De afgelopen twintig jaar heeft Raquel Urtasun, oprichter en CEO van de autonome vrachtwagenstartup Waabi, AI-systemen ontwikkeld die kunnen denken als mensen.
De AI-pionier was voorheen hoofdwetenschapper bij Uber ATG voordat hij Waabi in 2021 lanceerde. Waabi werd gelanceerd met een ‘AI-first-aanpak’ om de commerciële inzet van autonome voertuigen te versnellen, te beginnen met vrachtwagens voor lange afstanden.
“Als je systemen kunt bouwen die dat ook daadwerkelijk kunnen, dan heb je ineens veel minder data nodig”, vertelde Urtasun aan TechCrunch. “Je hebt veel minder rekenkracht nodig. Als je efficiënt kunt redeneren, hoef je geen wagenparken over de hele wereld te hebben.”
Het bouwen van een AV-suite met AI die de wereld als menselijke kracht beschouwt en in realtime reageert, is iets dat Tesla probeert te doen met zijn vision-first-benadering van zelfrijdend rijden. Het verschil, afgezien van Waabi’s gemak van het gebruik van lidarsensoren, is dat Tesla’s volledig zelfrijdende systeem gebruik maakt van ‘imitatieleren’ om te leren autorijden. Dit vereist dat Tesla miljoenen video’s van echte rijsituaties verzamelt en analyseert, die het gebruikt om zijn AI-model te trainen.
Waabi Driver daarentegen deed het grootste deel van zijn training, testen en validatie met behulp van een closed-loop simulator genaamd Waabi World, die automatisch digitale wereldtweelingen bouwt op basis van gegevens; voert sensorsimulatie in realtime uit; produceert Waabi Driver-stresstestscenario’s; en leert de bestuurder zonder menselijke tussenkomst van zijn fouten te leren.
In slechts vier jaar heeft die simulator Waabi geholpen commerciële piloten (met een menselijke chauffeur op de voorstoel) te lanceren in Texas, waarvan vele via een samenwerking met Uber Freight. Waabi World stelt de startup ook in staat om de geplande volledig zelfrijdende commerciële lancering in 2025 te bereiken.
Maar de langetermijnmissie van Waabi is veel groter dan gewone vrachtwagens.
“Deze technologie is extreem, extreem krachtig”, zegt Urtasun, die via een video-interview met TechCrunch sprak, achter haar een whiteboard vol hiëroglifisch ogende formules. “Hij heeft een verbazingwekkend vermogen om te generaliseren, is zeer flexibel en ontwikkelt zich zeer snel. En het is iets dat we kunnen uitbreiden om in de toekomst veel meer te doen dan alleen transport… Dit zou een robotaxis kunnen zijn. Dit kunnen mensachtigen of magazijnrobotica zijn. Deze technologie kan elk van deze gebruiksscenario’s oplossen.”
Dankzij de belofte van Waabi’s technologie – die eerst zal worden gebruikt om autonoom vervoer op te schalen – kon de startup een Series B-ronde van $ 200 miljoen afsluiten, geleid door bestaande investeerders Uber en Khosla Ventures. Sterke strategische investeerders zijn Nvidia, Volvo Group Venture Capital, Porsche Automobil Holding SE, Scania Invest en Ingka Investments. Deze ronde brengt de totale financiering van Waabi op $ 283,5 miljoen.
De omvang van de ronde en de kracht van de deelnemers zijn vooral opmerkelijk gezien de klappen die de AV-industrie de afgelopen jaren heeft gekregen. Alleen al op het gebied van transport stopte Embark Trucks, Waymo besloot zijn autonome vrachtwagenbedrijf te sluiten en TuSimple stopte zijn Amerikaanse activiteiten. Ondertussen werd Argo AI in de robotaxi-ruimte geconfronteerd met zijn eigen sluiting, verloor Cruise zijn vergunning om in Californië te opereren na een groot veiligheidsincident, schrapte Motional bijna de helft van zijn personeelsbestand en onderzoeken toezichthouders actief Waymo en Zoox.
“Je bouwt de sterkste bedrijven op als je geld inzamelt in tijden die eigenlijk moeilijk zijn, en vooral de AV-industrie heeft veel mislukkingen gekend”, zei Urtasun.
