Startupföretaget Wayve är inne på att de flesta som idag utvecklar system för automatiserad körning är ute och cyklar eftersom de valt fel approach [1].

Enligt företagets VD Amar Shah satsar de flesta på att ha många sensorer och träna sina system genom att köra så många mil som möjligt. Men detta är fel. Att ett system klarar av situationer som det blivit utsatt för betyder inte att det kommer att klara av nya situationer. Detta går dock att lösa med smart AI som är mindre beroende av kartdata och kartläggning av vägar. För att vara självkörande i ordets sanna bemärkelse behöver bilar vara mer lika människor – vi lär oss att köra i en stad men kan väldigt snabbt anpassa oss till att köra i en annan stad utan att behöva köra hundratals mil i den andra staden.

Utan att avslöja detaljer påpekar Shah att Wayve satsar på teknik som förstärkt- och imitationsinlärning på olika nivåer. Det är en ”end-to-end machine learning algorithm” som gör att bilar lär sig av sin erfarenhet och kan hantera okända situationer smidigt.

Källor

[1] O’Hear, S. TechCrunch. This UK startup thinks it can win the self-driving car race with better machine learning. 2018-05-22 Länk