng data mula sa napakalaking fleet nito—halos 9 na milyong yunit na ang nagawa—na karamihan ay nag-aambag ng visual data para sa patuloy na pagpapabuti ng modelo.

Ang pangunahing kakulangan ay ang kawalan ng interpretability; mahirap maintindihan o baguhin ang proseso ng paggawa ng desisyon ng sistema maliban na lang sa pagmamasid sa resulta.

Reasoning Models: Ang Paradigmang "Pag-iisip ng Mabilis at Mabagal"

Hindi katulad ng reaktibong neural network ng Tesla, ang Alpamayo ng Nvidia at ang mga sistema ng Waymo ay gumagamit ng tahasang pagrarason sa kanilang mga proseso ng paggawa ng desisyon.

Halimbawa, kung makatagpo ng malfunctioning traffic light ang isang sasakyang may Alpamayo, kaya nitong suriin ang sitwasyon, magpaliwanag sa pamamagitan ng language-based reasoning (tulad ng pagpapasyang huminto, tingnan ang mga hadlang, at magpatuloy sa ligtas na paraan), at isakatuparan ang tamang galaw.

Gumagamit ang Waymo ng "two-system" methodology, na madalas ilarawan bilang "pag-iisip ng mabilis at mabagal." Ang unang sistema ay agad na tumutugon sa sensor inputs, habang ang ikalawang sistema ay masinsinang nagrason para sa mga komplikadong gawain. Parehong nagpapasa ang dalawang sistema ng impormasyon sa isang "world decoder," na siyang nagtatakda ng pinakamainam na aksyon. Mahalagang tandaan, may kakayahan ding ipatupad ang mga explicit rules para mapalitan ang reasoning ng sistema kapag kinakailangan.

Pinaliwanag ni Driggs-Campbell na karamihan ng autonomous systems ay may mga safeguards—mga hard-coded rules para sa mga sitwasyong hindi nangangailangan ng pagrarason, tulad ng pananatili sa kalsada. Gayunpaman, maaaring magdulot ng hindi inaasahang kilos o conflict ang pagsasama ng maraming sistema.

Isang totoong halimbawa nito ang nangyari sa San Francisco nang mahirapan ang mga robotaxi ng Waymo na mag-navigate sa mga interseksyon noong nagka-brownout at nawalan ng traffic signal, na naglantad sa mga hamon ng rules-based at reasoning models.

Ipinunto ni Elon Musk na ang mga FSD-powered robotaxis ng Tesla, na kasalukuyang sinusubukan sa San Francisco, ay hindi naapektuhan ng power outage. Gayunpaman, dahil hindi nagbibigay ng reasoning outputs ang sistema ng Tesla, mahirap sa mga engineer na maintindihan o mapabuti kung paano hinarap ng mga sasakyan ang sitwasyon.

Paghahambing ng mga Approach: Data-Driven vs. Reasoning-Based Autonomy

Bagama't nag-aalok ang mga reasoning models tulad ng Alpamayo at two-system architecture ng Waymo ng mas mataas na transparency at posibleng mas ligtas na pagharap sa mga komplikadong sitwasyon, humaharap din ang mga ito sa hamon ng bilis at real-time na performance. Sa kabilang banda, ang mga data-driven neural networks ng Tesla ay mabilis at episyente, ngunit walang interpretability.

Inamin ni Driggs-Campbell na ang neural networks ng Tesla ay may mga bentahe sa bilis at computational efficiency, ngunit mahirap sabihing alin ang mas mataas na approach. Napansin niyang ang foundation models na ginagamit ng Waymo at Nvidia ay nagpapakita ng magagandang resulta, ngunit marami pang hadlang ang dapat lampasan.

Itinuro niya na ang pagsasalin ng kakayahan ng mga malalaking reasoning models patungo sa real-time driving ay nananatiling malaking pagsubok, dahil ang pagrarason ay maaaring tumagal ng ilang segundo—mas mabagal kaysa sa kinakailangang split-second na desisyon sa kalsada.

Sa kabuuan, ang FSD ng Tesla sa kasalukuyan ang nagsisilbing pamantayan para sa advanced driver assistance, gamit ang napakalaking datasets at malawakang deployment. Gayunpaman, nananatili pa rin itong reaktibo at nangangailangan ng supervision. Ang Alpamayo at mga katulad na reasoning-based models ay kumakatawan sa susunod na henerasyon, na naglalayong makamit ang higit pang kaligtasan, predictability, at transparency, ngunit nangangailangan pa rin ng karagdagang refinement at bilis.

Sa huli, parehong sinusundan ng FSD ng Tesla at mga reasoning models tulad ng Alpamayo ang parehong layunin: ang ganap na autonomous na pagmamaneho—isang hamon na inihahalintulad ng ilan sa kahirapan ng paglapag sa buwan.

Tulad ng sinabi ni Elon Musk, napakahirap tugunan ang mga bihira at komplikadong "long tail" scenarios sa totoong pagmamaneho, ngunit pinuri niya ang pagsisikap ng Nvidia, kahit nananatili siyang kumpiyansa sa approach ng Tesla.

Manatiling May Alam

Tuklasin ang pinakabagong balita sa teknolohiya na may epekto sa mga merkado

Basahin ang napapanahong mga headline sa pananalapi at negosyo mula sa Yahoo Finance