Toch hebben op AI gerichte spelers in deze tweede golf van startups voor autonome voertuigen dit jaar indrukwekkende kapitaalverhogingen binnengehaald. Het Britse Wayve ontwikkelt ook een zelflerend systeem voor autonoom rijden, in plaats van een op regels gebaseerd systeem, en sloot in mei een Series C-ronde van $ 1,05 miljard af onder leiding van SoftBank Group. En Applied Intuition haalde in maart 250 miljoen dollar op tegen een waardering van 6 miljard dollar om AI naar de automobiel-, defensie-, bouw- en landbouwsector te brengen.
“In de context van AV 1.0 is het vandaag heel duidelijk dat het zeer kapitaalintensief is en heel langzaam vooruitgang boekt”, zei Urtasun, erop wijzend dat de robotica en zelfrijdende industrieën worden tegengehouden door complexe en kwetsbare AI-systemen. “En beleggers zijn, zou ik zeggen, niet erg enthousiast over die aanpak.”
Waar investeerders vandaag de dag enthousiast over zijn, is de belofte van generatieve AI, een term die niet bepaald in zwang was toen Waabi werd gelanceerd, maar die niettemin het systeem beschrijft dat Urtasun en haar team hebben gecreëerd. Urtasun zegt dat Waabi’s genAI de volgende generatie is, een generatie die kan worden toegepast in de fysieke wereld. En in tegenstelling tot de huidige populaire taalgebaseerde genAI-modellen, zoals OpenAI ChatGPT, heeft Waabi ontdekt hoe dergelijke systemen te creëren zonder te vertrouwen op enorme datasets, grote taalmodellen en alle rekenkracht die daarmee gepaard gaat.
Waabi Driver, zegt Urtasun, heeft een buitengewoon vermogen om te generaliseren. Dus in plaats van te proberen het systeem te trainen op elk mogelijk datapunt dat ooit heeft bestaan of ooit zou kunnen bestaan, kan het systeem leren van een paar voorbeelden en op een veilige manier omgaan met het onbekende.
“Het zat in het ontwerp. We hebben deze systemen gebouwd die de wereld kunnen waarnemen, abstracties van de wereld kunnen creëren, en vervolgens die abstracties kunnen nemen en kunnen nadenken: ‘Wat zou er kunnen gebeuren als ik dit doe?'” zei Urtasun.
Deze meer mensachtige, op oordeel gebaseerde aanpak is veel schaalbaarder en kapitaalefficiënter, zegt Urtasun. Het is ook van cruciaal belang voor het valideren van veiligheidskritische systemen die aan de rand werken; Je wilt geen systeem dat een paar seconden nodig heeft om te reageren, anders laat je het voertuig crashen, zei ze. Waabi heeft een partnerschap aangekondigd om Nvidia’s Drive Thor naar zijn zelfrijdende vrachtwagens te brengen, waardoor startups op grote schaal toegang krijgen tot computerkracht van automobielkwaliteit.
Op de weg lijkt het erop dat de Waabi-chauffeur beseft dat er iets stevigs voor hem ligt en dat hij voorzichtig moet rijden. Hij weet misschien niet wat dat iets is, maar hij weet wel hoe hij het moet vermijden. Urtasun zei ook dat de chauffeur kon voorspellen hoe andere weggebruikers zich zouden gedragen zonder dat er in verschillende specifieke gevallen training nodig was.
“Het begrijpt dingen zonder dat we het systeem vertellen over het concept van objecten, hoe ze in de wereld bewegen, dat verschillende dingen anders bewegen, dat er occlusie is, dat er onzekerheid is, hoe je je moet gedragen als het veel regent”, zegt Urtasun. “Hij leert al deze dingen automatisch. En omdat hij momenteel wordt blootgesteld aan rijscenario’s, leert hij al die mogelijkheden.”
Ze merkte op dat Waabi’s vereenvoudigde, uniforme architectuur kan worden toegepast op andere gebruiksscenario’s voor autonomie.
“Als je hem blootstelt aan interacties in het magazijn, waarbij hij dingen optilt en gooit, kan hij dat leren, geen probleem”, zei ze. “Je kunt het blootstellen aan meerdere gebruiksscenario’s en het kan leren om al die vaardigheden samen te gebruiken. Er zijn geen grenzen aan wat hij kan doen.”