Uber Teknolojiden Sorumlu Başkanı Praveen Neppalli Naga, bu stratejinin şirketin AV Labs programının bir uzantısı olduğunu belirtti. AV Labs, Uber’in kendi işlettiği, sensörlerle donatılmış küçük bir araç filosuyla veri topladığı bir program. Şirket, bu yapıyı gelecekte dünya genelindeki milyonlarca sürücüsünü kapsayacak şekilde genişletmeyi hedefliyor. Bu, Uber’in otonom araç geliştirme sürecinde karşılaştığı en büyük engellerden biri olan veri eksikliğini gidermeye yönelik önemli bir adım.
Uber otonom sürüş veri Neler Sunuyor?
Naga, otonom araç geliştirme sürecindeki en büyük zorluğun artık temel teknoloji olmadığını, veri olduğunu vurguluyor. Otonom araç şirketleri, farklı şehirlerde ve çeşitli trafik koşullarında gerçek dünya senaryolarına ihtiyaç duyuyor. Uber, halihazırda yollarda olan geniş sürücü ağı sayesinde, talep edilen bölgelerden sürekli veri sağlayabilecek bir altyapı kurmayı hedefliyor. Bu altyapı, sadece otonom araçlar için değil, aynı zamanda fiziksel dünya senaryolarıyla eğitilen diğer yapay zeka modelleri için de değerli bir kaynak olabilir.
Uber’in bu yeni veri stratejisi, şirketi doğrudan bir araç üreticisi yapmadan, otonom araç ekosisteminin veri katmanına yerleştiriyor. Şirket, şu anda 25 otonom araç şirketiyle ortaklık kurmuş durumda ve AV cloud adında bir veri kütüphanesi oluşturuyor. Bu ortaklıklar sayesinde, şirketler etiketlenmiş sensör verilerini kendi otonom sürüş modellerini eğitmek için kullanabiliyor. Bu işbirliği, otonom sürüş teknolojisinin gelişimini hızlandırabilir ve farklı şirketlerin birbirlerinin deneyimlerinden faydalanmasını sağlayabilir.
Ortak şirketler, eğittikleri modelleri gerçek Uber yolculukları üzerinde ‘shadow mode’ denilen bir simülasyon yöntemiyle test edebiliyor. Bu yöntem, otonom aracın fiziksel olarak yola çıkmasına gerek kalmadan, gerçek yolculuk verisi üzerinde modelin performansını ölçmeyi sağlıyor. Bu, hem maliyetleri düşürüyor hem de güvenliği artırıyor. Uber’in bu yaklaşımı, otonom sürüş teknolojisinin daha hızlı ve güvenli bir şekilde geliştirilmesine olanak tanıyor.
Praveen Neppalli Naga, Uber’in bu veriden para kazanmayı öncelikli hedef olarak görmediğini ve veriyi demokratikleştirmek istediklerini belirtiyor. Ancak, büyük ölçekli ve özel gerçek dünya sensör verisine sahip olmak, Uber’e otonom araç pazarında önemli bir rekabet avantajı sağlayabilir. Bu durum, Uber’in gelecekteki stratejik ortaklıklarını ve pazar konumunu güçlendirebilir.
Bu planın hayata geçirilmesi için teknik ve hukuki bazı hazırlıkların yapılması gerekiyor. Uber, insan sürücülerin araçlarına sensör yerleştirmeden önce, sensör kitlerinin nasıl çalışacağını ve veri paylaşım kurallarını netleştirmek zorunda. Bu, hem sürücülerin gizliliğini korumak hem de yasal düzenlemelere uyum sağlamak açısından kritik öneme sahip. Waymo gibi şirketler kendi filolarıyla veri toplarken, Uber’in dünya genelindeki geniş sürücü ağı, şirkete farklı bir rekabet avantajı sunuyor. Doğru donanım ve gerekli izinlerle bu ağ, otonom sürüş şirketleri için geniş ölçekli bir veri altyapısına dönüşebilir.
Uber’in sürücülerini birer veri toplama aracına dönüştürme stratejisi, otonom sürüş teknolojilerinin gelişimini hızlandırabilir. Ancak, bu süreçte veri gizliliği, güvenlik ve yasal düzenlemelere uyum gibi konulara dikkat edilmesi gerekiyor. Uber’in bu hamlesi, otonom sürüş alanında yeni bir dönemin başlangıcı olabilir ve diğer şirketler için de örnek teşkil edebilir. Bu durum, gelecekte otonom araçların daha güvenli, verimli ve yaygın bir şekilde kullanılmasını sağlayabilir.
