تريد Waymo استخدام Gemini من Google لتدريب الروبوتات الخاصة بها
لدى وايمو روجت منذ فترة طويلة علاقاتها إلى DeepMind من Google وعقود من أبحاث الذكاء الاصطناعي كميزة استراتيجية على منافسيها في مجال القيادة الذاتية. الآن، تخطو الشركة المملوكة لشركة Alphabet خطوة إلى الأمام من خلال تطوير نموذج تدريب جديد لروبوتاكسي الخاص بها المبني على نموذج اللغة الكبيرة متعدد الوسائط (MLLM) من Google. تَوأَم. أصدرت Waymo اليوم ورقة بحثية جديدة تقدم “نموذج متعدد الوسائط شامل للقيادة الذاتية”، المعروف أيضًا باسم EMMA. يقوم نموذج التدريب الجديد الشامل هذا بمعالجة بيانات أجهزة الاستشعار لإنشاء “مسارات مستقبلية للمركبات ذاتية القيادة”، مما يساعد مركبات Waymo ذاتية القيادة على اتخاذ القرارات بشأن المكان الذي تتجه إليه وكيفية تجنب العقبات. ولكن الأهم من ذلك، أن هذه إحدى المؤشرات الأولى على أن الشركة الرائدة في مجال القيادة الذاتية لديها تصميمات لاستخدام MLLMs في عملياتها. وهذه علامة على أن حاملي شهادة الماجستير في القانون يمكنهم التحرر من استخدامهم الحالي كروبوتات الدردشة، ومنظمي البريد الإلكتروني، ومولدات الصور، والعثور على التطبيق في بيئة جديدة تمامًا على الطريق. تقترح Waymo في ورقتها البحثية “تطوير نظام قيادة ذاتي يكون فيه MLLM مواطنًا من الدرجة الأولى”. نموذج متعدد الوسائط شامل للقيادة الذاتية، والمعروف أيضًا باسم EMMA، توضح الورقة كيف قامت أنظمة القيادة الذاتية، تاريخيًا، بتطوير “وحدات” محددة لمختلف الوظائف، بما في ذلك الإدراك ورسم الخرائط والتنبؤ والتخطيط. لقد أثبت هذا النهج فائدته لسنوات عديدة ولكنه يواجه مشاكل في التوسع “بسبب الأخطاء المتراكمة بين الوحدات ومحدودية الاتصال بين الوحدات”. علاوة على ذلك، قد تواجه هذه الوحدات صعوبة في الاستجابة “للبيئات الجديدة” لأنها بطبيعتها “محددة مسبقًا”، مما قد يجعل من الصعب التكيف معها. يقول Waymo أن MLLMs مثل Gemini يقدمون حلاً مثيرًا للاهتمام لبعض هذه التحديات لسببين: الدردشة عبارة عن “عامة” مدربة على مجموعات واسعة من البيانات المستخرجة من الإنترنت “والتي توفر” معرفة عالمية “ثرية تتجاوز ما هو متضمن في القواسم المشتركة سجلات القيادة”؛ وهم يظهرون قدرات تفكير “متفوقة” من خلال تقنيات مثل “الاستدلال المتسلسل للأفكار”، والذي يحاكي المنطق البشري من خلال تقسيم المهام المعقدة إلى سلسلة من الخطوات المنطقية. نموذج Waymo's EMMA. لقطة الشاشة: قامت WaymoWaymo بتطوير EMMA كأداة لمساعدة الروبوت الخاص بها على التنقل في البيئات المعقدة. وحددت الشركة العديد من المواقف التي ساعد فيها النموذج سياراتها ذاتية القيادة في العثور على الطريق الصحيح، بما في ذلك مواجهة حيوانات مختلفة أو البناء على الطريق. وتحدثت شركات أخرى، مثل تيسلا، بشكل مكثف عن تطوير نماذج شاملة لسياراتها ذاتية القيادة. يقول إيلون ماسك أن أحدث إصدار من نظام القيادة الذاتية الكاملة (12.5.5) يستخدم نظام الذكاء الاصطناعي “الشبكات العصبية الشاملة” الذي يترجم صور الكاميرا إلى قرارات القيادة. وهذا مؤشر واضح على أن شركة Waymo، التي لها الريادة في تسلا في نشر مركبات حقيقية بدون سائق على الطريق، مهتمة أيضًا بمتابعة نظام شامل. وقالت الشركة إن نموذج EMMA الخاص بها تفوق في التنبؤ بالمسار واكتشاف الأشياء وفهم الرسم البياني للطريق. وقالت الشركة في منشور على مدونة اليوم: “يشير هذا إلى طريق واعد للأبحاث المستقبلية، حيث يمكن دمج المزيد من مهام القيادة الذاتية الأساسية في إعداد مماثل وموسع”. لكن EMMA أيضًا له حدوده، وتعترف Waymo بأنه ستكون هناك حاجة إلى إجراء أبحاث مستقبلية قبل وضع النموذج موضع التنفيذ. على سبيل المثال، لم تتمكن EMMA من دمج مدخلات أجهزة الاستشعار ثلاثية الأبعاد من أجهزة الاستشعار أو الرادار، والتي قال Waymo إنها “باهظة الثمن من الناحية الحسابية”. ويمكنه معالجة كمية صغيرة فقط من إطارات الصور في المرة الواحدة. هناك أيضًا مخاطر لاستخدام MLLMs لتدريب الروبوتات التي لم يتم ذكرها في ورقة البحث. روبوتات الدردشة مثل الجوزاء في كثير من الأحيان هلوسة أو تفشل في المهام البسيطة مثل قراءة الساعات أو عد الأشياء. لدى Waymo هامش ضئيل جدًا للخطأ عندما تسير مركباتها ذاتية القيادة بسرعة 40 ميلاً في الساعة على طريق مزدحم. ستكون هناك حاجة إلى مزيد من البحث قبل أن يتم نشر هذه النماذج على نطاق واسع، وWaymo واضح في هذا الشأن. وكتب فريق البحث في الشركة: “نأمل أن تلهم نتائجنا المزيد من الأبحاث للتخفيف من هذه المشكلات، ومواصلة تطوير أحدث ما توصلت إليه هندسة نماذج القيادة الذاتية”.
المصدر