Waymo opublikowało 26 sierpnia wpis techniczny przedstawiający dziesięć wniosków z ponad 200 milionów mil przejechanych w pełni autonomicznie. Nigdzie nie pada w nim nazwa Tesla. I nie musi: trzy z dziesięciu punktów opisują architekturę, którą wybrała Tesla, i orzekają, że ona nie dowozi.
Autorem jest Srikanth Thirumalai, wiceprezes Waymo ds. oprogramowania pokładowego, co ma znaczenie — to człowiek odpowiedzialny za to, co działa w samochodzie, a nie prezes udzielający odpowiedzi na konferencji.
Teza, która idzie najdalej
„Zwykłe ulepszanie systemu wspomagania kierowcy (L2) do pełnej autonomii to fałszywy szczyt. Prawdziwą dojrzałość L4 można bezpiecznie osiągnąć wyłącznie dzięki systemowi zaprojektowanemu do tego od podstaw.”
To argument z pazurem, bo nie dotyczy czujników. Cały plan rozwoju Tesli opiera się na tym, że dzisiejsze nadzorowane FSD — system poziomu 2, za który prawnie odpowiada człowiek — stanie się jutro systemem nienadzorowanym dzięki lepszemu oprogramowaniu w tej samej flocie. Stanowisko Thirumalaia jest takie, że na końcu tej drogi nie ma żadnego szczytu: system dojrzewa, w jego ujęciu, dopiero wtedy, gdy sam ponosi wyłączną odpowiedzialność za zadanie prowadzenia, bo tylko taki warunek wystawia go na realne konsekwencje jego decyzji i ujawnia sytuacje, które ludzki nadzór po cichu wygładza.
Można przejechać miliardy mil w symulacji albo pod nadzorem — argumentuje wpis — i wciąż nie mieć za sobą tych mil, które się liczą.
Dwa kolejne punkty trafiające w Teslę
Mapy HD to prior, nie kula u nogi. Waymo określa je jako „potężny prior” — wstępnie obliczoną wiedzę, którą samochód wnosi na drogę, zanim ją zobaczy. Stanowisko Tesli od lat jest odwrotne: to ogólna wizja komputerowa bez zależności od map pozwala systemowi skalować się na dowolną drogę. Kontrargument Waymo brzmi tak: odrzucanie sprawdzonej informacji, by udowodnić swoją tezę, nie jest argumentem za bezpieczeństwem.
End-to-end to czarna skrzynka. Wobec architektury, w którą Tesla poszła, wpis nie owija w bawełnę: „Czysto end-to-end (E2E) architektury neuronowe … niosą ryzyko awarii typu czarna skrzynka”, co oznacza, że trudno zrozumieć, jak zapadła dana decyzja. Waymo zestawia to z osobnym wnioskiem — „nie da się zbudować zaufania na czarnej skrzynce” — oraz z rozwiązaniem, które nazywa Critic: komponentem, którego zadaniem jest ocena modelu jazdy, a nie samo prowadzenie.
Pełna lista
- Czujniki multimodalne są niezbędne
- Mapy HD są potężnym „priorem”
- Mniej, ale większych modeli działa lepiej
- Nie da się zbudować zaufania na czarnej skrzynce
- Symulacja w pętli zamkniętej ujawnia więcej przypadków brzegowych
- Każdy świetny kierowca potrzebuje świetnego Critica
- Modele Vision Language poprawiają rozumienie sceny
- AI jest tyle warta, ile nadzór, który ją ocenia
- Koło zamachowe danych umożliwia ciągłe doskonalenie
- Nic nie zastąpi doświadczenia w pełni autonomicznej jazdy
Wniosek dotyczący czujników — „Kamery są niesamowite, ale nie wystarczą”, przy czym lidar dostarcza „szkieletu”, a kamery „warstwy semantycznej” — to znajoma połowa argumentacji Waymo, a TeslAnt opisał jej pełniejszą wersję w wywodzie Dmitrija Dołgowa o suficie, na jaki trafiają systemy oparte wyłącznie na kamerach. Nowe jest tu to, że kwestia czujników stanowi jeden wniosek z dziesięciu, a pozostałych dziewięć dotyczy całego potoku przetwarzania.
Dlaczego powinno to obchodzić europejskich czytelników
To w równym stopniu marketing, co inżynieria — Waymo gra na własną korzyść, a firma z 200 milionami mil bez kierowcy i rachunkiem za lidary ma wszelkie powody, by dowodzić, że jedno i drugie jest obowiązkowe. Kontrargument Tesli, że o tym, kto wdroży technologię, zdecydują skala i koszt, nie znajduje odpowiedzi w żadnym z dziesięciu punktów.
Ale wybór momentu nie jest przypadkowy. Waymo zadeklarowało Monachium jako swoje pierwsze europejskie miasto robotaxi do końca 2027 roku, a europejscy regulatorzy piszą przepisy o jeździe bez kierowcy właśnie teraz. Dokument, który mówi „systemu L2 nie da się rozbudować do L4”, to gotowy standard techniczny, po który organ homologacyjny może sięgnąć i przyłożyć go dokładnie do jednego wnioskodawcy.