Cette startup veut créer un logiciel de voiture autonome, très rapidement

pour la fin Depuis un an et demi, deux berlines Tesla Model 3 blanches piratées, chacune équipée de cinq caméras supplémentaires et d’un superordinateur de la taille d’une paume, naviguent tranquillement autour de San Francisco. Dans une ville et une époque où fourmillent de questions sur la puissance et les limites de l’intelligence artificielle, la startup à l’origine de la Tesla modifiée tente de répondre à une question simple : à quelle vitesse une entreprise peut-elle développer des logiciels pour véhicules autonomes aujourd’hui ?

La startup, qui dévoile aujourd’hui ses activités pour la première fois, aurait Hyperlabs. Son équipe de 17 personnes (dont huit à temps plein) est répartie entre Paris et San Francisco, et l’entreprise est dirigée par le co-fondateur de Jux, Tim Kentley-Clay, un vétéran des constructeurs de véhicules autonomes. départ soudain L’entreprise appartient désormais à Amazon en 2018. Hypr dispose de relativement peu de financement jusqu’en 2022, à 5,5 millions de dollars, mais ses ambitions sont énormes. À terme, elle envisage de construire et d’exploiter ses propres robots. “Pensez à l’enfant amoureux de R2-D2 et de Sonic the Hedgehog”, déclare Kentley-Klay. “Cela va définir une nouvelle catégorie qui n’existe pas actuellement.”

Pour l’instant, cependant, la startup annonce son produit logiciel appelé Hyprdrive, qu’elle considère comme un pas en avant dans la façon dont les ingénieurs forment les véhicules à se piloter eux-mêmes. Ces types de progrès ont lieu dans le domaine de la robotique, grâce aux progrès de l’apprentissage automatique qui promettent de réduire le coût de formation des logiciels de véhicules autonomes et la quantité de travail humain impliqué. L’évolution de cette formation a apporté un nouveau mouvement dans un espace qui souffre de « désillusion » depuis des années, les fabricants de technologies n’ayant pas réussi à respecter leurs propres délais pour faire fonctionner des robots dans les espaces publics. Maintenant, Robotoxis Récupérez des passagers payants dans davantage de villesEt les constructeurs automobiles font de nouvelles promesses ambitieuses Apporter la conduite autonome aux voitures personnelles des consommateurs.

Mais faire appel à une petite équipe agile et bon marché constitue un long obstacle entre « bien conduire » et « conduire beaucoup plus sûr que les humains ». “Je ne peux pas vous dire, la main sur le cœur, que cela fonctionnera”, a déclaré Kentley-Clay. “Mais ce que nous avons créé est un signal vraiment solide. Il a juste besoin d’être intensifié.”

Ancienne technologie, nouvelles techniques

La stratégie de formation logicielle d’HyprLabs s’écarte de l’approche d’autres startups de robotique consistant à apprendre à leurs systèmes à fonctionner eux-mêmes.

Tout d’abord, un peu de contexte : pendant des années, il semblait y avoir une grande bataille entre les véhicules autonomes qui utilisaient uniquement des caméras pour entraîner leur logiciel (Tesla !) et ceux qui s’appuyaient également sur d’autres capteurs (Wemo, Cruise !), notamment Leader autrefois coûteux et les radars. Mais sous la surface, de plus grandes divergences philosophiques surgirent.

Les fournisseurs de caméras uniquement, comme Tesla, voulaient économiser de l’argent tout en prévoyant de lancer une énorme flotte de robots ; Depuis une décennie, le plan du PDG Elon Musk a été de transformer soudainement toutes les voitures de ses clients en voitures autonomes grâce à une mise à jour logicielle. L’avantage était que ces entreprises disposaient de très nombreuses données, car leurs voitures autonomes collectaient des images partout où elles conduisaient. Ces informations sont appelées un modèle d’apprentissage automatique « de bout en bout » avec renforcement. Le système prend l’image-un vélo-et assomme la commande de conduite-Déplacez le volant vers la gauche et accélérez doucement pour éviter de le heurter.. “C’est comme dresser un chien”, explique Philip Koopman, chercheur en logiciels et sécurité pour véhicules autonomes à l’Université Carnegie Mellon. “En fin de compte, vous dites ‘mauvais chien’ ou ‘bon chien’.”

LAISSER UN COMMENTAIRE

S'il vous plaît entrez votre commentaire!
S'il vous plaît entrez votre nom ici